El seminario “Humanidades digitales en acción: herramientas para el análisis de prensa histórica en español” está liderado por un equipo internacional de investigadores y cuenta con el respaldo del Centro Vasco de Tecnología de la Lengua, de la Universidad del País Vasco, bajo la dirección de Aritz Farwell. Su objetivo principal es facilitar el acceso y análisis de la prensa histórica en español mediante herramientas digitales. El proyecto se centra en promover buenas prácticas en bibliotecas y archivos, así como en desarrollar técnicas de extracción digital de información a partir de periódicos antiguos.
Este seminario ha sido uno de los tres proyectos ganadores de la tercera edición del Certamen de Seminarios de Hispanismo Internacional, convocado por la Fundación Duques de Soria de Ciencia y Cultura Hispánica (FDS), a través de su Observatorio Permanente del Hispanismo (OPH). Este certamen reconoce la labor de aquellos equipos de investigación que contribuyen de forma sobresaliente a la investigación, promoción y difusión del hispanismo internacional.
El objetivo del seminario consiste en poner en diálogo las experiencias de tres perfiles de especialistas que trabajan sobre prensa periódica, personas relacionadas con bibliotecas/archivos, humanistas e informáticos/as para ver las dificultades y posibilidades del trabajo con este tipo de materiales de modo que se pueda llegar a una metodología de trabajo y ofrecer ejemplos que puedan servir a otros/as humanistas y de modelo a otras entidades que tengan fondos hemerográficos. Por tanto, dividiremos el seminario en tres ejes:
Eje 1: Trabajando con prensa histórica en español desde la historia y la literatura.
Este primer eje propone examinar la importancia de los periódicos como testigos históricos, que en efecto son un recurso valiosísimo para aproximarse, desde múltiples miradas, a la cultura, la historia y la sociedad. Tratará los conocimientos que se pueden obtener de las colecciones hemerográficas, así como los retos y las posibilidades que se abren gracias al análisis digital. Se discutirá el análisis de redes y la circulación de ideas en periódicos históricos y revistas literarias utilizando métodos y herramientas digitales, así como las posibilidades de utilizar el análisis digital en temas diversos como la prensa de migrantes y exiliados o las perspectivas sobre la cocina vasca en periódicos históricos.
Eje 2: Digitalización y Acceso a la Prensa Histórica: Buenas Prácticas para Bibliotecas y archivos
Este último eje abordará los desafíos que enfrentan las bibliotecas con respecto a los periódicos históricos y algunas de las estrategias que se han empleado para su digitalización. Describirá cómo las publicaciones periódicas pueden integrarse en los catálogos desde una perspectiva multidisciplinar. Esto incluye varios procesos, como la digitalización, la edición digital, la gestión documental y la publicación, así como medios para generar automáticamente repositorios semánticos que sean accesibles desde una interfaz web dirigida a usuarios no expertos para facilitar la interacción y la reutilización de datos.
Eje 3: Extracción digital de información de los periódicos históricos
Este tercer eje explorará los desafíos y aplicaciones de diversas técnicas y herramientas utilizadas para digitalizar y analizar archivos de periódicos históricos, permitiendo a los investigadores descubrir datos históricos valiosos. Estas incluyen técnicas de procesamiento del lenguaje natural (PLN), generación aumentada con recuperación (RAG) y tecnología de reconocimiento óptico de caracteres (OCR). Se discutirán estudios de caso de Tesseract OCR, estrategias para la extracción automática de información de textos históricos y sistemas de búsqueda avanzada, junto con otras metodologías computacionales para el procesamiento de textos de periódicos.
Estos tres ejes temáticos se concretan en la siguiente propuesta de horario y sesiones del seminario:
PROGRAMA
Miércoles 2 de julio
09:00 – 10:00 | Presentación e introducción
- Aritz Farwell (UPV/EHU): Introducción al seminario. Contextualización del uso de herramientas digitales en el análisis de prensa histórica en español.
10:15 – 12:00 | Mesa 1: Infraestructuras y digitalización de prensa histórica. Mesa centrada en cómo se digitalizan y comparten colecciones de prensa histórica, abordando estándares y plataformas de acceso abierto.
- José Luis Peinado (Biblioteca Nacional de España): Digitalización, proceso y tratamiento de prensa histórica en la Biblioteca Nacional de España.
- María Pilar Escobar (BVMC, Universidad de Alicante): Integración de publicaciones periódicas en la Biblioteca Virtual Miguel de Cervantes: flujo de trabajo y acceso semántico
- 12:30 – 13:15 | Yanco Torterolo (UAM – UNED)»Del papel al dato: procesamiento digital de prensa histórica». Sesión sobre herramientas de OCR y PLN aplicadas a la digitalización y análisis de prensa.
16:00 – 17:45 | Mesa 2: Digitalización y OCR en prensa histórica. Exploración de metodologías computacionales para el procesamiento de textos de prensa, con énfasis en OCR, PLN y sistemas de búsqueda avanzada.
- Rocío Ortuño Casanova (UNED): Estado de la cuestión de la investigación de prensa histórica con LLMs aplicada a estudios históricos y literarios. Trabajo avanzado y desafíos.
- María Dolores Saez Fernandez (Universidad de Alicante): Extracción de información en prensa histórica mediante Recuperación Aumentada con Generación (RAGs).
18:00 – Charla plenaria de la Fundación Duques de Soria, entrega de diplomas y cóctel
Jueves 3 de julio
09:30 – 11:15 | Mesa 3: Edición digital y filología en prensa histórica. Mesa sobre la aplicación de metodologías filológicas y edición digital en publicaciones periódicas históricas.
- Juan Esteban Hincapié Atehortúa (Universidad de Antioquía): Captura y edición digital de textos en publicaciones periódicas colombianas: del OCR a la edición académica digital.
- Julio Mercado Ávila (Universidad de Puerto Rico): De la prensa histórica digital a la filología digital: herramienta para el estudio del desarrollo de la lengua española en Puerto Rico.
11:45 – 13:30 | Mesa 4: Circulación de ideas y textos en la prensa histórica. Mesa sobre el análisis de redes y circulación de ideas en la prensa histórica, explorando métodos de etiquetado XML-TEI y visualización de relaciones intertextuales.
- Rocío Ortuño Casanova (UNED): Mapeando la circulación de ideas entre periódicos de mujeres en España, República Dominicana, Puerto Rico, Filipinas y Cuba (siglo XIX-XX) mediante etiquetado de entidades y visualización en Gephi, y análisis de temas más importantes.
- Ana María Agudelo (Universidad de Antioquía): Rutas culturales entre Europa y Colombia en revistas literarias (1892-1950): Digitalización y análisis con herramientas digitales.
16:00 – 17:45 | Mesa 5: Análisis histórico y cultural a partir de la prensa histórica
- Ruy Farías (CONICET, UNSAM): Prensa de migrantes y exiliados españoles en Argentina: estado de la cuestión y posibilidades de análisis digital.
- Aritz Farwell (UPV/EHU): Análisis de perspectivas sobre la cocina vasca en la prensa (1890-1980).
Viernes 4 de julio
10:00 – 12:00 | Discusión plenaria: «Hacia una metodología común en el análisis digital de prensa histórica». Debate sobre los resultados del seminario y cómo organizar una publicación o proyecto colaborativo a partir de las ideas presentadas.
Modera: Aritz Farwell
12:00 – Sesión conjunta de los tres seminarios premiados
