El proyecto Archiversa de la UdG se adentra en la transcripción automática de documentos con IA

El Centro de Investigación de Historia Rural de la Universidad de Girona (UdG), con la colaboración del Archivo Histórico de Girona y la Asociación de Historia Rural, ha concebido Archiversa, un proyecto de transcripción automática de los libros del Oficio de Hipotecas de Girona escritos entre 1768 y 1805.

El proyecto pone a disposición pública más de 100.000 páginas y 140.000 referencias de escrituras notariales publicadas en L’Alt y El Baix Empordà, Gironès, La Selva y El Maresme. La relevancia del fondo radica en que los notarios acostumbraban a registrar todas las escrituras que contenían alguna garantía o hipoteca general, como capítulos matrimoniales, compraventas, inventarios de bienes, censales y testamentos.

“La transcripción automática de los manuscritos equivale al trabajo que habrían tenido que hacer 6 estudiantes, 15 horas por semana cada uno, durante 25 años“, explica el profesor de la UdG Enric Saguer, que coordina el proyecto con Rosa Congost (UdG), en un equipo integrado también por Ricard Garcia Orallo (UB), Rosa Ros (UdG) y Lluís Serrano (UdG). El proyecto ya ha recibido dos ayudas del ministerio de Ciencia, Innovación y Universidades, otro de la fundación del BBVA y acaba de recibir uno de la Red Vives de Universidades.

La página web permite acceder a las transcripciones de este fondo. Además, sin embargo, cambio de hacer las consultas que uno quiera, se pide la colaboración de los usuarios en la mejora de las transcripciones. La plataforma puede ser de interés para aquellos que realizan investigación local, para quienes reconstruyen genealogías y patrimonios familiares o para quienes investigan sobre temas específicos, así como para estudiantes de bachillerato o universitarios.

La parte técnica de la transcripción automática ha corrido a cargo del grupo Pattern Recognition and Human Language Technology de la Universitat Politècnica de València (UPV). “La idea viene de lejos, pero la tecnología no estaba lo suficientemente madura”, explica Saguer. “Hace 7 años que trabajamos con este grupo valenciano especializado en la lectura de textos manuscritos, que ha participado en un proyecto europeo que hace poco sacó al mercado una herramienta potente de transcripción y que ha entrenado un programa específico para nuestro fondo documental”. Buena parte de los textos manuscritos ya eran accesibles con imágenes a través de la web del Archivo Histórico de Girona, pero no su transcripción.