La luz del porvenir: proyecto de corrección de OCR

Proyecto de corrección de textos transcritos a través de tecnología OCR, en la publicación La luz del porvenir.

Revista fundada y dirigida por una de las más destacadas impulsoras en España del movimiento espiritista, Amalia Domingo Soler (1835-1909), La luz del porvenir fue escrita por mujeres y dedicada a las mujeres, y se convirtió en uno de los embriones del incipiente movimiento por la igualdad de género. En la revista participó un nutrido grupo de librepensadoras y feministas españolas, americanas y europeas: algunas tan conocidas como Carmen de Burgos, Emilia Pardo Bazán o Rosario de Acuña, y otras autoras mucho menos conocidas.

Este proyecto de ComunidadBNE permitirá descubrir y sumergirnos en esta interesante publicación de nuestra colección de prensa histórica, y proponemos hacerlo contribuyendo a una mejor localización y recuperación de los textos que incluye, mediante la corrección colaborativa del texto obtenido por OCR.

¿Qué es el OCR (Optical Character Recognition)?

En el proceso de digitalización de documentos, los impresos son en primer lugar digitalizados y convertidos a imagen. Posteriormente, el texto es extraído de manera automatizada gracias a la tecnología de reconocimiento óptico de caracteres (OCR). Pero este proceso automático genera errores (por motivos diversos: contraste, tipografías y caracteres o disposición del texto, etc.). Revisar y corregir este texto permitirá búsquedas más precisas, contribuirá a crear un corpus textual “limpio”, o facilitará la producción de otros formatos como el ePub, y ponerlo a disposición de todos.

Consulta el siguiente videotutorial con las pautas básicas para empezar a corregir.