<\/p>Texto en desarrollo<\/cite><\/blockquote>\n\n\n\n La primera etapa de nuestra investigaci\u00f3n sobre la lira consisti\u00f3 en la transcripci\u00f3n nuestro corpus de la “Lira Popular” publicada en la d\u00e9cada del ’50 en peri\u00f3dicos por In\u00e9s Valenzuela y Diego Mu\u00f1oz y se apoy\u00f3 en la contribuci\u00f3n desinteresada de muchas buenas personas que realizaron la transcripci\u00f3n de los documentos digitales que les entreg\u00e1bamos, a continuaci\u00f3n hac\u00edan la transcripci\u00f3n que luego se revisaba y se pon\u00eda en el sitio www.lirapopular.cl<\/a>. Pueden ver sus nombres y contribuciones ac\u00e1<\/a>.<\/p>\n\n\n\n En ese per\u00edodo me interes\u00e9 un buscar una forma que permitiera realizar la transcripci\u00f3n de gran cantidad de versos de manera simple ya que el proyecto hab\u00eda sido rechazado en los concursos a los que postul\u00e9 y carec\u00eda de fondos. La modalidad seleccionada fue un \u00e9xito gracias a todas esas contribuciones desinteresadas pero muy entusiastas.<\/p>\n\n\n\n Mientras se desarrollaba esta etapa, investigu\u00e9 en opciones computacionales para desarrollar el proyecto: Sistemas de presentaci\u00f3n de las im\u00e1genes y sobre la aplicaci\u00f3n de inteligencia artificial (IA) que permitiera transcribir y avanzar en el material de mejor calidad, dejando solo lo problem\u00e1tico al ojo y mente humana.<\/p>\n\n\n\n En cuanto a la presentaci\u00f3n de la informaci\u00f3n prefer\u00ed usar WordPress, ya que es una herramienta gratuita con las principales opciones que se necesitaban. Otras opciones muy especializadas como Omeka<\/a> o Mirador<\/a>, a pesar que entregaban prestaciones m\u00e1s especializadas requer\u00edan un soporte financiero que no ten\u00eda.<\/p>\n\n\n\n El primer intento de transcripci\u00f3n con tecnolog\u00eda inform\u00e1tica fue aplicar OCR, Optical Character Recognition.<\/em> Pero no fue eficiente, ya que solo reconoce lo que est\u00e1 n\u00edtido. Las liras al ser muy antiguas y con sistemas b\u00e1sicos de impresi\u00f3n tienen mucho da\u00f1o, adem\u00e1s de errores humanos. OCR entregaba grandes listados de texto irreconocible. Era necesario un sistema que pudiera trabajar con alternativas y deducir.<\/p>\n\n\n\n As\u00ed me acerqu\u00e9 al HTR, Handwriting Text Recognition,<\/em> este sistema basado en IA est\u00e1 dise\u00f1ado para que una m\u00e1quina aprenda a reconocer el texto escrito a mano, es decir analiza un texto en el cual hay una inmensa cantidad de variantes para cada caracter. La investigaci\u00f3n de HTR est\u00e1 avanzando r\u00e1pidamente por la necesidad de conservar textos antiguos, como aprender a leer la cursiva antigua alemana o el epistolario abundante en toda cultura. Ser\u00e1 un gran aporte el desarrollo de un sistema que permita la lectura de manuscritos tanto de personajes importantes como aquellos que muestran la vida cotidiana en una esquela, o un documento burocr\u00e1tico, las peque\u00f1as historias.<\/p>\n\n\n\n Veamos un ejemplo de su posible aplicaci\u00f3n en Chile. El Archivo Nacional tiene bodegas llenas de documentos manuscritos creados por los tribunales desde la Independencia. Toneladas de documentos sin ninguna posibilidad de estudiarlos estructuradamente. Son solo hojas sueltas en las que cualquier descubrimiento se producir\u00e1 principalmente por la casualidad. Si estos documentos fueran procesados saldr\u00eda a la luz una parte importante de nuestra historia, ya que ser\u00eda simple indexarlos en profundidad y realizar b\u00fasquedas por cualquier t\u00e9rmino. Pero ah\u00ed yacen amontonados esperando su HTR.<\/p>\n\n\n\n Hay varias instituciones que desarrollan proyectos de HTR, pero opt\u00e9 por uno que es gratuito y tiene el respaldo de una importante universidad de Austria: El Proyecto Transkribus<\/a> de la Universidad de Innsbruck<\/a>.<\/p>\n\n\n\n Comenc\u00e9 a probar el sistema mientras avanz\u00e1bamos con las transcripciones de las liras de la d\u00e9cada de los ’50. Lo hice en especial en una libreta de versos del poeta Juan Escobar de Limache. Era m\u00e1s complejo ya que es un manuscrito, pero me impresion\u00f3 c\u00f3mo aprend\u00eda el servidor. El resultado de la primera transcripci\u00f3n es bastante cercana al OCR, pero al hacerle las correcciones en la segunda ocasi\u00f3n es notorio que comenz\u00f3 el proceso de aprendizaje de parte del servidor.<\/p>\n\n\n\n
![\"\"](\"https:\/\/i2.wp.com\/https:\/\/www.lirapopular.cl\/lirapopularxix\/wp-content\/uploads\/2019\/09\/Transkribus.jpg?fit=615%2C344&ssl=1\"){kind=spacer}
<\/a>