Una extendida –y algo exagerada– anécdota cuenta que, durante la primera carrera espacial, los científicos de la NASA descubrieron que los bolígrafos que los astronautas usarían en las misiones de exploración lunar no funcionaban en condiciones de gravedad cero.

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 , algo que desaconsejo— para lograr nuevas iteraciones (versiones) que corrijan el problema.

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 el código de la máquina.

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 entradas.

En la última entrada revisaba los requisitos mínimos para una edición del Lucidario propuestos por Sacchi en 2007: a. reducir las lecturas divergentes presentadas por las distintas familias de testimonios; b. descifrar el sentido de los capítulos que solo aparecen en D y E y; c. construir un aparato crítico que dé cuenta de las variantes a lo largo de las familias. Comencemos por lo último, es decir, el aparato crítico.

En la última entrada –antes de las vacaciones de verano– repasé el antiguo stemma del Lucidario , notando que el manuscrito B es el más antiguo de los conservados, a lo que se suma el descubrimiento de dos nuevos testimonios, H en 2020 e I a finales de junio de 2023.

Siguiendo con la última entrada, quiero repasar brevemente la historia de los testimonios del Lucidario . A los siete que mencioné entonces habría que añadir dos nuevos. El primero, descubierto en la Bibliothèque François Villon de Rouen en 2021 y el segundo, hace dos meses en la Biblioteca de la Fundación Bartolomé March de Palma. Resumiendo, tenemos: A, manuscrito base de las ediciones de Kinkade y Sacchi, datado en 1455;

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.

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 un CER de validación de 2.97%. Este es el paso final del entrenamiento en Transkribus.