yi-rag
Recuperación de información en un corpus histórico en ídish.
- Investigación histórica
- RAG
- Lengua con pocos recursos digitales
- Recuperación multilingüe
yi-rag es un prototipo de investigación que desarrollé con el historiador Walter Koppmann para explorar un corpus histórico en ídish del Yiddish Book Center.
Explora cómo buscar entre idiomas y encontrar fragmentos relevantes, manteniendo las fuentes originales disponibles para su consulta. Trabajar con textos históricos en ídish plantea preguntas sobre la calidad del OCR, la traducción y lo que los sistemas de recuperación reconocen —o pasan por alto— como relevante.
La traducción puede facilitar la búsqueda en una colección, pero también cambiar qué fragmentos aparecen y cómo se representa el lenguaje histórico. El prototipo permite explorar estas tensiones mediante distintos enfoques de recuperación y devuelve fragmentos que pueden examinarse en su versión original.
Un especialista en ídish aportó observaciones sobre las limitaciones de la traducción automática desde ese idioma. Todos los textos traducidos automáticamente incluyen una advertencia.
Presentamos el proyecto como parte de “AI and new technologies in the Global South: potentials and limits for history research” en la conferencia IALHI de 2025 en Ámsterdam.