Ir al contenido

Voyant Tools

De Wikipedia, la enciclopedia libre
Voyant Tools
Información general
Tipo de programa software
Autor Stéfan Sinclair & Geoffrey Rockwell
Desarrollador Stéfan Sinclair & Geoffrey Rockwell
Modelo de desarrollo Código abierto
Lanzamiento inicial 2003
Licencia Web Application: Creative Commons Attribution 4.0 International Code: GPL3
Idiomas 10
Enlaces

 Voyant Tools es una aplicación web de código abierto para realizar análisis de corpus de texto. Admite la lectura académica y la interpretación de textos o corpus, en particular por parte de académicos en humanidades digitales, pero también por parte de estudiantes y el público en general. Los textos que componen el corpus se pueden crear a partir de documentos online o subidos por los usuarios.[1]​ Voyant tiene una gran base de usuarios internacionales: solo en octubre de 2016, el servidor principal de Voyant tuvo 81 686 páginas vistas desde 156 países, invocando la herramienta 1 173 252 veces.[2]

Voyant "fue concebido para mejorar la lectura a través de análisis de texto liviano, como listas de frecuencia de palabras, gráficos de distribución de frecuencia y visualizaciones KWIC".[3]​ Su interfaz está compuesta por paneles que realizan estas diferentes tareas analíticas. Estos paneles también se pueden incrustar en textos web externos (por ejemplo, un artículo web podría incluir un panel Voyant que crea una nube de palabras a partir de él). El libro Hermeneutica: Computer-Assisted Interpretation in the Humanities demuestra diferentes enfoques para el análisis de textos utilizando Voyant.[4]

Voyant Tools fue desarrollado por Stéfan Sinclair (McGill) y Geoffrey Rockwell (Universidad de Alberta) y continúa actualizándose. Se desarrolló a partir de herramientas de análisis de texto anteriores, incluidas HyperPo, Taporware y TACT. Los colaboradores han incluido a Andrew MacDonald, Cyril Briquet, Lisa Goddard y Mark Turcato.[1]

Los investigadores han utilizado Voyant Tools para analizar textos en una amplia variedad de contextos, incluidos la literatura,[5]​ la enseñanza de idiomas,[6]​ la asistencia sanitaria,[7][8]​ y la arquitectura de sistemas.[9]​ Black ha señalado que "el proyecto Voyant Tools es una fuente excelente para aprender sobre los tipos de datos que los humanistas pueden extraer de fuentes de Internet porque ya admite la extracción de texto de páginas web".[10]

Varios proyectos internacionales de humanidades digitales están ejecutando Voyant en sus propios servidores. Estos incluyen el proyecto francés Huma-Num, el italiano CNR ILC y el proyecto alemán DARIAH-DE .[2]

Referencias

[editar]
  1. a b «Voyant Tools Help». voyant-tools.org. Consultado el 30 de noviembre de 2022. 
  2. a b «Voyant Facts | Hermeneuti.ca». web.archive.org. 7 de febrero de 2018. Archivado desde el original el 7 de febrero de 2018. Consultado el 30 de noviembre de 2022. 
  3. Klein, Lauren F.; Eisenstein, Jacob; Sun, Iris (2015). «Exploratory Thematic Analysis for Digitized Archival Collections». Digital Scholarship in the Humanities 30 (Supp. 1): i138. doi:10.1093/llc/fqv052. 
  4. Rockwell, Geoffrey; Sinclair, Stéfan (2016). Hermeneutica: Computer-Assisted Interpretation in the Humanities. Cambridge: MIT Press. ISBN 9780262332057. 
  5. Rambsy, Kenton (2016). «Text-Mining Short Fiction by Zora Neale Hurston and Richard Wright using Voyant Tools». CLA Journal 59 (3): 251-258. 
  6. McIlroy, Tara (2013). «Exploring Poetry and Identity in a Language Learning Environment». Studies in Linguistics and Language Teaching 24: 31-45. 
  7. De Caro, W.; Mitello, L.; Marucci, A.R.; Lancia, L.; Sansoni, J. (2016). «Textual Analysis and Data Mining: An Interpreting Research on Nursing». Studies in Health Technology and Informatics 225: 948. PMID 27332424. 
  8. Maramba, Inocencio Daniel (2015). «Web-based textual analysis of free-text patient experience comments from a survey in primary care». JMIR Medical Informatics 3 (2): e20. PMC 4439523. PMID 25947632. doi:10.2196/medinform.3783. 
  9. Moullec, Marie-Lise; Jankovic, Marija; Eckert, Claudia (2016). «Selecting system architecture: What a single industrial experiment can tell us about the traps to avoid when choosing selection criteria». System Architecture Design 30 (3): 250-262. 
  10. Black, Michael L. (2016). «The World Wide Web as Complex Data Set: Expanding the Digital Humanities into the Twentieth Century and Beyond through Internet Research». International Journal of Humanities and Arts Computing 10 (1): 106. doi:10.3366/ijhac.2016.0162. 

Enlaces externos

[editar]