Editando el «Lucidario» de Sancho IV
Terminé la última entrada describiendo el inusual comportamiento al entrenar dos modelos de transcripción en PyLaia, 7P y Lucidario B: Cuando las tasas de error en los sets de entrenamiento y de validación de un modelo HTR son demasiado altas, el modelo puede volverse a entrenar —que no es lo mismo que re-entrenarlo,...
Ha pasado casi un año desde mi última entrada sobre Transkribus y varias cosas han cambiado. Poco después de la última entrada, en marzo de 2023, la mejor y más eficiente máquina de HTR de Transkribus, CITLab+ (de la que hablo en estas entradas), fue retirada por una disputa de propiedad intelectual sobre...
Dejo un póster que describe muy brevemente el proyecto hasta ahora, que se presentó en el DARIAH-Day celebrado en la Biblioteca Nacional de España el 7 de noviembre de este año, organizado por la BNE y por CLARIAH-ES. Imagen de miniatura: detalle del vídeo, privilegio rodado de Sancho IV
En la última entrada hablé de las transcripciones semipaleográficas de los testimonios del Lucidario emprendidas para esta edición y sus características. Retomo esa explicación para ahondar un poco sobre la experiencia de transcripción. La mayoría de las transcripciones fueron realizadas empleando Transkribus, un aplicativo de transcripción automatizada del que he hablado en varias...
Retomo el hilo de Transkribus para discutir algunas cuestiones que surgen tras la transcripción. En la última entrada teníamos un modelo entrenado (y re-entrenado) y listo para ser utilizado en la transcripción automatizada del testimonio D del Lucidario. No hay más que hacer que decirle a Transkribus: ahora transcríbelo todo. Y esto puede...
En la entrada anterior expliqué los contenidos de la ventana de resumen del entrenamiento y la importancia de los valores de los CER de entrenamiento y de validación. En la primera versión del modelo, Lucid D 0.1, utilicé 3374 líneas de texto (o 50 páginas), logrando un CER de entrenamiento de 1.15% y...
Al final de la entrada anterior habíamos recibido un correo de confirmación sobre la finalización exitosa del entrenamiento de un modelo de transcripción de letra manuscrita. Como dije entonces, el correo contiene un corto resumen y los datos más relevantes del nuevo modelo: los porcentajes de error de caracteres o CER (character error...
En la entrada anterior escribí sobre cómo comenzar un entrenamiento de un modelo CITLab HTR+ en Transkribus. Continúo aquí con el proceso. Lo último que había hecho era seleccionar el set de entrenamiento (training set) y el set de validación (validation set). Como dije entonces, este último set permite a la máquina evaluar...
Tras tres entradas de presentación sobre el trabajo con Transkribus –que en realidad son los sucesivos párrafos de introducción que me vi forzado a ampliar para darle un poco de sentido al trabajo que viene a continuación–, llego finalmente al punto más importante del trabajo con Transkribus: la creación y entrenamiento de un...
Finalmente llegamos al momento en el que toca hablar sobre cómo realizar una transcripción automatizada. En esta entrada comienzo a describir el trabajo para el desarrollo de un modelo de transcripción para el testimonio D del Lucidario, el códice de Puñonrostro. Este trabajo fue realizado en una de las dos máquinas virtuales de...
Lucidarios
Editando el Lucidario de Sancho IV
ISSN: 2952-1580
This website is the product of the research activities of the Juan de la Cierva Formación Fellowship FJC2021-047096-I financed by MCIN/AEI/ 10.13039/501100011033 and the European Union NextGenerationEU/PRTR.
