Colloque International Humanités Numériques et Corpus Hispaniques
La importancia de las Humanidades Digitales no ha dejado de incrementarse durante las últimas décadas. Sin llegar a constituir un campo disciplinar en sí mismo, configura, más precisamente, un determinado enfoque epistemológico que, gracias a nuevas herramientas, renueva la perspectiva de análisis de los objetos científicos favoreciendo la definición de objetivos de investigación difícilmente abordables con anterioridad.
Gracias al impulso de las HHDD, se han desarrollado y puesto a disposición de la comunidad científica trabajos de gran envergadura. Entre ellos se encuentran los grandes corpus de referencia como el Grand Corpus de Grammaires Françaises, el Corde, el Crea, etc. Estos valiosos trabajos pioneros no deben, sin embargo, ensombrecer las numerosas producciones científicas que responden a objetivos más puntuales y que, adoptando el mismo enfoque, dan lugar a excelentes estudios sobre una gran diversidad de corpus.
Producciones afines a las mencionadas, dentro del ámbito del hispanismo, constituirán el coloquio internacional que tendrá lugar en la Universidad de Estrasburgo los días 27 y 28 de marzo, bajo el título “Humanités Numériques & Corpus Hispaniques”.
Las diferentes intervenciones que componen este encuentro académico tienen por objetivo la generación de reflexiones en torno al alcance y las perspectivas de las HHDD, tanto para los corpus de textos orientados al análisis lingüístico (lexicografía, gramaticografía) como al análisis de textos literarios e históricos lato sensu.
Como se puede comprobar mediante su DESCARGA, el programa se divide en tres secciones (o mesas) que se han organizado en torno a tres ejes de complejidad creciente: (i) reflexiones y aplicaciones de herramientas concretas, y frecuentemente utilizadas —estilometría con R para la atribución de autoría, VoyanTools para la valorización e interpretación de ocurrencias léxicas o campos léxico-semánticos—; (ii) presentación, creación, y explotación de corpus de referencia; y (iii) proyectos y trabajos concretos sobre editorialización enriquecida (Vitali-Rosati 2020) de obras gramaticales etiquetadas con xml-tei, codificación estandarizada que permite, y favorece, el intercambio del código de los textos semantizados, así como la potencial conformación de un (gran) corpus de estudio en diacronía.
Por último, gracias a la comunicación de clausura de Pablo Ruíz Fabo, los asistentes tendrán la oportunidad de constatar cómo los humanistas digitales interrogan diferentes LLMs (grandes modelos de lenguaje) para establecer cuáles son los mecanismos empleados por GPT de OpenIA con el fin de localizar y asignar el concepto de “comicidad” a producciones textuales en verso.
Siguiendo el orden del programa (ir al enlace descarga) ponemos a disposición de las personas interesadas los resúmenes de las comunicaciones:
Libro (electrónico) de resúmenes
⊆⊇
Humanidades digitales y paisaje lingüístico: herramientas y usos
Diana Esteba Ramos — Universidad de Málaga
Desde el trabajo pionero de Landry y Bourhis (1997), donde se establece por primera vez el marchamo paisaje lingüístico, los estudios sobre los signos del espacio público han vivido una eclosión: son muy significativos los datos de Gorter (2018: 81), quien, en relación con la lengua inglesa, mostraba cómo de 2007 a 2017 se pasaba de unas 30 referencias a más de 600. Un incremento similar, como no podría ser de otra manera, se aprecia en las investigaciones del ámbito hispánico.
Todos estos estudios abordan la problemática de las muestras de lengua públicas desde perspectivas interdisciplinares (Cenoz y Gorter, 2024: 56), lo que, forzosamente, produce heterogeneidad y disenso metodológico, como se viene advirtiendo desde principios de siglo. La extensión, además, del uso de las herramientas auxiliares que proporcionan las Humanidades Digitales en algunos de los trabajos del ámbito abre una nueva brecha en el seno de la disciplina.
Por ello, el objetivo de este trabajo es, de un lado, (i) revisar el uso que se hace de herramientas digitales en los estudios de paisaje lingüístico en el ámbito hispánico (con referencias, asimismo, a los principales trabajos internacionales, con el fin de establecer las comparaciones pertinentes); y, de otro, (ii) reflexionar, a la luz de aquellos datos, sobre qué requerimientos tecnológicos y qué aprovechamiento (semi)automatizado debería ser deseable para la continuación de la investigación en torno a estos signos públicos.
Referencias bibliográficas
- Gorter, Duck (2018): «Linguistic landscapes and trends in the study of schoolscapes», Linguistics and Education, 44, pp. 80-85.
- Gorter, Durk y Cenoz, Jasone (2024): A Panorama of Linguistic Landscape Studies, Multilingual Matters / Channel View Publications.
- Landry, Rodrigue y Bourhis, Richard (1997): «Linguistic Landscape and Ethnolinguistic Vitality: An Empirical Study», Journal of Language and Social Psychology, 6, pp. 23-49.
Una relectura de La Solidaridad a través de las Humanidades Digitales
Álvaro Jimena — Université de Strasbourg — CHER UR 4376
La Solidaridad es un periódico quincenal publicado en España entre 1889 y 1895 por un grupo de filipinos conocido como el movimiento de la Propaganda. Estos nacionalistas utilizaron esta publicación para reclamar la realización de reformas en el archipiélago asiático ante el Gobierno español, así como para difundir ideas liberales en Filipinas. La importancia de La Solidaridad en la difusión del nacionalismo filipino a finales del siglo XIX es tal que se trata de una de las fuentes más utilizadas al estudiar el movimiento de la Propaganda. Sin embargo, la mayoría de los historiadores se han limitado a analizar los artículos más relevantes y hasta la fecha no se ha realizado ningún estudio del periódico en su conjunto.
El objetivo de esta comunicación es examinar las oportunidades que las Humanidades Digitales ofrecen para realizar un análisis de este tipo de corpus, que en el caso de La Solidaridad está formado por 160 números en los que se publicaron más de 1000 artículos. Más concretamente, se mostrarán los resultados obtenidos gracias al análisis del corpus con Voyant Tools y se determinará en qué medida es útil para hacer un seguimiento de los temas tratados en esta publicación y de su evolución a lo largo de sus seis años de vida. También se explorarán las posibilidades que las Humanidades Digitales ofrecen para identificar los personajes políticos españoles que tuvieron una mayor influencia en los miembros de la Propaganda a través de su presencia en los textos publicados en La Solidaridad.
El análisis de esta publicación se engloba dentro de un proyecto más amplio que trata de realizar una relectura del movimiento de la Propaganda, ya que la obra de referencia sobre este tema sigue siendo una monografía publicada en 19731. En este sentido, consideramos que las Humanidades Digitales pueden ser una herramienta muy útil para abordar el estudio de este grupo nacionalista a través de nuevos enfoques.
Referencias bibliográficas
- [1] Schumacher, John N. (1973), The Propaganda Movement, 1880-1895: the creators of a Filipino consciousness, the makers of revolution, Manila, Solidaridad Pub. House.
Edición crítica y Humanidades Digitales: métodos de clasificación supervisada en la fijación de un corpus poético atribuido a Juan María Capitán (1789-1854)
Jorge Marín Blanco — Universidad de Málaga
Las Poesías del humanista y Catedrático de Latinidad y Literatura Juan María Capitán (1789-1854) aparecieron publicadas en Jerez de la Frontera por la Imprenta El Guadalete en 1856, dos años después de su muerte, en una antología parcial ordenada y promovida por sus discípulos Juan Piñero, Juan Esteban Navarro y Antonio María Monge. El hecho de que esta obra se concibiera como un simple homenaje al maestro hizo que los textos contenidos carecieran de tratamiento crítico. Esta circunstancia la evidenció décadas más tardes otro humanista antequerano, Juan Quirós de los Ríos, al trazar un plan de ordenación y reedición de la obra poética de Capitán, tal y como confesaba a Menéndez Pelayo en una carta fechada el 25 de marzo de 1888 y posteriormente confirman sus papeles de trabajo ubicados hoy en el Archivo Francisco Rodríguez Marín del CSIC.
Entre estos diversos autógrafos y apógrafos que se conservan de Juan María Capitán hallamos determinados manuscritos que Juan Quirós de los Ríos atribuye dudosamente a este insigne poeta. El que se empleara en la poesía de su tiempo estilos miméticos y repetitivos, así como fórmulas consabidas, dificultan la identificación de los rasgos personales y estilísticos del autor en relación con el círculo de poetas de la escuela sevillana. Una lectura atenta, pero tradicional, como la que realizó Quirós hizo que su intuición activara las alertas sobre la posibilidad de que Capitán fuera el artífice de dichos textos. El interrogante aún por resolver sobre la autoría certera de los testimonios motiva que hoy volvamos sobre ellos para buscar nuevas vías de estudio que contrasten las investigaciones iniciadas y ofrezcan resultados objetivos.
Esta comunicación tiene como objetivo aplicar técnicas de análisis estilométrico al corpus de textos dubitados que se hallan en el archivo del CSIC para verificar la hipótesis lanzada por Juan Quirós de los Ríos. Para ello se hará uso del software R y más concretamente de la librería Stylo a través de la que se implementarán métodos de clasificación supervisados (cross-validation “leave-one-out”) que evalúan nuestro corpus y son capaces de detectar la eficacia, calidad y grado de fiabilidad de cada una de las muestras en comparación con un conjunto de textos de autoría certera (corpus indubitado).
José Ortega y Gasset: un proyecto de aplicación de técnicas digitales a la investigación, la difusión y la transferencia de su legado
Mª. Azucena López Cobos — Universidad de Málaga — Fundación José Ortega y Gasset — Gregorio Marañón
El modo en que la edición de textos de todo tipo se difunde ha sufrido un cambio radical en los últimos años con el desarrollo de técnicas y tecnologías que permiten ampliar considerablemente sus públicos de recepción. Tal acceso se ha dado gracias a la democratización del libro, más específicamente al libro de bolsillo y aún más recientemente al e-book. No obstante, saber leer y poder comprar o tomar prestado un libro de una biblioteca pública, siendo un punto de partida imprescindible, no es el único ni suficiente como garantía para que la recepción de tal texto alcance a lectores que no son ni especialistas académicos ni miembros de comunidades cultas. Para este tipo de público es necesario la adaptación contextualizada de tales textos.
En el caso del público infantil y adolescente, el esfuerzo de la industria editorial en connivencia con los especialistas por adaptar al desarrollo cognitivo de sus receptores textos complejos como las obras clásicas (La Odisea o el Quijote, por ejemplo) tiene ya una larga tradición. Asimismo, los públicos minoritarios con alguna discapacidad visual o auditiva han encontrado las vías para acceder a tales textos, ya sea por sistema Braille o en formato audiolibro. No obstante, en todos estos casos, la funcionalidad es pedagógica en un contexto formal académico.
La pregunta de la que partirá mi aportación es doble: por un lado (1) cómo hacer para que textos tradicionalmente de consumo académico puedan llegar a un público general aprovechando los recursos que ofrecen las nuevas tecnologías y (2) qué metodologías dentro de las Humanidades Digitales podrían ser las más eficaces para ampliar el tipo de receptores o para conseguir receptores cuyo interés primario no sea el académico. Para ello me centraré en las actividades que estamos poniendo en práctica en el Centro de Estudios Orteguianos, adscrito a la Fundación José́ Ortega y Gasset para acercar la figura y el legado del filósofo madrileño a receptores genéricos, no expertos, pertenecientes a diferentes generaciones, pero prestando especial atención a las generaciones digitales con el objetivo de que puedan acercarse de un modo amigable a la vida y el pensamiento de este filósofo.
Corpus patrimonial de la literatura española y humanidades digitales: Proyecto Viaje Virtual (VI VIR) Barroco. Escena y fiesta en la Andalucía del XVII
Belén Molina Huete & Javier Luengo — Universidad de Málaga & ArqueoBytes
El Grupo de investigación de la Universidad de Málaga «Andalucía literaria y crítica: textos inéditos y relecciones» desarrolla en una de sus líneas fundacionales la recuperación de textos literarios del patrimonio bibliográfico español.
Los tradicionales estudios y ediciones críticas se han complementado en los últimos tiempos con enfoques interdisciplinares que ha dado como resultado la reconsideración las relaciones entre literatura e historia o la de elementos artísticos consustanciales a la experiencia literaria. La oportunidad de poder recrear de manera digital escenarios dramáticos o representaciones emblemáticas asociadas a la fiesta barroca a partir de la información proporcionada por textos recuperados no solo ha enriquecido la interpretación, sino que ha evidenciado nuevas dimensiones en los procesos de construcción retórica e ideológica.
Paralelamente, desde el otro lado, nuestra colaboración con especialistas del sector de la arqueología digital ha procurado la especialización y el perfeccionamiento en dinámicas de reconstrucción virtual tridimensionales —en alianza con la Historia del Arte— y la investigación en la generación de imágenes a través de procesos digitales y de inteligencia artificial, que aún se mantiene como reto.
Presentamos aquí dos muestras de esta labor: por un lado, la realizada por Juan Manuel Carmona Tierno en torno a la comedia La toma de Sevilla por el santo rey Fernando del sevillano Cristóbal de Morales Guerrero, sobre un impreso localizado en la Biblioteca Nacional de Francia; por otro, sobre ejemplares únicos localizados en la Hispanic Society of America y la Universidad de Málaga, la llevada a cabo por Belén Molina Huete sobre los jeroglíficos de las justas poéticas que las ciudades de Málaga y Antequera celebraron como desagravio a las ofensas religiosas sufridas durante el sitio de Tirlemont (1635) durante la Guerra de los 30 años. Haciendo uso de las humanidades digitales, y sobre modelos coetáneos existentes, F. Javier Luengo (ArqueoBytes) ha diseñado reconstrucciones hipotéticas que permiten un viaje virtual al siglo XVII facilitando la inmersión en el texto literario al tiempo que favorecen delinear la imagen contrarreformista del católico frente al hereje revelando procesos visuales de definición de identidad nacional y de propaganda del poder monárquico en tiempos propios de representación e imperio.
Daremos noticia de nuestros actuales proyectos en esta misma línea.
EL TLEAM: del repositorio diccionarístico al corpus patrimonial de la memoria léxica de América
Cristian Díaz — Universidad de La Laguna
El Tesoro Lexicográfico del Español en América (Corbella 2021) nace con la vocación de reunir bajo una misma plataforma de consulta todas las obras lexicográficas que den cuenta de la especificidad del español hablado en América: desde los primeros glosarios y vocabularios proto-lexicográficos hasta las obras más importantes de la diferencialidad léxica de las repúblicas americanas. Este proyecto, que, siguiendo la tradición tesorística hispánica, inicialmente aspiraba a retrodigitalizar el material lexicográfico que, a lo largo del tiempo, se ha ocupado y preocupado por la especificidad del español hablado en el Nuevo Mundo, acabará por convertirse en una estructura de almacenamiento y consulta de información proveniente de materiales de distinta naturaleza, cuya homogeneización ha permitido su tratamiento como corpus lingüístico y metalexicográfico.
En esta comunicación, además de dar a conocer tan valiosa herramienta, nos centraremos en la descripción de algunos de los desafíos con los que nos hemos topado, así como en la solución por la que se ha optado para intentar mitigar su efecto.
Historia, contenido y nuevas posibilidades de explotación de la Biblioteca Virtual de la Filología española (BVFE)
Carmen Cazorla Vivas — Universidad Complutense de Madrid — Instituto Universitario Seminario Menéndez Pidal
Nuestra propuesta se centra en mostrar el inicio, el desarrollo, el funcionamiento y el contenido de la Biblioteca Virtual de la Filología Española (BVFE), que es un portal ya consolidado que recoge obras lingüísticas (especialmente diccionarios y gramáticas, pero no solo) digitalizadas en red en distintas instituciones del mundo, y que las pone a disposición de los usuarios interesados, con una consulta libre y gratuita.
Esta otra Biblioteca se abrió a la consulta en octubre de 2010 y divide su contenido en varias secciones: diccionarios y todo tipo de obras lexicográficas, gramáticas y libros de historia de la lengua, y ortografías, tratados de ortología, etc., a los que hemos añadido uno más de diálogos, coloquios, frases, conversaciones, etc. El contenido se va actualizando periódicamente y se enmarca en varios proyectos de investigación que se han ido sucediendo; el actual es “Biblioteca Virtual de la Filología Española. Fase IV: implementaciones y mejoras. Metabúsquedas. Gestores bibliográficos”.
Este recurso ofrece también un complemento a los registros bibliográficos, consistente en ficha biobibliográficas de los distintos autores consignados.
Mostraremos también con algunos casos prácticos, algunas posibilidades de explotación filológica y lingüística de sus materiales, así como algunas de las nuevas posibilidades de búsqueda y de filtros que se han incluido últimamente y que mejoran y amplían las posibilidades de consulta.
Le projet CONGRESO (COrpus Numérique de GRammaires Espagnoles du Siècle d’Or)
Sophie Sarrazin — Université Paul-Valéry-Montpellier III
El campo de la historiografía lingüística ha experimentado en España un crecimiento sin precedentes en las tres últimas décadas, como lo muestran las numerosas publicaciones, el dinamismo de sociedades científicas como la Sociedad Española de Historiografía Lingüística (SEHL) o la elaboración de programas internacionales (como Hispanagrama, que pretende trazar la historia de las ideas gramaticales en Hispanoamérica). Desde hace unos veinte años, los investigadores, y en particular los gramaticógrafos, han puesto especial interés en aquellos tratados didácticos publicados fuera de España, dentro de los distintos «focos» (Gómez Asencio 2006) de gramaticalización (Auroux 1994) del español. La reciente publicación de la tesis de Sabine Collet Sedola (Esteba Ramos, Maux, Richer-Rossi & Zuili 2024) sobre los inicios de la didáctica del español en Francia ilustra este renovado interés.
Sin embargo, aunque la mayoría de estos textos gramaticales son accesibles gracias a la política de digitalización de la Bibliothèque Nationale de France, siguen siendo difíciles de utilizar debido a su formato (imagen) y a la falta de interoperabilidad entre los diferentes registros. Ante esta situación, un pequeño grupo de investigadores de universidades francesas, españolas y alemanas se reunió en noviembre de 2019 para sentar las bases de un proyecto de corpus digital que abarcara los diferentes tratados gramaticales hispano-franceses publicados en Francia en los siglos XVI y XVII. Me propongo presentar este proyecto, hoy inactivo, llamado CONGRESO (COrpus Numérico de GRamáticas Españolas de los Siglos de Oro), describiendo sus objetivos, sus modelos, el cuadro metodológico, las dificultades con que nos hemos encontrado, así como el marco de su posible reinicio.
Références bibliographiques
- Auroux, Sylvain, 1994. La révolution technologique de la grammatisation, Bruxelles, Mardaga.
- Collet Sedola, Sabina, 2024. La connaissance de l’espagnol en France et les premières grammaires hispano-françaises (1550-1700), thèse de l’Université Paris 3 (1974), édition de Esteba Ramos, Diana, Maux, Marie-Hélène, Richer-Rossi, Françoise & Zuili, Marc, Málaga, Universidad de Málaga.
- Gómez Asencio, José Jesús (dir.), 2006. El castellano y su codificación gramatical, vol.1, De 1492 (Nebrija) a 1611 (John Sanford). Burgos: Instituto Castellano y Leonés de la Lengua.
La segunda edición del Arte Breve (1616) de Juan de Luna: fijación del codex optimum y criterios de marcado en XML-TEI
Marie-Hélène Maux & Dina Torrevejano — Université de Strasbourg — CHER UR 4376
Este trabajo se enmarca en un proyecto de mayor amplitud que tiene como objetivo la Edición Digital Académica (DEA) (Alvite Díez y Rojas Castro 2022) de la gramática didáctica de español para alóglotas del conocido continuador del Lazarillo, Juan de Luna. El Arte Breve contó con tres ediciones diferentes: una primera edición monolingüe en 1616, una segunda edición bilingüe español-francés en el mismo año (ambas impresas en París), y la tercera edición bilingüe español-inglés, impresa en Londres en 1623.
Las particularidades que se observan entre los dos únicos ejemplares existentes de la edición impresa por Nicolas Bourdin exigen la fijación previa del codex optimun de esta segunda edición del manual didáctico-gramatical. Se trata de un primer paso ineludible dentro del proceso de edición digital académica del Arte Breve de J. de Luna.
Presentamos, pues, los criterios de marcado en XML-TEI que se han adoptado para, en primer lugar, (i) semantizar las variantes entre los ejemplares de la segunda edición de 1616 y, seguidamente, (ii) plantear la codificación de los elementos gramaticográficos esenciales concebidos para ser aplicados, compartidos y reutilizados en otras “ediciones enriquecidas” (Vitali-Roseti 2020) afines pertenecientes al corpus de gramáticas didácticas para no hispanohablantes entre los siglos XVI y XIX.
Referencias bibliográficas
- Alvite Díez, M. L., y Rojas Castro, A. (2022). “Ediciones digitales académicas: estándares de calidad, y softwares de publicación”. Profesional de la información, 31 (II), e310216.
- Vitali-Rosati, M. (2020). “Pour une théorie de l’éditorialisation”. Humanités Numériques [en línea] 1 | 2020.
Corpus anotados y edición crítica de textos metalingüísticos: herramientas y desafíos en el análisis digital de la Nouvelle Méthode pour apprendre facilement et en peu de temps la langue espagnole (1660, 1665) de Claude Lancelot
Alejandro Díaz Villalba — Université Sorbonne Nouvelle
La edición crítica de textos metalingüísticos se ha consolidado como una herramienta fundamental en la historia de las ideas lingüísticas. Sin embargo, la codificación y etiquetado digital mediante XML-TEI es un campo aún por explorar en profundidad. El punto de partida de nuestra reflexión es cómo utilizar estas metodologías para abordar corpus históricos de gramáticas respetando sus especificidades discursivas y contextuales, conciliando la comparabilidad entre tradiciones lingüísticas y manteniendo su complejidad conceptual. Si nos detenemos en otros proyectos de edición digital de textos, ejemplos como el Grand Corpus des grammaires françaises, EPIGRAMA y el Corpus de Textes Linguistiques Fondamentaux o la edición digital de Cristóbal Villalón ilustran el potencial de las humanidades digitales, aunque enfrentan desafíos como la interoperabilidad de esquemas y la representación fiel de las características únicas de cada texto.
En este marco, la Nouvelle Méthode pour apprendre facilement et en peu de temps la langue espagnole (NME) de Claude Lancelot se presenta como un caso emblemático que permite explorar estas cuestiones.
La comunicación se articula en dos ejes principales:
- Digitalización y Edición Crítica: la transcripción de textos antiguos, como la NME, requiere respetar elementos originales, tales como grafías arcaicas, irregularidades tipográficas y estructuras discursivas complejas. Los esquemas XML-TEI personalizados que garantizan una edición homogénea. Este proceso incluye la anotación de errores tipográficos, nombres propios, referencias intertextuales y términos técnicos, asegurando que cada elemento textual se mantenga accesible y utilizable para análisis comparativos y exploraciones filológicas.
- Problemáticas Discursivas en la Anotación XML-TEI: la naturaleza discursiva de los textos gramaticales, que combina metadiscurso y ejemplos ilustrativos, plantea retos específicos para su segmentación y etiquetado. En el caso de la NME, se destacan:
- Macroestructura y ecdótica: Representación de su organización jerárquica mediante divisiones en capítulos y subcapítulos, así como representación de las diversas ediciones de un texto.
- Ejemplos y citas: identificación de fragmentos plurilingües, términos utilizados en empleo autonímico, traducciones y ejemplos normativos o excepcionales.
- Terminología gramatical: etiquetado de conceptos clave como “partícula” o “régimen”, con atención al contexto histórico y evitando interpretaciones anacrónicas.
A través del análisis de la NME, esta comunicación muestra cómo las herramientas digitales, combinadas con enfoques historiográficos, permiten avanzar en la comprensión de textos metalingüísticos y sus tradiciones. Asimismo, se hace hincapié en la necesidad de unas directrices normalizadoras para el etiquetado de textos gramaticales, como existe para otros tipos de discursos en el ámbito de las Humanidades. Se ilustrará cada eje con ejemplos concretos extraídos de este texto, evidenciando la riqueza y complejidad de su tratamiento digital.
Referencias Bibliográficas
- Castillo Peña, Carmen et San Vicente, Felix. EPIGRAMA. La tradición gramatical del español en Italia. Università degli Studi di Padova. <www.epigrama.eu>.
- COLOMBAT, Bernard. 2011. « Du Corpus représentatif des grammaires et des traditions linguistiques au Corpus de textes linguistiques fondamentaux », in Gerda Hassler (ed.), History of Linguistics 2008, Selected papers from the eleventh International Conference on the History of the Language Sciences (ICHoLS XI), 28 August – 2 September 2008, Potsdam, Amsterdam, Benjamins (SiHoLS 115), p. 13-23.
- Colombat, Bernard, Jean-Marie Fournier et Wendy Ayres-Bennet (eds.) (2011): Grand corpus des grammaires françaises, des remarques et des traités sur la langue (XVIe-XVIIe siècles). Paris: Classiques Garnier Numérique.
- Lancelot, Claude, 1660, Nouvelle Methode pour apprendre facilement et en peu de temps la langue espagnole. Paris: Pierre le Petit.
- Lancelot, Claude, 1665, Nouvelle Methode pour apprendre facilement et en peu de temps la langue espagnole. Paris: Pierre le Petit.
- Mencé-Caster, Corinne (2021), Cristóbal de Villalón, Gramática catellana. Édittion semi-paléographique et édition modernisée. OpenEdition Books, e-Spania Books. https://books.openedition.org/esb/2809
- TEI Consortium, eds. Guidelines for Electronic Text Encoding and Interchange. http://www.tei-c.org/P5/.
Reconocimiento de aspectos humorísticos en verso cómico con grandes modelos de lenguaje
Pablo Ruiz Fabo — Université de Strasbourg
Los grandes modelos de lenguaje (LLM) han demostrado capacidad para identificar recursos humorísticos en la poesía (por ejemplo, juegos de palabras). Sin embargo, ¿pueden desarrollar una discusión sobre si un poema es humorístico o no, y a qué aspectos prestan atención en él? Probamos 100 poemas en español con distintos grados de comicidad utilizando diferentes modelos GPT de OpenAI. El prompt o indicación consiste en la pregunta “¿Es cómico el poema siguiente? ¿Por qué?” junto con el texto del poema. Una extracción de palabras clave de las respuestas de los modelos muestra que los aspectos mencionados frecuentemente como recursos humorísticos son la incongruencia, el absurdo, la exageración, las repeticiones sonoras y el vocabulario inusual; también se mencionan características específicas de la poesía como el ritmo y la métrica. El texto generado por los modelos sobre las razones por las que un poema puede ser considerado cómico son genéricas pero plausibles, incluso cuando son incorrectas. En cuanto a las explicaciones para clasificar un poema como no humorístico, los modelos mencionan aspectos como expresiones nostálgicas o melancólicas y un tono reflexivo. Ciertos aspectos humorísticos escapan a los modelos, como intertextualidad con la tradición poética o el manejo de ambigüedad léxica en arcaísmos.
Parece poco probable que los LLM memoricen los poemas, ya que en su mayoría no pueden identificar a los autores ni continuar correctamente el texto de los poemas dado su verso inicial. Por la misma razón, el acceso por parte de los modelos a literatura crítica sobre humor en los poemas del corpus es igualmente improbable. Se puede considerar que las respuestas de los modelos reflejan los aspectos más destacados del verso cómico para LLMs no especializados. Dado el uso extendido de aplicaciones basadas en LLMs, es útil recopilar información sobre las representaciones del humor que estos promueven.
OpenEdition vous propose de citer ce billet de la manière suivante :
Torrevejano Villegas (28 février 2025). Colloque International Humanités Numériques et Corpus Hispaniques. CHER carnet. Consulté le 16 janvier 2026 à l’adresse https://doi.org/10.58079/13emh



