La asignatura se imparte en el primer semestre del Máster Universitario en Humanidades Digitales: Métodos y Buenas Prácticas, y tiene carácter obligatorio. Ocurre en los proyectos que una vez recabados los tipos datos de interés en sus diferentes formas y formatos, es necesario extraer información de estos a partir de su análisis y gestión para la investigación en primer lugar y posteriormente para su uso profesional, si es el caso.

Esta asignatura se plantea en paralelo a la asignatura de “Acceso y Extracción de Datos para la Investigación en Humanidades Digitales” donde se estudiarán los principios de las bases de datos relacionales. Una vez que se dispone de datos almacenados ¿cómo se pueden analizar y gestionar para que aporten información de interés? Se presentarán diferentes técnicas y herramientas para análisis de datos e información, principalmente textuales, así como ejemplos de interés en investigación y en el entorno profesional, tomados de proyectos nacionales e internacionales de especial relevancia.

Esta asignatura se encuentra tangencialmente relacionada con las asignaturas “Bases de Datos y Big Data”, “Recuperación de Información y Minería de Datos”, ¨Web Semántica y Sistemas Inteligentes para las HD” y “Datos Espaciales: Manejo y Publicación” (optativas en el segundo semestre).

Respecto a la práctica y ejercicios prácticos, los estudiantes trabajarán con bases de datos existentes y herramientas (principalmente de uso abierto) para familiarizarse con la gestión de los datos textuales, su análisi y así generar diferentes tipos de información.

Aunque no existen requisitos obligatorios para cursar esta asignatura, es recomendable el conocimiento del inglés para poder acceder a un mayor número de fuentes de recursos (datos, artículos, libros…) que no siempre están traducidos al castellano, o se traducen muy posteriormente a su publicación.

El tener soltura con herramientas informáticas básicas ayudará al éxito en esta materia. Se fomentará el uso de software libre y de aplicaciones web para la realización de las actividades y las practicas propuestas.

El seguimiento del aprendizaje se realizará revisando la participación de los alumnos en los distintos foros de debate y las aportaciones de material nuevo, así como supervisando la entrega en fecha de los diferentes trabajos prácticos que se han planificado durante la evolución del curso.

En todo tipo de comunicación con el profesorado se deberá indicar la asignatura a la que se refiere y utilizar el correo de la UNED. En caso de necesitar contactar con el Equipo Docente por medios distintos al curso virtual, se utilizará preferentemente el correo electrónico. Adicionalmente, está también previsto, para temas personales que no afecten al resto de los estudiantes, atender consultas en remoto. Si se desea una entrevista personal, debe concertarse previamente.

Dra.  Ana García Serrano

Dirección postal: ETSI Informática – UNED C/ Juan del Rosal 16 (Despacho 2.07) 28040 MADRID

Correo electrónico: agarcia@lsi.uned.es

Horario de tutorías: Jueves de 12h a 14h y de 16h a 18h

Dra.  Alba Garcia Seco de Herrera

COMPETENCIAS BÁSICAS Y GENERALES

CG1 - Administrar el trabajo en equipos multidisciplinares dedicados al ámbito de las Humanidades Digitales de forma eficiente, abordando los posibles conflictos de manera constructiva.

CG2 - Conocer e identificar las nuevas técnicas y herramientas digitales para su empleo en la práctica profesional e investigadora en el ámbito de las Humanidades Digitales.

CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.

CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

COMPETENCIAS ESPECÍFICAS

CE3 - Analizar y formalizar la información con herramientas digitales en el ámbito de las Humanidades Digitales.

CE8 - Conocer y saber aplicar diferentes técnicas y tipos de representación de datos digitales y del resultado de su análisis, en el ámbito de las Humanidades Digitales.

CE9 - Utilizar bases de datos, archivos y centros documentales en línea para su consulta y aplicación a un análisis original y propio en el ámbito de las Humanidades Digitales.

Los resultados que se pretenden alcanzar con el estudio de esta asignatura son los siguientes:

• Conocer las principales aproximaciones para la gestión y el análisis de datos en general y en la práctica en Humanidades Digitales.
• Familiarizarse con los problemas relacionados con el análisis de datos como el preprocesamiento de datos, anonimización, validación, etc.
• Tener criterios para seleccionar entre los modelos de bases de datos actuales, y familiarizarse con algunas de ellos de utilidad para tareas en HD.
• Saber qué se entiende por recuperación de información y descubrimiento de información en textos con ejemplos en HD.
• Conocer aspectos relacionados con la accesibilidad y la usabilidad en la web en proyectos de HD.
• Saber qué son los datos enlazados y en abierto en la web semántica relacionada con las HD.

La materia está planteada para su realización a través de la metodología general de la UNED, en la que se combinan distintos recursos y los medios impresos con los audiovisuales y virtuales. La metodología estará basada en los siguientes elementos:

1. Materiales de estudio: guía de estudio y web; textos obligatorios; materiales audiovisuales; bibliografía, etc.
2. Participación y utilización de las distintas herramientas del Entorno Virtual de Aprendizaje.
3. Tutorías en línea y telefónica: participación en los foros; comunicación e interacción con el profesorado.
4. Evaluación continua y sumativa: actividades prácticas de evaluación continua; pruebas presenciales; ejercicios de autoevaluación.
5. Trabajo individual o en grupo: lectura analítica de cada tema; elaboración de esquemas; realización de las actividades de aprendizaje propuestas.

En el Curso Virtual de la asignatura el estudiante encontrará:

• Una guía de la asignatura en la que se hace una descripción detallada del plan de trabajo propuesto.
• Un calendario con la distribución temporal de los temas propuesta por el Equipo Docente y con las fechas de entrega de las actividades teórico-prácticas que el estudiante tiene que realizar para su evaluación.
• Enunciado de las actividades teórico-prácticas propuestas y zona donde depositar los entregables asociados a dichas actividades.
• Los foros por medio de los cuales el Equipo Docente aclarará las dudas de carácter general y que se usarán también para actividades de tipo colaborativo (comentar aportaciones de estudiantes y otros). También se comunican todas aquellas novedades que surjan a lo largo del curso ya que será el principal medio de comunicación entre los distintos participantes en la asignatura.

La bibliografía básica está compuesta por una serie de apuntes y manuales específicos a los que podrá accederse a través del curso virtual a propuesta del equipo docente.

• Aldama, N., Guerrero, M., Montoro, H., and Samy, D. (2022) ‘Anotación de corpus lingüísticos: Metodología utilizada en el Instituto de Ingeniería del Conocimiento (IIC)’, 17. https://www.iic.uam.es/whitepapers/anotacion-corpus-linguisticos-metodologia-utilizada-iic/
• Al-Thanyyan, S. S., & Azmi, A. M. (2021). Automated Text Simplification: A Survey. ACM Computing Surveys, 54(2), 1-36. https://doi.org/10.1145/3442695
• Ayuso García, M. (2022) ‘Las ediciones de Arnao Guillén de Brocar de BECLaR transcritas con ayuda de Transkribus y OCR4all: Creación de un modelo para la red neuronal y posible explotación de los resultados’,Historias Fingidas, 0, 151-173. https://doi.org/10.13136/2284-2667/1102
• Baptiste, B., Favre, B., Auguste, J., and Henriot, C. (2021) ‘Transferring Modern Named Entity Recognition to the Historical Domain: How to Take the Step?’,Workshop on Natural Language Processing for Digital Humanities (NLP4DH).Available at:https://hal.archives-ouvertes.fr/hal-03550384
• Cámara, Alicia; Molina, Álvaro y Margarita A. Vázquez. (2020). Manassero (eds.). ‘La ciudad de los saberes en la Edad Moderna’, Gijón, Ediciones Trea, 296 pp. Available at:http://e-spacio.uned.es/fez/view/bibliuned:404-Amolina-1011.
• Campillos-Llanos, L., Terroba, A., Zakhir, S., Valverde, A., & Capllonch, A. (2022). Building a comparable corpus and a benchmark for Spanish medical text simplification. Procesamiento del Lenguaje Natural, 69(189-196). https://doi.org/10.26342/2022-69-16
• De Toni, F., Akiki, C., De La Rosa, J., Fourrier, C., Manjavacas, E., Schweter, S., and Van Strien, D. (2022) ‘Entities, Dates, and Languages: Zero-Shot on Historical Texts with T0.’Proceedings of BigScience Episode #5 -- Workshop on Challenges and Perspectives in Creating Large Language Models, 75-83. Available at:https://doi.org/10.18653/v1/2022.bigscience-1.7
• Devlin J., Ming-Wei Chang, Kenton Lee, Kristina Toutanova (2018). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding, Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, V 1.
• Ehrmann, M., Romanello, M., Fluckiger, A., and Clematide, S. (2020). ‘Extended Overview of CLEF HIPE 2020: Named Entity Processing on Historical Newspapers.’ 38.
• García-Marco, Francisco-Javier. “La pirámide de la información revisitada: enriqueciendo el modelo desde la ciencia cognitiva”. El profesional de la información, 2011, enero-febrero, v. 20, n. 1, pp. 11-24. DOI: 10.3145/epi.2011.ene.02
• García-Serrano, A. and Castellanos, A. (2016) ‘Representación y organización dedocumentos digitales: detalles y práctica sobre la ontología DIMH’. Revista de Humanidades Digitales, v.1, 314-344, ISSN 2531-1786. Available at: https://doi.org/10.5944/rhd.vol.1.2017.17155
• García-Serrano, A., and Menta-Garuz, A (2022). ‘La inteligencia artificial en las Humanidades Digitales: dos experiencias con corpus digitales.’Revista de Humanidades Digitales, 7, 19-39. ISSN 2531-1786. Disponible en (Fecha de acceso: 21 jun. 2022) https://doi.org/10.5944/rhd.vol.7.2022.30928
• García-Serrano, Ana; Menta-Garuz, Antonio (2021) Orientaciones y evaluaciones de técnicas en humanidades digitales: de la estadística al Deep-Learning, “La vía de la implementación: Herramientas e infraestructuras “, V congreso de la Sociedad Internacional de Humanidades Digitales Hispánicas - HDH 2021 Libro de resúmenes. Santiago de Compostela, 4-8 octubre, pag: 58-64 (7).
• García-Serrano, Ana; Fco Paños Merino; César Férnandez Sánchez (2023) Una mirada digital a los datos: el trabajo de un estudioso de la Antigua Grecia VI congreso de la Sociedad Internacional de Humanidades Digitales Hispánicas - HDH 2023 “Encuentros y transformaciones” Logroño, 18 y 19 octubre.
• Li, J., Sun, A., Han, J., and Li, C. (2022) ‘A Survey on Deep Learning for Named Entity Recognition.’IEEE Transactions on Knowledge and Data Engineering, 34(1), 50-70. Available at:https://doi.org/10.1109/TKDE.2020.2981314
• Menta, A., Sánchez-Salido, E., and García-Serrano, A. (2022) ‘Transcripción de periódicos históricos: Aproximación CLARA-HD’,Proceedings of the Annual Conference of the Spanish Association for Natural Language Processing 2022: Projects and Demonstrations (SEPLN-PD 2022). Available at: https://ceur-ws.org/Vol-3224/paper17.pdf
• Molina Martín, Á. (2021) ‘Cartografías del adorno en las residencias nobiliarias de la corte de Carlos IV: redes y modelos de buen gusto y distinción’Magallanica. Revista de Historia Moderna, 7(14), 205-235.
• Moreno Sandoval, Antonio (2019) “Lenguas y computación” ISBN: 9788491712732. Páginas 288. ISBN Digital: 9788491718246. Editorial Síntesis.
• Moreno-Sandoval, A., Gisbert, A., & Montoro, H. (2020). FinT-esp: A corpus of financial reports in Spanish. Multiperspectives in analysis and corpus design, January, 89-102.
• Rubio, A., & Martínez, P. (2022). HULAT-UC3M at SimpleText@CLEF-2022: Scientific text simplification using BART. Conference and Labs of the Evaluation Forum.
• Sanchez-Salido, A. Menta and A. García-Serrano (2023) Seeking Information in Spanish Historical Newspapers: The Case of Diario de Madrid (18th and 19th Centuries). V17 N 4. DHQ journal. ISSN: 1938-4122. http://digitalhumanities.org/dhq/vol/17/4/000735/000735.html
• Toma Tasovac, Sally Chambers, Erzsébet Tóth-Czifra. (2020) Cultural Heritage Data from a Humanities Research Perspective: A DARIAH Position Paper. hal-02961317

La asignatura se encontrará virtualizada en la plataforma que para ello disponga la Universidad. En ella el estudiante encontrará las últimas novedades relativas a la asignatura y los materiales necesarios para su estudio, así como una serie de foros para comunicarse con el equipo docente y con sus compañeros.