Automatização de processos no desenvolvimento de corpora históricos: uma proposta das redes CHARTA e EGPA
Resumo
Na criação e desenvolvimento de corpora, algumas tarefas podem ser parcialmente automatizadas. A primeira delas, no caso de corpora de textos manuscritos, é a transcrição dos próprios textos. Da mesma forma, processos como a conversão de textos para XML, a normalização e a anotação podem ser automatizados. Neste artigo, apresentamos os desenvolvimentos realizados para automatizar algumas destas tarefas em corpora que utilizam os critérios da Rede CHARTA (Corpus Hispânico e Americano na Web: Textos Antigos), em particular o Arquivo Galiciano-Português Antigo (EGPA), submetendo-os a análise e avaliando o seu grau de eficácia.
Palavras-chave
edição digital, anotação de corpus, linguística de corpus, interoperabilidade, dados abertosReferências
7PDgp = PICHEL, Ricardo (dir.): 7PDgp. Edição digital das Sete Partidas na Galiza e Portugal. Integrado en Escritorio Galego-Portugués Antigo. https://corpora.uah.es/7pdgp/ [Consulta: 17/09/2025].
ACOCdigital = VALERO MORENO, Juan Miguel (dir.): ACOCdigital: Alfonso de Cartagena. Obras completas. http://corpus.usal.es/acoc/ [Consulta: 17/09/2025].
AGUILAR, Lourdes, Ana Belén AVILÉS, Jordi FONTSECA, Carme DE LA MOTA, Yolanda RODRÍGUEZ SELLÉS, Paola Guadalupe CAYMES SCUTARI, Sergi BALARI (2004-2005): «Un módulo de desambiguación morfosintáctica para el castellano basado en conocimiento lingüístico», Revista española de lingüística aplicada, 17-18, pp. 7-17.
AGUJETAS Ortiz, María y Pedro SÁNCHEZ-PRIETO BORJA (2022): «Nuevas vías para la recuperación de información en corpus históricos: clasificación del vocabulario», Scriptum digital, 11, pp. 5-54. https://raco.cat/index.php/scriptumdigital/article/view/412601. [Consulta: 17/09/2025].
AGUJETAS ORTIZ, María, Pedro SÁNCHEZ-PRIETO BORJA e Hiroto UEDA (2022): Inventario léxico de Castilla la Nueva. https://h-ueda.sakura.ne.jp/lyneal/il/cn/ [Consulta: 17/09/2025].
ALDICAM = GRUPO DE INVESTIGACIÓN DE TEXTOS PARA LA HISTORIA DEL ESPAÑOL [GITHE]: Atlas lingüístico diacrónico e interactivo de la Comunidad de Madrid. http://aldicam.blogspot.com/ [Consulta: 17/09/2025].
ARANHIS = PICHEL, Ricardo, Carmen BENÍTEZ GUERRERO y Filipe Alves MOREIRA (coords.): ARANHIS: Archivum Annalisticum Hispanum. Integrado en Escritorio Galego-Portugués Antigo. https://corpora.uah.es/aranhis/ [Consulta: 17/09/2025].
ARIAS ÁLVAREZ, Beatriz (2009): «Confección de un corpus para conocer el origen, la evolución y la consolidación del español en la Nueva España», en Andrés Enrique-Arias (ed.): Diacronía de las lenguas iberorrománicas: nuevas aportaciones desde la lingüística de corpus. Madrid-Frankfurt am Main: Iberoamericana-Veuvert, pp. 55-76. https://doi.org/10.31819/9783865278685-005 [Consulta: 17/09/2025].
ARIAS ÁLVAREZ, Beatriz (2012): «Configuración de un corpus colonial y caracterización de subcorpus que ayuden al conocimiento del español colonial mexicano», en María Jesús Torrens Álvarez y Pedro Sánchez-Prieto Borja (eds.): Nuevas perspectivas para la edición y el estudio de documentos hispánicos antiguos. Berna: Peter Lang, pp. 307-322.
BRAVO GARCÍA, Eva, Ana MANCERA RUEDA y Leyre MARTÍN AIZPURU (2021): «Edición de un corpus de documentos sobre los movimientos de insurgencia en Cuba durante la segunda mitad del siglo XIX», Scriptum digital, 10, pp. 53-73. https://raco.cat/index.php/scriptumdigital/article/view/395976 [Consulta: 17/09/2025].
CABALLERO GÓMEZ, Víctor (2019): «La codificación XML en el ámbito de las Ciencias Historiográficas. Algunas propuestas para su uso y desarrollo», Revista de Humanidades Digitales, 4, pp. 57-68. https://doi.org/10.5944/rhd.vol.4.2019.25136 [Consulta: 17/09/2025].
CABALLERO GÓMEZ, VÍCTOR, Miguel GARCÍA-FERNÁNDEZ y Ricardo PICHEL (2025): «O Escritorio Galego-Portugués Antigo (EGPA). Novos avances técnicos e proxectos en andamento», en II Xeira CLARIAH-GAL (Santiago de Compostela, 9 de mayo de 2025). https://ilg.usc.gal/gl/actividades/II-xeira-clariah-gal [Consulta: 17/09/2025]
CALDERÓN CAMPOS, Miguel (2019): «La edición de corpus históricos en la plataforma TEITOK. El caso de “Oralia diacrónica del español”», Chimera: Romance Corpora and Linguistic Studies, 6, pp. 21-36.
CALDERÓN CAMPOS, Miguel y M.ª Teresa GARCÍA-GODOY (2009): «El Corpus diacrónico del español del Reino de Granada (CORDEREGRA)», en Andrés Enrique-Arias (ed.): Diacronía de las lenguas iberorrománicas: nuevas aportaciones desde la lingüística de corpus. Madrid-Frankfurt am Main: Iberoamericana-Veuvert, pp. 229-250. https://doi.org/10.31819/9783865278685-014 [Consulta: 17/09/2025].
CALDERÓN CAMPOS, Miguel y Gael VAAMONDE (2020): «Oralia Diacrónica del Español: un nuevo corpus de la Edad Moderna», Scriptum digital, 9, pp. 167-189. https://raco.cat/index.php/scriptumdigital/article/view/377292 [Consulta: 17/09/2025].
CALDERÓN CAMPOS, Miguel y Rocío DÍAZ BRAVO (2021): «An online corpus for the study of historical dialectology: Oralia diacrónica del español», Digital Scholarship in the Humanities, 1, pp. 1-19. https://doi.org/10.1093/llc/fqaa066 [Consulta: 17/09/2025].
CALDERÓN CAMPOS, Miguel y M.ª Teresa GARCÍA-GODOY (2023): «“Y el dicho testigo dijo su dicho”. Gramaticalización y etiquetado de dicho en el corpus Oralia Diacrónica del Español (ODE)», en Patricia Giménez-Eguíbar et al. (eds.): Despertar palabras, renacer historias. Estudios lingüísticos en homenaje a M.ª Nieves Sánchez González de Herrero. Salamanca: Universidad de Salamanca, pp. 155-167.
CARRASCO CAMPOS, Inés, Livia Cristina GARCÍA AGUIAR y Pilar LÓPEZ MORA (2012): «El corpus CODEMA: una base documental para el estudio de la norma meridional», en M.ª Ángeles Peinado Herreros (coord.): I Congreso Internacional «El patrimonio cultural y natural como motor de desarrollo: investigación e innovación». Sevilla: Universidad Internacional de Andalucía, pp. 2140-2152.
CASTILLO LLUCH, Mónica y Elena DIEZ DEL CORRAL ARETA (2015): «El fondo Balbueno de la Universidad de Lausana», Scriptum digital, 4, pp. 109-123. https://raco.cat/index.php/scriptumdigital/article/view/316361 [Consulta: 17/09/2025].
CASTILLO LLUCH, Mónica y Elena DIEZ DEL CORRAL ARETA (2018): «Fondos documentales hispánicos en Suiza: una exploración de conjunto», Scriptum digital, 7, pp. 95-105. https://raco.cat/index.php/scriptumdigital/article/view/343467 [Consulta: 17/09/2025].
CDHM = GRUPO DE LINGÜÍSTICA HISPÁNICA-UNIVERSIDAD DE LOS ANDES [GLH-ULA]: Corpus de Documentos Históricos de Mérida. https://corpora.uah.es/charta/ [Consulta: 17/09/2025].
CHARTA = RED CHARTA: Corpus hispánico y americano en red: textos antiguos (CHARTA). https://corpora.uah.es/charta/ [Consulta: 17/09/2025].
CHAPELA DURÁN, Daniel (2024): Edición e glosario da documentación en galego do século XIII do mosteiro de San Xoán de Poio. Trabajo Final de Máster. Santiago de Compostela: Universidade de Santiago de Compostela.
CMIR = GRUPO DE ESTUDIO DE DOCUMENTOS HISTÓRICOS Y TEXTOS ANTIGUOS DE LA UNIVERSIDAD DE SALAMANCA [GEDHYTAS]: Corpus de documentación medieval castellana de Miranda de Ebro. https://campus.usal.es/~gedhytas/index.php/txt/doc/cmir [Consulta: 17/09/2025].
CODCAR = GRUPO DE ESTUDIO DE DOCUMENTOS HISTÓRICOS Y TEXTOS ANTIGUOS DE LA UNIVERSIDAD DE SALAMANCA [GEDHYTAS]: Corpus de cancillería real castellana del siglo XIII. https://campus.usal.es/~gedhytas/index.php/txt/doc/ccan [Consulta: 17/09/2025].
CODEA+ 2022 = GRUPO DE INVESTIGACIÓN DE TEXTOS PARA LA HISTORIA DEL ESPAÑOL [GITHE]: Corpus de documentos españoles anteriores a 1900. https://corpuscodea.es/ [Consulta: 17/09/2025].
CODEMA = ARCHIVO INFORMÁTICO DE TEXTOS DE ANDALUCÍA [ARINTA]: Corpus Diacrónico de Documentación Malagueña. http://teitok.uma.es/codema/ [Consulta: 17/09/2025].
CODHECUN = BRAVO GARCÍA, Eva, Ana MANCERA RUEDA y Leyre MARTÍN AIZPURU (dirs.) (2022): Corpus Documental y Hemerográfico de la Cuba del Novecientos. http://cuba19.us.es/ [Consulta: 17/09/2025].
COHIECOS = CRUZ VOLIO, Gabriela (dir.): Corpus Histórico del Español de Costa Rica. https://teitok.ucr.ac.cr/ [Consulta: 17/09/2025].
COHSANRE = GRUPO INTEXTA: Corpus Histórico del Santo Reino. https://corpora.uah.es/charta/ [Consulta: 17/09/2025].
CORAPRINA = TESUN: Corpus de archivos privados de Navarra. https://corpora.unav.edu/ [Consulta: 17/09/2025].
CorColombia = DIEZ DEL CORRAL ARETA, Elena (dir.): Corpus del español de Colombia. https://grafila.unil.ch/corcolombia/ [Consulta: 17/09/2025].
CORESGAL = GARCÍA-FERNÁNDEZ, Miguel (dir.): Corpus de espontáneas de Galicia. Integrado en Escritorio Galego-Portugués Antigo. https://corpora.uah.es/coresgal/ [Consulta: 17/09/2025].
CORDEREGRA = CALDERÓN CAMPOS, Miguel y María Teresa GARCÍA-GODOY (dirs.) (2015): Corpus Diacrónico del Español del Reino de Granada. http://corpora.ugr.es/ode/ [Consulta: 17/09/2025].
CORDEX = SÁNCHEZ SIERRA, Diego (dir.): Corpus diacrónico de Extremadura. https://corpora.uah.es/cordex/ [Consulta: 17/09/2025].
CORDINA = PICHEL, Ricardo y Diego SÁNCHEZ SIERRA (dirs.): Corpus diacrónico del español de Norteamérica. https://corpora.uah.es/cordina/ [Consulta: 17/09/2025].
COREECOM = GRUPO DE ESTUDIO DEL ESPAÑOL COLONIAL MEXICANO [GEECOM]: Corpus Electrónico del Español Colonial Mexicano. https://doi.org/10.19130/coreecom.clh.2019 [Consulta: 17/09/2025].
CORHEN = TORRENS ÁLVAREZ, María Jesús (dir. y ed.) (2016): Corpus Histórico del Español Norteño. http://corhen.es/ [Consulta: 17/09/2025].
CORHIBER = TORRUELLA, Joan y Johannes KABATEK (2018-): Portal de Corpus Históricos Iberorrománicos. http://www.corhiber.org/ [Consulta: 17/09/2025].
Corpus Mallorca = ENRIQUE-ARIAS, Andrés (dir.): Documentos castellanos en archivos de las Islas Baleares. https://www.corpusmallorca.es/ [Consulta: 17/09/2025].
CORREGAM = GARCÍA-FERNÁNDEZ, Miguel, Diana PELAZ FLORES y Ricardo PICHEL (coords.): Corpus rexio e rexinal da Galicia medieval. Integrado en Escritorio Galego-Portugués Antigo. https://corpora.uah.es/egpa/corregam [Consulta: 17/09/2025].
CORTESGAL = GARCÍA-FERNÁNDEZ, Miguel (dir.): Corpus testamentario de Galicia. Integrado en Escritorio Galego-Portugués Antigo. https://corpora.uah.es/egpa/cortesgal [Consulta: 17/09/2025].
COSTAS FRAGUEIRO, Brais (2023): Primeira aproximación aos protocolos notariais de Johán Rodríguez (Catedral de Tui, 1413-1442). Trabajo Final de Grado. Santiago de Compostela: Universidade de Santiago de Compostela. http://hdl.handle.net/10347/31088 [Consulta: 17/09/2025].
COSUIZA = GRUPO DE ANÁLISIS FILOLÓGICO DE LAUSANA [GRAFILA]: Corpus de documentos hispánicos de Suiza. https://grafila.unil.ch/cosuiza/ [Consulta: 17/09/2025].
COTAGAL = PICHEL, Ricardo y Xavier VARELA BARREIRO (dirs.): Corpus de Textos Antigos da Galiza. https://ilg.usc.gal/es/proxectos/corpus-de-textos-antiguos-de-galicia-cotagal [Consulta: 17/09/2025].
CRUZ VOLIO, Gabriela (2021a): «Hacia la conformación de un corpus histórico para el español colonial de Costa Rica», Diseminaciones, 4 (7), pp. 79-98.
CRUZ VOLIO, Gabriela (2021b): «Cuestiones sobre la selección y la edición de documentos coloniales para un corpus histórico del español de Costa Rica», en Alexánder Sánchez Mora, Gabriela Cruz Volio y José Luis Ramírez Luengo (eds.): La palabra olvidada: la lengua y la literatura de Centroamérica entre la Colonia y la Independencia, vol. I. San José: Encino, pp. 17-57.
ČERMÁKOVÁ, Anna, Jarmo JANTUNEN, Tommi JAUHIAINEN, John KIRK, Michal KŘEN, Marc KUPIETZ y Elaine UÍ DHONNCHADHA (2021): «The International Comparable Corpus: Challenges in building multilingual spoken and written comparable corpora», Research in Corpus Linguistics, 9 (1), pp. 89-103. https://doi.org/10.32714/ricl.09.01.06 [Consulta: 17/09/2025].
DGSXIX = GÓMEZ SEIBANE, Sara (dir.): Documentación guipuzcoana del siglo XIX. https://corpora.uah.es/charta/ [Consulta: 17/09/2025].
DHISPAM = Diacrhonica Hispanica [DH]: Diachronica Hispanica Americana. https://www.unine.ch/espagnol/home.html [Consulta: 17/09/2025].
DHLC = RUIZ VÁSQUEZ, Néstor Fabián (dir.): Documentos para la historia lingüística de Colombia; siglos XVI a XIX. Integrado en el Corpus Diacrónico y Diatópico del Español de América. https://www.cordiam.org/ [Consulta: 17/09/2025].
DÍAZ BRAVO, Rocío y Gael VAAMONDE (2020): «Creación de ediciones digitales para lingüistas de corpus: el caso del Retrato de la Loçana andaluza», en José R. Belda-Medina y Ricardo Casañ-Pitarch (eds.): Análisis del Discurso en la Era Digital: Una Recopilación de Casos de Estudio. Granada: Comares, pp. 17-34. https://hdl.handle.net/10481/89863 [Consulta: 17/09/2025].
DIEZ DEL CORRAL ARETA, Elena y Leyre MARTÍN AIZPURU (2014): «Sin corpus no hay historia: la Red CHARTA como un proyecto de edición común», Cuadernos de Lingüística, 2, pp. 287-314.
DIEZ DEL CORRAL ARETA, Elena y Ricardo PICHEL (2021): «Fenómenos de contacto español-francés en un corpus epistolar franco-chileno (s. XIX)», Cuadernos del Instituto Historia de la Lengua, 14, pp. 187-212. https://doi.org/10.58576/cilengua.vi14.19 [Consulta: 17/09/2025].
DOLEO = HISTORIA15: Documentación de lamento en español desde orígenes. https://corpora.uah.es/charta/ [Consulta: 17/09/2025].
GalScript = GARCÍA-FERNÁNDEZ, Miguel y Ricardo PICHEL (dirs.): GALLÆCIÆ SCRIPTORES: edición dixital dos repertorios notariais na Galiza medieval. https://corpora.uah.es/egpa/galscript [Consulta: 17/09/2025].
eASPA = PICHEL, Ricardo y Miguel GARCÍA-FERNÁNDEZ (dirs.): e-ASPA. Edición dixital do patrimonio documental medieval de San Paio de Antealtares. Integrado en Escritorio Galego-Portugués Antigo. https://corpora.uah.es/egpa/easpa [Consulta: 17/09/2025].
eRiaPon = CHAPELA, Daniel (dir.), Miguel GARCÍA-FERNÁNDEZ y Ricardo PICHEL (coords.): e-RiaPon. Edición dixital dos mosteiros da ría de Pontevedra. Integrado en Escritorio Galego-Portugués Antigo. https://corpora.uah.es/egpa/e-riapon [Consulta: 17/09/2025].
eCaTui = COSTAS FRAGUEIRO, Brais: eCaTui. Edición dixital dos protocolos notariais de Joán Rodríguez (Catedral de Tui, 1413-1442). Integrado en Escritorio Galego-Portugués Antigo. https://corpora.uah.es/egpa/ecatui [Consulta: 17/09/2025].
EGPA = PICHEL, Ricardo y Miguel GARCÍA-FERNÁNDEZ (dirs.): Escritorio Galego-Portugués Antigo. https://corpora.uah.es/egpa/ [Consulta: 17/09/2025].
ENRIQUE-ARIAS, Andrés y Ruth MIGUEL FRANCO (2015): «Una nueva herramienta para el estudio histórico del castellano en contacto con el catalán en Mallorca», en Juan Pedro Sánchez Méndez, Mariela de La Torre y Viorica Codita (eds.): Temas, problemas y métodos para la edición y el estudio de documentos hispánicos antiguos. Valencia: Tirant lo Blanch, pp. 407-426.
ENRIQUE-ARIAS, Andrés (2023): «El Corpus Mallorca». Una herramienta para el estudio histórico del castellano en contacto con el catalán en Mallorca», en Miguel Calderón Campos e Inmaculada González Sopeña (eds.): Scripta manent. Historia del español, documentación archivística y humanidades digitales. Lausanne: Peter Lang, pp. 535-561.
eReginae = RODRIGUES, Ana Maria S. A. y Maria Manuela Tavares dos Santos SILVA (dirs.): eReginae. Escrita e rainhas. As chancelarias reginais como instrumentos de poder (sécs. XI-XVI) Integrado en Escritorio Galego-Portugués Antigo. https://corpora.uah.es/egpa-ereginae/ [Consulta: 17/09/2025].
ESenCAT = TORRUELLA, Joan: Español en Cataluña [en fase de desarrollo].
FRADEJAS RUEDA, José Manuel (2023): «El Coloso Español», en José Manuel FRADEJAS RUEDA (ed.), 7PartidasDigital. Edición crítica digital de las «Siete Partidas». Valladolid: Universidad de Valladolid. https://doi.org/10.58079/vemr [Consulta: 17/09/2025].
Fueros Medievales = CASTILLO LLUCH, Mónica: Fueros Medievales. https://grafila.unil.ch/fuerosmedievales/ [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel (2016): «As espontáneas de San Xoán de Río. Sexualidade extraconxugal e tentativas de control municipal das mulleres no século XIX», en Álbum de mulleres. Santiago de Compostela: Comisión de Igualdade do Consello da Cultura Galega. http://culturagalega.gal/album/detalle.php?id=1044 [Consulta: 28/05/2024].
GARCÍA-FERNÁNDEZ, Miguel (2017): «Las últimas voluntades como expresión de la voz femenina en la Edad Media. Dos nuevas aportaciones al “Corpus testamentario de la Galicia medieval”», en Manuel Cabrera Espinosa y Juan Antonio López Cordero (eds.): IX Congreso virtual sobre Historia de las Mujeres (15 al 31 de octubre de 2017). Comunicaciones. Jaén: Asociación de Amigos del Archivo Histórico Diocesano de Jaén, pp. 233-284. https://corpora.uah.es/egpa/publicaciones/ultimasvoluntades.pdf [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel (2018a): As espontáneas. Historias de San Xoán de Río I. [San Xoán de Río]: Asociación Cultural RioMola / Concello de San Xoán de Río. https://culturagalega.gal/album/detalleextra.php?id=5264 [Consulta: 13/11/2024].
GARCÍA-FERNÁNDEZ, Miguel (2018b): «As derradeiras vontades dos señores de Castroverde: edición de «novos» documentos para o “Corpus testamentario da Galicia medieval”», Lucensia. Miscelánea de cultura e investigación, XXIX, 57, pp. 197-218. https://corpora.uah.es/egpa/publicaciones/asderradeiras.pdf [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel (2018-19): «Los expedientes de las “Espontáneas” de San Xoán de Río. Nuevas fuentes para la historia de las mujeres gallegas del siglo XIX”, Boletín Avriense, 48-49, pp. 287-314. http://consellodacultura.gal/mediateca/extras/CCG_ig_album_Espontaneas_sobre_003.pdf [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel (2019): «Testamentos femeninos para el estudio de la realidad señorial gallega a finales de la Edad Media: una aproximación comparada a las últimas voluntades de Guiomar Méndez de Ambía (1484) y doña Isabel González Noguerol (1527-1533)», en Manuel Cabrera Espinosa y Juan Antonio López Cordero (eds.): XI Congreso virtual sobre Historia de las Mujeres (15 al 31 de octubre de 2019). Comunicaciones. Jaén: Asociación de Amigos del Archivo Histórico Diocesano de Jaén, pp. 279-330. https://corpora.uah.es/egpa/publicaciones/testamentosfemeninos.pdf [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel (2025): «Da cantiga aos documentos: dona Milia Íñiguez de Mendoza nos tempos do trobadorismo galego-portugués», en Ricardo Pichel (ed.): «Contarte he maravillas...» Estudios hispánicos dedicados a Joseph T. Snow. Vol. 2 - El patrimonio literario de Alfonso X. Berlín: Peter Lang (en prensa).
GARCÍA-FERNÁNDEZ, Miguel; Diana PELAZ FLORES y Ricardo PICHEL (2020): «Galicia e El-Rei ou como reinar desde a distancia: comunicación política arredor de dous novos privilexios rodados de Xoán II», Madrygal. Revista de Estudios Gallegos, 23, pp. 139-180. https://doi.org/10.5209/madr.73069 [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel y Pablo S. OTERO PIÑEYRO MASEDA (2022): «Cinco «espontáneas» lucenses: achegas á muller, sexualidade e violencia na Galicia interior (s. XVIII)», Murguía. Revista Galega de Historia, 45-46, pp. 57-77. https://corpora.uah.es/egpa/publicaciones/cincoespontaneas.pdf [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel y Ricardo PICHEL (2020): «Novas achegas documentais para o estudo da realidade monástica da Ribeira Sacra: tres pergamiños inéditos de Santa Cristina de Ribas de Sil (ss. XV-XVI)», Murguía. Revista Galega de Historia, 41-42, pp. 13-41. https://corpora.uah.es/egpa/publicaciones/novasachegas.pdf [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel y Ricardo PICHEL (2023a): «A documentación de San Salvador de Sobrado de Trives máis alá do ASPA: achega para unha nova edición da súa colección documental», en Desde San Paio de Antealtares. Historia, patrimonio e vida monástica. Estudos dedicados a sor Mercedes, arquiveira de San Paio, e á Comunidade de Antealtares. Santiago de Compostela: Consorcio de Santiago / Alvarellos Editora, pp. 89-121. https://corpora.uah.es/egpa/publicaciones/sansalvadordesobrado.pdf [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel y Ricardo PICHEL (2023b): «O final do casal Limia-Seixas: a sentenza de anulación matrimonial de dona Xoana Vázquez das Seixas e Fernán Eanes de Limia (1398)», Madrygal. Revista de Estudios Gallegos, 26, e94791. https://doi.org/10.5209/madr.94791 [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel y Ricardo PICHEL (2024a): «Tres "novos" pergamiños de Afonso VII referidos a Galiza», Estudios Mindonienses, 37, pp. 929-943. https://corpora.uah.es/egpa/publicaciones/tresnovospergaminos.pdf [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel y Ricardo PICHEL (2024b): «Novos testemuños para a colección documental de Santa María de Montederramo», Madrygal. Revista de Estudios Gallegos, 27, e104943. https://doi.org/10.5209/madr.104943 [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel y Ricardo PICHEL (2024-25): «Os pergamiños de Manuel Murguía (I). Documentación medieval de Santa María de Sobrado», Murguía. Revista Galega de Historia, 50-51, pp. 13-36. https://corpora.uah.es/egpa/publicaciones/manuelmurguia.pdf [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel y Ricardo PICHEL (2025a): «O Corpus de Espontáneas de Galicia (CORESGAL). Revalorización de un tipo de documental singular a través de las Humanidades digitales», en II Xeira CLARIAH-GAL (Santiago de Compostela, 9 de mayo de 2025). https://ilg.usc.gal/gl/actividades/II-xeira-clariah-gal [Consulta: 17/09/2025]
GARCÍA-FERNÁNDEZ, Miguel y Ricardo PICHEL (2025b), «Fontes documentais da Galicia medieval para o profesorado en formación: materiais para a inclusión da perspectiva de xénero na Educación Secundaria a partir do EGPA», en Uxío-Breogán Diéguez Cequiel y Miguel García-Fernández (eds.): Ciencias Sociais. Investigación, fontes documentais, didáctica e recursos dixitais. Unha mirada desde a lexislación, a historia, a memoria histórica, a socioloxía, a antropoloxía e a didáctica das ciencias sociais. Santiago de Compostela: Instituto Galego de Historia, pp. 29-67. https://corpora.uah.es/egpa/publicaciones/fontesprofesorado.pdf [Consulta: 17/09/2025].
GARCÍA-FERNÁNDEZ, Miguel y Ricardo PICHEL (2025c): GALLÆCIÆ SCRIPTORES. O Rexistro de escrituras do notario Vasco Gómez Varela (1448-1461). Madrid: Sílex (en preparación).
GARRIDO MARTÍN, Blanca y Leyre MARTÍN AIZPURU (2024): «Filología en Teitok: la edición digital y algunas muestras de escritura epistolar», en María García Antuña (coord.): Filología y nuevas tecnologías. Sevilla: Universidad de Sevilla, pp. 91-98.
GIMÉNEZ-EGUÍBAR, Patricia y Ricardo PICHEL (2022): «“Se acordará de escribir a los pobres desterrados en este valle de dullness”. Prácticas del translenguar en la correspondencia privada de María Amparo Ruiz de Burton», en Belén Almeida, Ricardo Pichel y Delfina Vázquez Balonga (eds.), Escritura en mano de mujeres en el ámbito hispánico de la Edad Media a la Modernidad. Madrid: Sílex, pp. 405-429.
GIMÉNEZ-EGUÍBAR, Patricia y Ricardo PICHEL (2023): «Cartas desde la California recién anexionada: rasgos lingüísticos de la correspondencia privada de María Amparo Ruiz de Burton en los fondos de la Huntington Library (1852-1857)», Revista internacional de lingüística iberoamericana, 41 (Sección temática. Escritura femenina en el ámbito hispánico: enfoques para su estudio lingüístico y textual II), pp. 89-108. https://doi.org/10.31819/rili-2023-214107 [Consulta 15/07/2024].
GÓMEZ SEIBANE, Sara (2013): «Documentos guipuzcoanos 2. Cartas privadas y familiares», en Carmen Isasi Martínez y José Luis Ramírez Luengo (eds.): Una muestra documental del castellano norteño en el siglo XIX. Lugo: Axac, pp. 143-176.
HORCAJADA DIEZMA, Bautista (2012): «De la transcripción paleográfica a la presentación crítica. Automatización del proceso», en María Jesús Torrens Álvarez y Pedro Sánchez-Prieto Borja (eds.): Nuevas perspectivas para la edición y el estudio de documentos hispánicos antiguos. Berna: Peter Lang, pp. 427-445.
IRACEBURU JIMÉNEZ, Maite, Concepción MARTÍNEZ PASAMAR y Cristina TABERNERO SALA (2018): «Presentación del proyecto de investigación del grupo TesUN (Universidad de Navarra)», Chimera: Romance Corpora and Linguistic Studies, 5 (2), pp. 321-327. https://doi.org/10.15366/chimera2018.5.2.011 [Consulta: 17/09/2025].
ISASI MARTÍNEZ, Carmen, Leyre MARTÍN AIZPURU, Santiago PÉREZ ISASI, Elena PIERAZZO y Paul SPENCE (2020): Edición digital de documentos antiguos: marcación XML-TEI basada en los criterios CHARTA. Sevilla: Universidad de Sevilla.
JANSSEN, Maarten (2012): «NeoTag: A POS Tagger for Grammatical Neologism Detection», en Proceedings of the Eight International Conference on Language Resources and Evaluation (LREC 2012). Estambul: European Language Resources Association (ELRA), pp. 2118-2124. http://www.lrec-conf.org/proceedings/lrec2012/pdf/1098_Paper.pdf [Consulta: 17/09/2025].
JANSSEN, Maarten (2014): TEITOK – a Tokenized TEI environment. http://www.teitok.org/ [Consulta: 17/09/2025].
JANSSEN, Maarten (2016): «TEITOK: Text-Faithful Annotated Corpora», en Proceedings of the Tenth International Conference on Language Resources and Evaluation (LREC 2016). Portorož: European Language Resources Association (ELRA), pp. 4037-4043. https://aclanthology.org/L16-1637.pdf [Consulta: 17/09/2025].
JANSSEN, Maarten y Gael VAAMONDE (2020): «Da edición dixital á análise lingüística. A creación de corpus históricos na plataforma TEITOK», en Rosario Álvarez Blanco y Ernesto Xosé González Seoane (eds.): Calen barbas, falen cartas: A escrita en galego na Idade Moderna. Santiago de Compostela: Consello da Cultura Galega, pp. 271-292.
Letradas = ALMEIDA CABREJAS, Belén (coord.): Letradas. Corpus de textos escritos por mujeres en España (1400-1900). https://corpora.uah.es/letradas/ [Consulta: 17/09/2025].
LLOBERES, Marina, Irene CASTELLÓN y Lluis PADRÓ (2010): «Spanish FreeLing Dependency Grammar», en Proceedings of the Seventh International Conference on Language Resources and Evaluation (LREC 2010). Valletta: European Language Resources Association (ELRA), pp. 693-699. http://www.lrec-conf.org/proceedings/lrec2010/pdf/562_Paper.pdf [Consulta: 17/09/2025].
Lozana Digital = DÍAZ BRAVO, Rocío y Gael VAAMONDE (dirs.): LD. Lozana Digital. http://corpora.ugr.es/lozana [Consulta: 17/09/2025].
MARCET RODRÍGUEZ, Vicente J. y María de las Nieves SÁNCHEZ GONZÁLEZ DE HERRERO (2016): «La documentación medieval de Miranda de Ebro: Presentación del corpus y rasgos lingüísticos», en Johannes Kabatek (ed.), Lingüística de corpus y lingüística histórica iberorrománica. Berlín, Boston: De Gruyter, pp. 157-174. https://doi.org/10.1515/9783110462357-008 [Consulta: 17/09/2025].
MARTÍN AIZPURU, Leyre (2016): «Algunos recursos informáticos al servicio de la edición de textos: la edición en XML-TEI», en Chiara Albertin y Santiago del Rey Quesada (coords.): Hispanica Patavina. Estudios de historiografía e historia de la lengua española en homenaje a José Luis Rivarola. Padua: CLEUP, pp. 139-154.
MARTÍN AIZPURU, Leyre y María de las Nieves SÁNCHEZ GONZÁLEZ DE HERRERO (2019): «El estudio de la documentación alfonsí: un proyecto abierto», en Déborah González y Helena Bermúdez Sabel: Humanidades digitales: miradas hacia la Edad Media. Berlín: De Gruyter, pp. 111-130. https://doi.org/10.1515/9783110585421-009 [Consulta: 17/09/2025].
MELE = FERREIRA, Maria do Rosário y José Carlos Ribeiro MIRANDA (dirs.): Da memória escrita à leitura do espaço: Pedro de Barcelos e a identidade cultural do Norte de Portugal. Integrado en Escritorio Galego-Portugués Antigo. https://corpora.uah.es/egpa/mele [Consulta: 17/09/2025].
MIGUEL FRANCO, Ruth y Pedro SÁNCHEZ-PRIETO BORJA (2016): «CODEA: A “Primary” Corpus of Spanish Historical Documents», Variants, 12-13, pp. 211-230. https://doi.org/10.4000/variants.364 [Consulta: 17/09/2025].
MORAL DEL HOYO, M.ª Carmen (2019): «Volver a (y revolver) los orígenes del castellano: el Corpus Histórico del Español Norteño (CORHEN)», en Mónica Castillo Lluch y Elena Diez del Corral Areta (eds.): Reescribiendo la historia de la lengua española a partir de la edición de documentos. Bern: Peter Lang, pp. 361-390.
MORENO MORENO, María Águeda (2018): «Subcorpus documental administrativo del antiguo concejo de Baeza (Jaén): el corpus COHSANRE», Scriptum digital, 7, pp. 67-94. https://raco.cat/index.php/scriptumdigital/article/view/343466 [Consulta: 17/09/2025].
NOSTOI = PICHEL, Ricardo y Clara PASCUAL-ARGENTE (dirs.): NOSTOI: Corpus de textos troyanos ibéricos (ss. XIII-XVI). https://corpora.uah.es/nostoi/ [Consulta: 17/09/2025].
ODE = CALDERÓN CAMPOS, Miguel y María Teresa GARCÍA-GODOY (2010-2019): Oralia Diacrónica del Español. http://corpora.ugr.es/ode/ [Consulta: 17/09/2025].
OLAIA, Inês (2023): «What's in a signature? Assessing the use of the royal signature by the Queens of Portugal in the late Middle Ages», RiMe. Rivista dell'Istituto di Storia dell'Europa Mediterranea, 12/I n.s. (número especial), pp. 91-114. https://doi.org/10.7410/1607 [Consulta 15/07/2024].
OSPINA GIRALDO, Liliana Estefanía y María Claudia GONZÁLEZ-RÁTIVA (2021): «Los corpus SEAH», en María Claudia González-Rátiva y Liliana Estefanía Ospina Giraldo (coords.): El español tardocolonial en Antioquia (1701-1816). Corpus y análisis en documentación histórica. Antioquia: Universidad de Antioquia, pp. 21-34.
Panépica Digital = RODRÍGUEZ MOLINA, Javier y Gael VAAMONDE (dirs.): Panépica Digital: Corpus de la primitiva épica hispánica. http://corpora.ugr.es/cid [Consulta: 17/09/2025].
PASCUAL-ARGENTE, Clara y Ricardo PICHEL (2024): «NOSTOI: Un entorno digital colaborativo para la edición y estudio de los textos troyanos ibéricos», Medievalia, 27 (1), pp. 353-388. https://doi.org/10.5565/rev/medievalia.663 [Consulta 15/09/2024].
PICHEL, Ricardo y Francisco Xavier VARELA BARREIRO (2014): «Edición de textos da Galiza medieval e moderna. Algúns proxectos en marcha», en Leticia Eirín y Xoán López-Viñas (eds.): Lingua, texto, diacronía: estudos de lingüística histórica. A Coruña: Universidade da Coruña, Departamento de Galego-Portugués, Francés e Lingüística, pp. 291-318.
PICHEL, Ricardo y Miguel GARCÍA-FERNÁNDEZ (2024): «O Escritorio Galego-Portugués Antigo (EGPA)», en I Xeira CLARIAH-GAL (Santiago de Compostela, 2 de mayo de 2024). https://ilg.usc.gal/sites/default/files/poster_egpa_final_ilg.pdf [Consulta: 17/09/2025].
PICHEL, Ricardo; Miguel GARCÍA-FERNÁNDEZ y Víctor CABALLERO GÓMEZ (2025): «O Escritorio Galego-Portugués Antigo (EGPA): unha nova ferramenta colaborativa de edición dixital en acceso aberto», Madrygal. Revista de Estudios Gallegos, 28 (en prensa).
PONS RODRÍGUEZ, Lola, Eva BRAVO GARCÍA, Blanca GARRIDO MARTÍN y Álvaro S. OCTAVIO DE TOLEDO Y HUERTA (2014): «La edición de textos de quejas: propuestas preliminares en torno a un corpus histórico discursivo», Scriptum digital, 3, pp. 183-200. https://raco.cat/index.php/scriptumdigital/article/view/316399 [Consulta: 17/09/2025].
P.S. POST SCRIPTUM = CLUL (ed.) (2014): P.S. Post Scriptum. Arquivo Digital de Escrita Quotidiana em Portugal e Espanha na Época Moderna. http://teitok.clul.ul.pt/postscriptum/ [Consulta: 17/09/2025].
RED CHARTA (2013): Criterios de edición de documentos hispánicos (orígenes-siglo XIX) de la Red Internacional CHARTA. https://corpora.uah.es/index.php?action=recursos [Consulta: 17/09/2025].
RODRÍGUEZ MOLINA, Javier y Gael VAAMONDE (2025): «Panépica Digital: Integrando marcación textual y anotación lingüística para el estudio de la épica hispánica medieval», en Mario Cossío Olavide, José Manuel Fradejas Rueda y Ricardo Pichel (eds.): Filología digital hispánica. Aplicaciones a la lengua y literatura medieval. Berlín: Walter de Gruyter (en prensa).
ROMERO, Verónica, Alejandro Héctor TOSELLI y Enrique VIDAL (2012): Multimodal Interactive Handwritten Text Transcription. New Jersey: World Scientific.
SÁNCHEZ GONZÁLEZ DE HERRERO, María de las Nieves, Juan Pedro SÁNCHEZ MÉNDEZ, Ingmar SÖHRMAN y María Jesús TORRENS ÁLVAREZ (2013): «La Red CHARTA: objetivos y método», en Emili Casanova Herrero y Cesáreo Calvo Rigual (eds.): Actas del XXVI Congreso Internacional de Lingüística y de Filología Románicas, vol. VII. Berlín: De Gruyter, pp. 263-274.
SÁNCHEZ SIERRA, Diego (2021): «Aproximación a la configuración léxica del español en el suroeste de los Estados Unidos (1733-1900)», Cuadernos del Instituto de Historia de la Lengua, 14, pp. 147-185.
SÁNCHEZ-PRIETO BORJA, Pedro (1998): Cómo editar los textos medievales: criterios para su presentación gráfica. Madrid: Arco.
SÁNCHEZ-PRIETO BORJA, Pedro (2009a): «Hacia un estándar en la edición de las fuentes documentales», en Cristina Castillo Martínez y José Luis Ramírez Luengo (eds.): Lecturas y textos en el siglo XXI. Nuevos caminos en la edición textual. Lugo: Axac, pp. 125-143.
SÁNCHEZ-PRIETO BORJA, Pedro (2009b): «El Corpus de Documentos Españoles Anteriores a 1700 (CODEA)», en Andrés Enrique-Arias (ed.): Diacronía de las lenguas iberorrománicas: nuevas aportaciones desde la lingüística de corpus, Madrid-Frankfurt am Main: Iberoamericana-Veuvert, pp. 25-38. https://doi.org/10.31819/9783865278685-003 [Consulta: 17/09/2025].
SÁNCHEZ-PRIETO BORJA, Pedro (2011): La edición de textos españoles medievales y clásicos: criterios de presentación gráfica. San Millán de la Cogolla: Cilengua, Fundación San Millán de la Cogolla.
SÁNCHEZ-PRIETO BORJA, Pedro (2012a): «La red CHARTA: proyecto global de edición de documentos hispánicos», en María Jesús Torrens Álvarez y Pedro Sánchez-Prieto Borja (eds.): Nuevas perspectivas para la edición y el estudio de documentos hispánicos antiguos. Berna: Peter Lang, pp. 17-44.
SÁNCHEZ-PRIETO BORJA, Pedro (2012b): «Desarrollo y explotación del “Corpus de Documentos Españoles Anteriores a 1700” (CODEA)», Scriptum digital, 1, pp. 5-35. https://raco.cat/index.php/scriptumdigital/article/view/316410 [Consulta: 17/09/2025].
SÁNCHEZ-PRIETO BORJA, Pedro (2018): «El corpus ALDICAM-CM: geografía lingüística diacrónica de la Comunidad de Madrid», Chimera: Romance Corpora and Linguistic Studies, 5 (1), pp. 69-75. https://doi.org/10.15366/chimera2018.5.1.004 [Consulta: 17/09/2025].
SÁNCHEZ-PRIETO BORJA, Pedro y Hiroto UEDA (2018): Inventario léxico del corpus CODEA (Castilla la Vieja). https://h-ueda.sakura.ne.jp/lyneal/ilc-cv.htm [Consulta: 17/09/2025].
SEAH = SEMILLERO ESPAÑOL HISTÓRICO DE ANTIOQUIA: Corpus SEAH [en fase de desarrollo].
SPENCE, Paul (2014): «Siete retos en edición digital para las fuentes documentales», Scriptum digital, 3, pp. 153-181. https://raco.cat/index.php/scriptumdigital/article/view/316398 [Consulta: 17/09/2025].
SPENCE, Paul, Carmen ISASI, Elena PIERAZZO e Irene VICENTE (2012): «Cruzando la brecha: marcación digital con criterios filológicos», en María Jesús Torrens Álvarez y Pedro Sánchez-Prieto Borja (eds.): Nuevas perspectivas para la edición y el estudio de documentos hispánicos antiguos. Berna: Peter Lang, pp. 465-483.
TABERNERO SALA, Cristina (2020): «Contribución al estudio del español norteño a partir de un corpus de declaraciones en procesos judiciales (siglos XVI-XIX)», Scriptum digital, 9, pp. 87-115. https://raco.cat/index.php/scriptumdigital/article/view/377289 [Consulta: 17/09/2025].
TORRENS ÁLVAREZ, María Jesús (2019): «El hibridismo latinorromance de fueros y documentos de finales del s. XII y comienzos del XIII», en Diana Esteba Ramos et al. (eds.): Quan sabias e quam maestras: disquisiciones de lengua española. Málaga: Universidad de Málaga, pp. 101-112.
TORRUELLA, Joan (2017): Lingüística de corpus: génesis y bases metodológicas de los corpus (históricos) para la investigación en lingüística. Nueva York: Peter Lang.
TORRUELLA, Joan (2020): «Un corpus documental para el estudio de las interferencias lingüísticas entre el español y el catalán», en Rosario Álvarez Blanco y Ernesto Xosé González Seoane (eds.): Calen barbas, falen cartas: A escrita en galego na Idade Moderna. Santiago de Compostela: Consello da Cultura Galega, pp. 225-252.
TORRUELLA, Joan y Gloria CLAVERÍA (2019): «Corpus de documentos castellanos redactados en Cataluña (siglos XVIII y XIX): inicio de un proyecto», en Mónica Castillo Lluch y Elena Diez del Corral Areta (eds.): Reescribiendo la historia de la lengua española a partir de la edición de documentos. Bern: Peter Lang, pp. 43-60.
VAAMONDE, Gael (2015): «P. S. Post Scriptum: dos corpus diacrónicos de escritura cotidiana», Procesamiento del Lenguaje Natural, 55, pp. 57-64.
VAAMONDE, Gael (2018): «Escritura epistolar, edición digital y anotación de corpus», Cuadernos del Instituto de Historia de la Lengua, 11, pp. 139-164.
VILLEGAS, Mauricio, Joan Andreu SÁNCHEZ y Enrique VIDAL (2015): «Optical Modelling and Language Modelling Trade-off for Handwritten Text Recognition», en 2015 13th International Conference on Document Analysis and Recognition (ICDAR). Túnez: IEEE, pp. 831-835. https://doi.org/10.1109/ICDAR.2015.7333878.
ZavalDiCor = MARY TROJANI, Cécil (dir.): Corpus digital de correspondencias de la familia Zavala [en fase de desarrollo].
Publicado
Como Citar
Downloads
Direitos de Autor (c) 2025 Víctor Caballero Gómez, Mireia Peris Vicent, Ricardo Pichel
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-CompartilhaIgual 4.0.
