Entradas

Crónica del curso de verano DH@Madrid Summer School 2018

Bajo el título Aplicaciones y posibilidades del procesamiento del Lenguaje Natural para la Investigación en Humanidades por quinto año consecutivo, DH@Madrid Summer School 2018 ha tenido lugar en la UNED en su emblemático salón de actos Andrés Bello.

Durante los tres días de curso, se ha propuesta una introducción al Procesamiento del Lenguaje Natural centrado en su aplicación a los problemas propios de la investigación en Humanidades Digitales. De esta manera, el curso se ha dirigido a todos aquellos interesados en métodos digitales de investigación aplicados a las humanidades.

Nuevamente en esta oportunidad, los contenidos del curso, han podido seguirse de forma presencial y online, y ya se puede acceder en diferido.

Esta nueva edición del curso de verano ha contado entre otras, con la colaboración de las infraestructuras europeas de investigación CLARIN y DARIAH, así como de distintas redes de humanidades digitales, y ha sido organizado por el LINHD en el marco del proyecto POSTDATA.

DH@Madrid 2018

El lunes comenzó con la bienvenida y la presentación del curso por parte de los directores, Clara I. Martinéz Cantón y Salvador Ros Muñoz.

A continuación, Elena Álvarez Mellado, nos deleitó con su ponencia de “La lengua al microscopio: introducción básica al NLP desde Humanidades”, explicando las posibilidades que permiten las herramientas de la Lingüística computacional, mediante el análisis informático de grandes cantidades de textos. Su ponencia ha comenzado con una comparación entre el tabú que existía en época medieval en relación a la disección de cuerpos humanos para comprender su funcionamiento, y el peso de la tradición médica de Galeno, cuyas teorías estaban basadas principalmente en la observación, pero no se contrastaban. Explicó, además, las tareas básicas de un ordenador a la hora de procesar un texto.

 

La tarde del lunes se cerró con la presentación de Jennifer Edmond, Directora de proyectos estratégicos del Trinity Long Room Hub Arts & Humanities Research Institute, contándonos sobre la infraestructura DARIAH y de las ventajas de crear y compartir una infraestructura común que nos facilite el acceso a redes de trabajo y al conocimiento compartido entre diversos actores. De esta manera, tener una estructura también permite acercarse y ajustarse mejor a estándares como Open Science, incrementa las posibilidades de obtener financiación y promueve la sostenibilidad a lo largo del tiempo de los resultados. Permite además, estar al día de qué se está haciendo en el entorno de tu investigación.

El día martes, comenzó con la charla de Pablo Ruiz Fabo que ha introducido la noción expresión regular (regular expression- regex) y ha mostrado con diversos ejemplos y ejercicios cómo explorar un corpus de textos mediante el uso de regex, aprendiendo a modificar cadenas de texto eficazmente. La exposición teórica estuvo acompañada de ejercicios en donde se aprendieron, entre otras, las diferencias entre los elementos literales y los especiales. Durante su ponencia Pablo ha proporcionado una serie de enlaces donde poder usar las
expresiones regulares en Internet y también unos editores para poder descargarse en los ordenadores.

Mikel Iruskieta, investigador del Grupo IXA de la Universidad el País Vasco, exponía la potencialidad de Python y el lenguaje de programación para extraer o generar corpora textuales y explotarlos, guardando los resultados obtenidos. También, explicaba las tareas de PLN que pueden realizarse con Python, como la extracción de información de textos de distinto tipo, buscar términos en la web y comparar frecuencias, el desarrollo de programas basados en análisis lingüísticos y búsquedas basadas en diccionarios, guardando toda la información obtenida en XML. Asimismo, explicaba para qué podían ser útiles las infraestructuras del procesamiento del lenguaje, como CLARIN-K.

Por su parte, Mª Luisa Díez Platas, Investigadora del proyecto POSTDATA, se centró en la presentación de una herramienta que ha sido desarrollada en el Proyecto POSTDATA para el reconocimiento de entidades nombradas: Hispanic Medieval Tagger (HisMeTag). Constituye una de las tareas más importantes en la extracción de información y consiste en el reconocimiento y la clasificación de nombres de personas, lugares, organizaciones, expresiones numéricas, expresiones temporales, etc.  Su principal novedad es el reconocimiento de entidades nombradas en textos medievales. Pero, además, gracias a HisMeTag ha sido posible la creación de una taxonomía de entidades que puede servir de gran utilidad para los humanistas en su tarea de análisis de los textos.

La tarde del martes finalizó con la ponencia de Elena González-Blanco, investigadora principal del Proyecto POSTDATA y General Manager of Europe en CoverWallet. Elena comenzó con un repaso de lo que son las Humanidades Digitales y la situación actual, con el machine learning y la inteligencia artificial. Comentó que la inteligencia artificial es una etiqueta que engloba muchas cosas: reconocimiento facial o de escritura; máquinas que pueden llevar a cabo razonamientos complejos, como jugar al ajedrez; algoritmos complejos que se resuelven solos; los chatbots y los asistentes virtuales o los medios de transporte que se conducen solos. Son tecnologías diversas que se aplican a diferentes ámbitos, pero que todas tienen un punto en común: la transformación digital. No es la disciplina la que marca la diferencia, sino la tecnología y el tipo de materia sobre la que se aplica.

El último día de curso, comenzó con la charla de Antonio Robles de la UNED y José Manuel Fradejas de la Universidad de Valladolid. Se puso de manifiesto la necesidad de la interdisciplinariedad, uniendo el aspecto informático con el humanístico. En este sentido, el lenguaje R no solo sirve para el análisis de textos sino también para realizar análisis estadísticos y visualizaciones avanzadas. El profesor Fradejas explicó qué es la estilometría y señaló cuales son los libros reveladores en el campo de la estilometría para él. La charla de José Manuel también tuvo una gran parte de práctica para demostrar otras potencialidades del PLN.

A continuación, Gimena del Río, investigadora de CONICET- Argentina, explicó en qué consistía el proyecto Pelagios, y lo que es un gazetteer (una base de datos histórico-geográfica que permite trabajar en sistemas de información geográfica con coordenadas geotópicas). La estructura Pelagios está centrada en datos geográficos como entidades nombradas y trabaja distintas tecnologías: Linked Open Data, Geographical Information Systems, Natural Language Processing, GeoJson, XML-TEI, etc. Además su uso es muy intuitivo, como se pudo comprobar
durante la práctica.

La intervención de Helena Bermúdez Sabel, investigadora del Proyecto POSTDATA, fue de carácter eminentemente práctico. Comenzó, sin embargo, con una breve introducción sobre en qué consiste XML y sus ventajas respecto a otros formatos, al unir un lenguaje humano y uno informático. Así, la finalidad principal del lenguaje XML es la de modelar la estructura inherente y las propiedades semánticas de diversos documentos culturales por medio de hierarquías y estructuras ordenadas. Entre las aplicaciones prácticas de XML para las Humanidades Digitales cabe destacar la identificación de estrofas y versos y una serie de recursos estilísticos.

Para finalizar y a modo de colofón del curso, Enrique Vidal, catedrático de la Universidad Politécnica de Valencia, explica cómo llevar a la práctica en un proyecto de investigación, el Procesamiento del Lenguaje Natural. Hace algunas décadas numerosos investigadores vaticinaron el fin del papel como modelo de transmisión del texto escrito. Sin embargo, este vaticinio no se cumplió y hoy en día existe una buena cantidad de textos escritos a mano que no han sido procesados aún mediante herramienta informática alguna. Las tecnologías que se están desarrollando actualmente para procesar textos manuscritos son cada día más numerosas. Explicó que se han desarrollado tecnologías de interacción persona-máquina que permiten conseguir transcripciones perfectas con un esfuerzo mucho menor del que supondría una transcripción manual por parte de un ser humano. Estos son los llamados métodos interactivo-predictivos de transcripción asistida. Además, se han desarrollado tecnologías de predicción probabilística de texto en imágenes, que se pueden aplicar directamente a las imágenes sin tenerlas explícitamente transcritas.

¡¡¡Muchas gracias a todos por la participación…los esperamos el año que viene!!

 

DH@Madrid Summer School 2018- ¡Matrícula abierta!

La escuela de verano DH@Madrid Summer School 2018 es un evento anual que se organiza cada año desde 2014. En esta oportunidad, presentaremos el curso “Aplicaciones y posibilidades del procesamiento del lenguaje natural para la investigación en humanidades” que se  llevará a cabo entre los días 9 y 11 de julio de 2018 en la UNED. 

Este año, el curso DH@Madrid Summer School se propone ser una introducción al Procesamiento del Lenguaje Natural centrado en su aplicación a los problemas propios de la investigación en Humanidades Digitales. Su meta es introducir a los estudiantes con una formación en humanidades o ciencias sociales el contenido técnico buscando un enfoque claro y diverso, haciéndoles ver las distintas posibilidades a la hora de encarar su trabajo o investigación.

 

 

Contará ademas, con la colaboración de importantes expertos internacionales en Humanidades Digitales, tecnología semántica y procesamiento del lenguaje y estará dirigido a especialistas en Humanidades Digitales, lingüistas, investigadores, profesores, académicos, y estudiantes tanto de máster como de doctorado, preferentemente en disciplinas humanísticas, pero también en disciplinas como informática o ciencias de la información.

 

La escuela está cofinanciada por el proyecto ERC POSTDATA y la Fundación UNED.

                  ¡Entra en la página del curso: http://linhd.es/p/dh-verano-2018/ y no dudes en preguntarnos!

Jornada de Humanidades Digitales en Cuba

El pasado 25 de abril celebramos una jornada especial de humanidades digitales, en conmemoración del día mundial del libro. El evento, realizado en la Facultad de Comunicación de la Universidad de La Habana, fue organizado de forma colaborativa por el Laboratorio de Innovación de Humanidades Digitales (LINHD) de la UNED en España, el proyecto POSTDATA y el Grupo de Investigación HDCI (FCom) en Cuba. Además, contó con la participación del Laboratorio de Humanidades Digitales CAICYT – CONICET de Argentina.

Las actividades se publicaron en el blog del grupo de investigación académica cubano y pudo seguirse en Facebook en el grupo HDCI Cuba,  y en Twitter con los hashtags #vivelashumanidadesdigitales #jornadahumanidadesdigitales_HDCI_POSTDATA y #jornadahumanidadesdigitales_FCom

 

Vídeo de presentación https://youtu.be/to8WpVEQmFk

Nuestro equipo https://canal.uned.es/series/5ad85794b1111f98478b4569

POSTDATA imparte taller sobre datos abiertos enlazados en Würzburg

Durante este mes de abril algunos de los miembros de POSTDATA se desplazaron a Würzburg para impartir un taller sobre datos abiertos enlazados y sobre procesamiento del lenguaje natural.

Este evento fue organizado por el grupo de investigación CLiGS (Computational Literary Genre Stylistics) que está vinculado a la Universität Würzburg.

Del 23 al 25 de abril, los participantes de este taller tuvieron la oportunidad de explorar diferentes recursos de datos abiertos enlazados utilizando el lenguaje de consulta SPARQL. Además, hubo una sesión dedicada al enriquecimiento de corpus literarios con RDFa como mecanismo para traducir la compleja semántica de TEI a la Web. El tercer día estuvo centrado en el aprendizaje de diferentes técnicas de procesamiento del lenguaje natural. Con una marcada vertiente práctica, los miembros de GLiGS tuvieron tiempo para poder aplicar todas las herramientas presentadas.

El taller se clausuró con una charla titulada Linked Open Data: Unchain your corpora en la que se aprovechó para presentar algunos de los resultados obtenidos durante los días precedentes.

Agradecemos una vez más al grupo CLiGS por la excelente acogida que hicieron de nuestros miembros en Würzburg!

 

Presentación de trabajos de Helena Bermúdez Sabel y Sulema Rodríguez Roche

La investigadora e integrante de POSTDATA, Helena Bermúdez Sabel, junto a la profesora de la Universidad de la Habana, Sulema Rodríguez Roche, presentarán el próximo miércoles 11 de abril, sus trabajos de tesis doctoral en la Facultad de Ciencias Económicas y Empresariales de la UNED.

Moderado por la Profesora Clara Martínez Cantón, Helena Bermúdez presentarán su tesis sobre lingüística histórica y acdótica: edición digital del corpus trovadoresco gallego- portugués y, por su parte, Sulema Rodríguez, expondrá su trabajo sobre patrimonio digital cubano: propuesta de catálogo de datos enlazados para la Revista Infantil Pulgarcito, que ha realizado junto a Luis Miguel Rondón.

 

El evento tendrá lugar el 11 de abril en el salón ECO2 de la Facultad de Ciencias Económicas y Empresariales de 11 a 12hs.

 

 

 

Inteligencia Artificial en la Industria 4.0 y la Sociedad: Conferencia de Elena González-Blanco el jueves 5 de abril

El próximo jueves 5 de abril a las 18:00 horas, Elena González Blanco, investigadora principal del Proyecto Postdata y General Manager de Europa en la empresa Coverwallet, dará una conferencia sobre Inteligencia Artificial: “Inteligencia Artificial: La Humanidad Digital”.

En el marco de la inauguración del formato Conversaciones 4.0 de la Cátedra de Industria Conectada de la Universidad Pontificia Comillas, expertos de diversos ámbitos y disciplinas tendrán un diálogo abierto sobre las profundas implicaciones de la Inteligencia Artificial en la sociedad y en la industria.

La conferencia tendrá lugar en el Aula Magna, calle Alberto Aguilera 23, Madrid.

 

Video de la conferencia

Más noticias sobre el evento https://www.efefuturo.com/noticia/robots-inteligencia-artificial/

Conferencia sobre Inteligencia artificial de Elena González Blanco

El martes 27 de febrero de 2018 a las 19:30 horas, Elena González Blanco, investigadora principal del Proyecto ERC Postdata y fundadora del primer Laboratorio de Innovación en Humanidades Digitales en español, dará la conferencia:  “Retos y oportunidades de la Inteligencia artificial hoy: ¿pueden las máquinas pensar como los hombres?”

La conferencia, organizada por Harvard Club of Spain, tendrá lugar en el IE, María de Molina, 4. Madrid

Enlace a la convocatoria de la conferencia

 

 

 

 

Postdata el día Internacional de la mujer y la niña en la ciencia

 

El día 7 de febrero, Elena González Blanco, investigadora principal del Proyecto ERC Postdata, ha participado con otra cuatro mujeres científicas, en el programa de radio emitido  desde el Instituto Imdea Software, para conmemorar el 11 de febrero que ha
sido declarado por Naciones Unidas como el “Día Internacional de la mujer y la niña en la ciencia”  .

 

Enlace al audio del programa

 

 

 

 

Elena González-Blanco García, premio Julián Marías de Investigación 2017

La Investigadora principal de POSTDATA y fundadora del LINHD, Elena González-Blanco ha sido galardonada con el prestigioso premio “Julián Marías” 2017, en la categoría de “investigadores de menos de 40 años”.

Los Premios de Investigación de la Comunidad de Madrid “Julián Marías” tienen por objeto reconocer la actividad científica, así como los valores científicos y humanísticos desarrollados por investigadores de menos de cuarenta años, que a lo largo de su trayectoria profesional hayan estado de alguna forma vinculados a la Comunidad de Madrid. Se convocan anualmente en las dos áreas, Ciencias y Humanidades.

 

Especialista en el ámbito de la tecnología lingüística, Elena González-Blanco lidera POSTDATA, un proyecto de investigación europeo H2020 de excelencia ERC sobre poesía y web semántica, con una dotación presupuestaria de más de un millón de euros. Ha sido la directora y fundadora del primer Laboratorio de Innovación en Humanidades Digitales en español: www.linhd.es, la Presidenta de la Asociación de Humanidades Digitales Hispánicas, y la Secretaria de la Alliance for Digital Humanities Organizations. Es además miembro del Comité Ejecutivo de la European Association for Digital Humanities, del Centernet Committee for DH centers, del Scientific Advisory Board de la infraestructura europea de investigación en tecnología lingüística www.clarin.eu, y del comité directivo de Global Outlook: Digital Humanities. Es Doctora en Filología Hispánica con Premio Extraordinario y 1º Premio Nacional de Licenciatura en Filología Hispánica y Filología Clásica. Máster en Bibliotecas Digitales de la UC3M, ha sido docente e investigadora en Harvard University (2 años como Teaching Assistant), King’s College, UNAM y Bonn. Habla inglés, francés, alemán e italiano y es madre de 4 hijos. Ha sido además elegida como una de las “Top100 Mujeres Líderes en España” (www.lastop100.com) en las dos últimas ediciones de 2016 y 2017.

 

 

POSTDATA en la Jornada de la Biblioteca Nacional de España: “La edición digital de textos: estado actual y perspectivas”

El 11 de diciembre de 2017 la Biblioteca Nacional de España, BNE, organizó una Jornada para analizar proyectos recientes sobre edición digital. La digitalización de colecciones y el desarrollo de herramientas de edición digital han llevado a la aparición de muchas formas diferentes de tratar con textos digitales. Este taller tuvo como objetivo debatir y reflexionar sobre cómo se desarrollan los proyectos actuales, qué significa la edición digital y la publicación en la actualidad y qué papel pueden desempeñar las instituciones culturales, especialmente la BNE, en este nuevo contexto. Aquí tienes más información sobre la Jornada y su programa.

 

Clara Martínez Cantón y Pablo Ruiz Fabo, miembros del equipo POSTDATA, pronunciaron dos charlas:

 

  • Clara Martínez Cantón: “Poesía medieval en un entorno digital. Edición e interoperabilidad en el siglo XXI”. En su charla presentó diferentes proyectos de Humanidades Digitales llevados a cabo en el grupo LINHD y que comparten el mismo objeto de investigación: la poesía medieval castellana y sus métricas: Remetca, Diálogo Medieval, Poetriae y, finalmente, POSTDATA. Se puede consultar en: https://zenodo.org/record/1101120#.Wi7U1EriY2w

 

  • Pablo Ruiz Fabo: “Contribuciones del Procesamiento del Lenguaje Natural a la navegación de corpus digitales”. La charla discutió cómo las tecnologías del lenguaje natural pueden ayudar a proporcionar experiencias de exploración de corpus más ricas para los usuarios. Se presentaron tres estudios de caso: Primero, navegación por actores (agentes) y sus declaraciones en un corpus de negociación climática llamado Boletín de Negociaciones de la Tierra. Segundo, navegación de conceptos en los manuscritos de Jeremy Bentham. Finalmente, se mostró cómo se aplicaron las mismas tecnologías NLP para anotar automáticamente un corpus de poesía para las ocurrencias del llamado encabalgamiento, un recurso estilístico. Los problemas de evaluación también fueron abordados. Las diapositivas están disponibles en http://bit.ly/2kmrH6v

 

El vídeo completo de la Jornada está disponible aquí debajo, con nuestras charlas empezando en 2:22:55 (Clara) y 55:08 (Pablo).

[embeber vídeo]

Items de portfolio