COMPUTADORAS Y ESTUDIOS B\u00cdBLICOS. <\/b>Para lograr un nivel de detalle \u00fatil con un alcance razonable, este art\u00edculo se centra en dos formas. Primero, se trata de "estudios b\u00edblicos" en el sentido estricto del estudio del texto, excluyendo ANE.historia, arqueolog\u00eda y geograf\u00eda. La inform\u00e1tica tiene mucho que ofrecer a estas disciplinas auxiliares, y se han desarrollado algunas aplicaciones impresionantes, pero el foco de atenci\u00f3n com\u00fan de todos los eruditos b\u00edblicos es el texto, y es all\u00ed donde dirigimos nuestra atenci\u00f3n. En segundo lugar, este art\u00edculo es metodol\u00f3gico, no hist\u00f3rico. Una historia de la aplicaci\u00f3n de las computadoras a la Biblia beneficiar\u00eda a quienes estudian estudios b\u00edblicos (en contraste con la Biblia misma), pero el campo est\u00e1 progresando tan r\u00e1pidamente que tal historia quedar\u00eda inmediatamente desactualizada. Adem\u00e1s, debido a los avances en las ciencias de la computaci\u00f3n, algunos de los proyectos m\u00e1s importantes hist\u00f3ricamente ofrecen poca orientaci\u00f3n pr\u00e1ctica a quienes planean nuevos esfuerzos de investigaci\u00f3n en la actualidad. En lugar de,<\/p>\n
—<\/p>\n
A. Introducci\u00f3n <\/p>\n
B. Formular hip\u00f3tesis <\/p>\n
1. Gram\u00e1tica de casos <\/p>\n
2. Redes sem\u00e1nticas <\/p>\n
3. An\u00e1lisis del discurso <\/p>\n
4. Estructura modular <\/p>\n
5. Gram\u00e1tica transformacional <\/p>\n
C. Recopilar datos <\/p>\n
1. Base de texto <\/p>\n
2. Programa de b\u00fasqueda <\/p>\n
D. Analizar datos <\/p>\n
1. An\u00e1lisis cualitativo <\/p>\n
2. An\u00e1lisis cuantitativo <\/p>\n
E. Presentar resultados <\/p>\n
1. Medios impresos <\/p>\n
2. La computadora como medio <\/p>\n
—<\/p>\n
A. Introducci\u00f3n<\/b> <\/p>\n
Como cualquier otra ciencia, la ex\u00e9gesis implica formular hip\u00f3tesis, recopilar datos, analizar estos datos a la luz de las hip\u00f3tesis y presentar resultados. Este orden de los eventos es solo sugerente, ya que las etapas posteriores con frecuencia requieren la repetici\u00f3n de las anteriores. Por lo tanto, a medida que se recopilan datos, a menudo se lleva a cabo un an\u00e1lisis informal al mismo tiempo, lo que lleva a una reformulaci\u00f3n de las hip\u00f3tesis subyacentes y una revisi\u00f3n del plan de recopilaci\u00f3n de datos. A\u00fan as\u00ed, la divisi\u00f3n es \u00fatil para nuestros prop\u00f3sitos. La recopilaci\u00f3n de datos siempre presupone alguna hip\u00f3tesis sobre lo que es interesante o \u00fatil de observar y lo que no; el an\u00e1lisis requiere datos sobre los que operar; y la difusi\u00f3n eficaz de los resultados requiere un paso adicional una vez finalizado el an\u00e1lisis.<\/p>\n
Al considerar cada uno de estos pasos, veremos tanto lo que se ha hecho como lo que se puede hacer. No hay espacio para describir cada uno de los cientos de proyectos pasados y presentes, y la menci\u00f3n de uno u omisi\u00f3n de otro no constituye una recomendaci\u00f3n o cr\u00edtica. Las encuestas de proyectos particulares en estudios b\u00edblicos asistidos por computadora (Parunak 1989b; Hughes 1987) y otros estudios literarios (Patton y Holoien 1981), y la discusi\u00f3n de temas t\u00e9cnicos en el dise\u00f1o de investigaci\u00f3n por computadora para las humanidades en general (Hockey 1980), est\u00e1n disponibles en otros lugares. Estas referencias deben consultarse para obtener informaci\u00f3n detallada sobre los proyectos y acad\u00e9micos nombrados pero no documentados de otra manera en este art\u00edculo.<\/p>\n
B. Formular hip\u00f3tesis<\/b> <\/p>\n
La ciencia nunca procede de una tabula rasa. El erudito siempre trae al texto alg\u00fan conjunto de ideas para ser reivindicadas o refutadas. Cuanto mejor articuladas est\u00e9n estas hip\u00f3tesis, m\u00e1s eficaz ser\u00e1 el proceso de investigaci\u00f3n y menor ser\u00e1 el peligro de que las hip\u00f3tesis impl\u00edcitas perjudiquen los resultados.<\/p>\n
La inform\u00e1tica, y en particular las especialidades de las ciencias cognitivas y la inteligencia artificial, han desarrollado valiosos marcos te\u00f3ricos para describir el lenguaje y el pensamiento. Bas\u00e1ndonos en estos modelos, podemos formular hip\u00f3tesis sobre el texto b\u00edblico con mayor precisi\u00f3n de lo que era posible anteriormente. En cada ejemplo de la siguiente lista (no exhaustiva), analizamos c\u00f3mo se ha aplicado o se puede aplicar una idea de la inform\u00e1tica a los estudios b\u00edblicos.<\/p>\n
1. Gram\u00e1tica de casos.<\/b> La gram\u00e1tica de casos (Fillmore 1968; Cook 1979) es un modelo ling\u00fc\u00edstico que surgi\u00f3 de los primeros trabajos de traducci\u00f3n autom\u00e1tica de las d\u00e9cadas de 1950 y 1960. La gram\u00e1tica de casos centra la atenci\u00f3n en la relaci\u00f3n entre verbos y sustantivos en oraciones. Cada verbo tiene asociado un marco de caso, que es un conjunto de espacios de caso. Estos espacios de caso, aunque sugeridos por los casos cl\u00e1sicos marcados en la estructura superficial de idiomas como el alem\u00e1n o el griego cl\u00e1sico y el lat\u00edn, difieren de manera importante de los casos cl\u00e1sicos. La diferencia central entre los casos en la gram\u00e1tica de casos y los casos cl\u00e1sicos es la que existe entre la estructura superficial de un texto y la estructura profunda de significado que representa. El nivel superficial del lenguaje contiene elementos como verbos, sustantivos y casos (cl\u00e1sicos). El mundo del significado se ocupa de acciones, entidades y casos (gram\u00e1tica de casos). La relaci\u00f3n entre estas capas est\u00e1 sesgada, de modo que, por ejemplo, un sustantivo en el nivel de la superficie (como "muerte") en realidad representa una acci\u00f3n en el nivel profundo. Los casos de gram\u00e1tica de casos describen los roles que cumplen las entidades con respecto a las acciones en el nivel profundo. Por ejemplo, los espacios de casos com\u00fanmente utilizados incluyen agente (el que realiza la acci\u00f3n), experimentador (el que se somete a la acci\u00f3n) y beneficiario (el que se beneficia de la acci\u00f3n). Los espacios de caso se caracterizan por tanto sem\u00e1nticamente, en contraste con los casos de nivel superficial (cl\u00e1sicos) (como nominativo, dativo, genitivo, acusativo, vocativo), que son sint\u00e1cticos. Los casos de gram\u00e1tica de casos describen los roles que cumplen las entidades con respecto a las acciones en el nivel profundo. Por ejemplo, los espacios de casos com\u00fanmente utilizados incluyen agente (el que realiza la acci\u00f3n), experimentador (el que se somete a la acci\u00f3n) y beneficiario (el que se beneficia de la acci\u00f3n). Por tanto, los espacios de caso se caracterizan sem\u00e1nticamente, en contraste con los casos de nivel superficial (cl\u00e1sicos) (como nominativo, dativo, genitivo, acusativo, vocativo), que son sint\u00e1cticos. Los casos de gram\u00e1tica de casos describen los roles que cumplen las entidades con respecto a las acciones en el nivel profundo. Por ejemplo, los espacios de casos com\u00fanmente utilizados incluyen agente (el que realiza la acci\u00f3n), experimentador (el que se somete a la acci\u00f3n) y beneficiario (el que se beneficia de la acci\u00f3n). Los espacios de caso se caracterizan por tanto sem\u00e1nticamente, en contraste con los casos de nivel superficial (cl\u00e1sicos) (como nominativo, dativo, genitivo, acusativo, vocativo), que son sint\u00e1cticos.<\/p>\n
Debido a que los verbos de nivel superficial corresponden aproximadamente a acciones de estructura profunda, se pueden asociar espacios de casos de estructura profunda con los verbos correspondientes a las acciones asociadas. Los verbos difieren en las casillas que tienen. Por ejemplo, "doler" tiene un experimentador pero no un agente; "Golpear" tiene ambos. A nivel de superficie, un solo caso cl\u00e1sico puede corresponder en diferentes ocasiones a diferentes casos de estructura profunda. As\u00ed, el experimentador de "doler" y el agente de "golpear" est\u00e1n ambos representados por una estructura superficial nominativa, mientras que el experimentador de "golpear" toma una estructura superficial acusativa.<\/p>\n
A diferencia de los casos de estructura de superficie, los espacios de caja son invariables bajo cambios de voz o cambios como los generados por inflexi\u00f3n. Por ejemplo, tanto en la oraci\u00f3n activa "El ni\u00f1o golpe\u00f3 la pelota" como en la pasiva "La pelota fue golpeada por el ni\u00f1o", "ni\u00f1o" es agente y "pelota" es experimentador.<\/p>\n
La gram\u00e1tica de casos ofrece a los estudios b\u00edblicos un marco te\u00f3rico riguroso para la lexicograf\u00eda. Una vez que reconocemos que los marcos de casos no var\u00edan con la inflexi\u00f3n verbal, pero s\u00ed var\u00edan con la sem\u00e1ntica del verbo, podemos usarlos para clasificar el vocabulario de un idioma. Resulta tanto natural como provocativo clasificar los verbos sobre la base de los marcos de los casos y las clases sem\u00e1nticas de palabras que pueden llenarlos, o clasificar los sustantivos sobre la base de los espacios entre may\u00fasculas y min\u00fasculas que pueden llenar. Dado que los espacios entre may\u00fasculas y min\u00fasculas son un fen\u00f3meno de estructura profunda, ofrecen una base te\u00f3rica para combinar la evidencia sem\u00e1ntica proporcionada por los verbos con la de los sustantivos verbales asociados, donde los espacios entre may\u00fasculas y min\u00fasculas suelen aparecer como genitivos superficiales.<\/p>\n
2. Redes sem\u00e1nticas. <\/b>El t\u00e9rmino redes sem\u00e1nticas (Brachman y Levesque 1985) se refiere a una variedad de modelos de significado, todos caracterizados por una colecci\u00f3n de nodos (que representan conceptos) y relaciones entre ellos. La investigaci\u00f3n en inteligencia artificial (IA) ha demostrado que las computadoras deben poder modelar grandes fragmentos de conocimiento sobre el mundo para funcionar de manera inteligente. Una forma eficaz de almacenar este conocimiento es como una red de conceptos conectados por relaciones. Dos tipos de conceptos ( clase e instancia ) y dos tipos de relaciones ( AKO e ISA ) son comunes a los muchos esquemas individuales que se han propuesto. <\/p>\n
Un concepto de instancia corresponde a una sola entidad en alg\u00fan mundo, real o imaginario, mientras que una claseconcepto es una prueba que se puede aplicar a cualquier entidad y dir\u00e1 "s\u00ed" si la entidad es miembro del concepto, o "no" en caso contrario. Desde otra perspectiva, uno nombra instancias pero describe clases. Por ejemplo, David, Sa\u00fal y Salom\u00f3n ser\u00edan instancias en una red sem\u00e1ntica que representa el mundo conceptual de la Biblia hebrea, mientras que -rey de Israel- ser\u00eda una clase. Una clase puede tener solo un miembro y seguir siendo una clase en lugar de una instancia si su funci\u00f3n es describir en lugar de nombrar. As\u00ed, "creador" es una clase cuyo \u00fanico miembro en el pensamiento b\u00edblico ortodoxo es la instancia YHWH. Uno puede incluso tener una clase sin miembros (por ejemplo, nuevamente en el pensamiento b\u00edblico ortodoxo, la clase "dioses distintos de YHWH").<\/p>\n
Las relaciones AKO ("una especie de") se unen a clases relacionadas, mientras que las relaciones ISA ("es un") asignan instancias a las clases. Por ejemplo, el concepto "Profeta" se une al concepto "Persona" con una cadena de enlaces AKO, ya que "Profeta" es una subclase de "Persona". (Es decir, cualquier cosa que uno pueda describir como "Profeta" tambi\u00e9n puede describirse como "Persona"). "Persona" a su vez es AKO "ser viviente". Para identificar a un individuo espec\u00edfico (como Isa\u00edas o Jerem\u00edas) como profeta, un enlace ISA conecta la instancia correspondiente a esa persona con la clase "Profeta".<\/p>\n
Las redes sem\u00e1nticas tienden a consistir en redes de clases que muestran las relaciones entre conceptos con una franja de instancias que cuelgan del fondo. Por ejemplo, el Anexo 1 ( Fig.COM.01) muestra un fragmento de una red sem\u00e1ntica enraizada en el concepto "Ser vivo". Los nodos impresos en letra clara son todas clases, relacionadas entre s\u00ed mediante enlaces AKO (indicados por flechas en negrita). En la parte inferior, en negrita, hay instancias espec\u00edficas, vinculadas a sus clases m\u00e1s espec\u00edficas por enlaces ISA (flechas discontinuas). Adem\u00e1s de los enlaces que realmente se muestran en el diagrama, la l\u00f3gica de las redes sem\u00e1nticas nos permite deducir que "Persona justa" es AKO "Persona" (ya que cualquier cadena de enlaces AKO es equivalente a un solo enlace AKO) y "David" ISA -Ser vivo- (dado que una instancia de una clase es tambi\u00e9n una instancia de cualquier otra clase de la cual la primera es una subclase).<\/p>\n
Las relaciones AKO e ISA son las m\u00e1s comunes, pero no son suficientes para un modelado sem\u00e1ntico completo. Las relaciones adicionales entre clases (como parte de y color de ) a menudo se inventan ad hoc para satisfacer una necesidad particular, pero pueden derivarse de una manera te\u00f3ricamente m\u00e1s satisfactoria a partir de los marcos de casos de la gram\u00e1tica de casos.<\/p>\n
Las redes sem\u00e1nticas ofrecen una metodolog\u00eda y un marco para describir un espacio sem\u00e1ntico y estudiar el lugar de varios conceptos dentro de \u00e9l. Junto con la gram\u00e1tica de casos, son una herramienta importante para formalizar la lexicograf\u00eda. Tambi\u00e9n ofrecen un modelo poderoso para estudiar fen\u00f3menos como el paralelismo sem\u00e1ntico en la poes\u00eda b\u00edblica.<\/p>\n
Una teor\u00eda popular del paralelismo atribuye el emparejamiento repetido de ciertos elementos l\u00e9xicos a la existencia de una tradici\u00f3n convencional de pares de los que los poetas extrajeron coincidencias aceptables. Si recopilamos los pares emparejados de la poes\u00eda ugar\u00edtica o del libro de Proverbios y ordenamos las palabras en una hoja de papel de tal manera que la distancia entre dos palabras sea proporcional a la frecuencia con la que esas palabras aparecen en paralelo, el patr\u00f3n general cae en regiones claramente delineadas, cada una con su propia integridad sem\u00e1ntica, y la asociaci\u00f3n de pares individuales se ve como solo un detalle de la imagen m\u00e1s amplia de regiones de t\u00e9rminos asociados. Tal patr\u00f3n se explica f\u00e1cilmente con la hip\u00f3tesis de que los humanos almacenan su inventario de conceptos como una red y tienden a asociar t\u00e9rminos (ya sea como paralelos po\u00e9ticos o de otras formas) en funci\u00f3n de su proximidad en la red general. Esta red general es el contexto m\u00e1s amplio dentro del cual deben discutirse las teor\u00edas sobre los pares tradicionales.<\/p>\n
Por ejemplo, el Anexo 2 ( Fig.COM.02) distribuye 66 sustantivos en dos dimensiones de tal manera que cuanto m\u00e1s cerca est\u00e1n dos palabras en la p\u00e1gina, m\u00e1s frecuentemente aparecen como paralelos po\u00e9ticos entre s\u00ed en Proverbios. Varias regiones sem\u00e1nticas claras son visibles. El cuadrante superior izquierdo, que se extiende hacia el inferior izquierdo, est\u00e1 dominado por los nombres de las partes del cuerpo. Los que est\u00e1n a la derecha del grupo son los \u00f3rganos de la sabidur\u00eda y la moralidad, como "alma", "coraz\u00f3n" y "esp\u00edritu", mientras que los de la izquierda son puramente f\u00edsicos, como "pie", "ojo" y " mano." En la parte superior, palabras como "Sheol", "muerte", "duraci\u00f3n", "d\u00eda", "riquezas" y "honor" reflejan las consecuencias de varios estilos de vida. Una regi\u00f3n vertical cerca del centro contiene sustantivos que describen seres racionales (incluido "Se\u00f1or", dos palabras para "hombre", "hijo", "pecador" y "escarnecedor"). Tambi\u00e9n contiene adjetivos que se usan com\u00fanmente como sustantivos que identifican a las personas, como "sabio" y "justo". Los t\u00e9rminos en la parte inferior de la columna describen a las personas con respecto a su condici\u00f3n moral, mientras que los de la parte superior reflejan sabidur\u00eda e insensatez. Esta columna une otros dos grupos, uno de t\u00e9rminos de sabidur\u00eda y el otro de t\u00e9rminos de moralidad. El resto de las palabras en el cuadrante superior derecho son los nombres de sabidur\u00eda y entendimiento, as\u00ed como su opuesto, "locura". -Miedo- est\u00e1 aqu\u00ed debido a su frecuente aparici\u00f3n en la frase, -temor de Jehov\u00e1-, que es (como Proverbios nos recuerda a menudo) el comienzo de la sabidur\u00eda. Los t\u00e9rminos hacia el extremo inferior derecho de este grupo, como "consejo", "disciplina" y "reprensi\u00f3n", se refieren a la comunicaci\u00f3n de la sabidur\u00eda. Al otro lado del fondo, fusion\u00e1ndose con las palabras morales para seres racionales, son descripciones de la moralidad y sus manifestaciones, incluyendo "orgullo", "perversidad", "rectitud" y varias met\u00e1foras ("camino", "camino" y "camino") que describen el curso de la vida de una persona. La existencia de tales regiones es una prueba convincente de que los pares paralelos no son un fin estil\u00edstico en s\u00ed mismos, sino el borde de todo un tejido de interrelaciones sem\u00e1nticas, como sugiere un modelo de red sem\u00e1ntica.<\/p>\n
La observaci\u00f3n de que el segundo miembro de una pareja po\u00e9tica a menudo intensifica, fortalece o hace m\u00e1s espec\u00edfica la idea del primer miembro (Alter 1985) refleja la importancia en general de las relaciones AKO en la estructura de los espacios conceptuales.<\/p>\n
3. An\u00e1lisis del discurso. <\/b>Cada ex\u00e9geta ha diagramado oraciones para analizar las relaciones entre palabras dentro de cl\u00e1usulas. Recientemente, ha aumentado el inter\u00e9s por el an\u00e1lisis del discurso, que estudia las relaciones entre cl\u00e1usulas y unidades ling\u00fc\u00edsticas m\u00e1s amplias. Gran parte del \u00edmpetu de este estudio ha surgido de los trabajadores de la inteligencia artificial, que buscan construir modelos formales para los procesos computacionales subyacentes al lenguaje humano. Una metodolog\u00eda particularmente \u00fatil, llamada "teor\u00eda de la estructura ret\u00f3rica", se desarroll\u00f3 espec\u00edficamente para permitir que las computadoras produzcan texto que suene natural para los humanos (Mann y Thompson 1987). La comunidad de traducci\u00f3n de la Biblia tambi\u00e9n ha hecho contribuciones importantes (Beekman y Callow 1974; Longacre 1976; Grimes 1975), pero la motivaci\u00f3n subyacente para este trabajo, como para tanta investigaci\u00f3n en la teor\u00eda ling\u00fc\u00edstica moderna, es el movimiento hacia modelos formales de comportamiento inspirado en la inform\u00e1tica.<\/p>\n
La contribuci\u00f3n del an\u00e1lisis del discurso que se destaca aqu\u00ed es la definici\u00f3n formal de un conjunto de relaciones que las cl\u00e1usulas tienen entre s\u00ed. De manera informal, algunas de estas relaciones (como la raz\u00f3n o los medios) son categor\u00edas exeg\u00e9ticas familiares. Las contribuciones m\u00e1s recientes ofrecen conjuntos de estas relaciones mucho m\u00e1s completos que los que los exegetas est\u00e1n acostumbrados a utilizar (m\u00e1s de cincuenta en algunos sistemas). Proporcionan una teor\u00eda subyacente para estas relaciones (en un caso, bas\u00e1ndose en el c\u00e1lculo proposicional para definirlas con precisi\u00f3n). Tambi\u00e9n muestran c\u00f3mo estas relaciones entre cl\u00e1usulas pueden extenderse a relaciones entre unidades textuales a\u00fan m\u00e1s grandes, proporcionando as\u00ed una teor\u00eda coherente de la estructura del discurso en todos los niveles, desde la cl\u00e1usula hasta el texto completo.<\/p>\n
4. Estructura modular. <\/b>El estudio de la arquitectura literaria, rastreando patrones de repetici\u00f3n dentro de los textos y estudiando fen\u00f3menos como el quiasmo, la alternancia y las transiciones formales (Parunak 1979, 1981b, 1983), se remonta mucho antes de la computadora, y se origin\u00f3 en los estudios de Lowth sobre el paralelismo del verso hebreo. La inform\u00e1tica ofrece conocimientos que pueden fortalecer y aclarar los an\u00e1lisis arquitect\u00f3nicos de los textos. <\/p>\n
A medida que los programas de computadora se han vuelto m\u00e1s largos y complejos, los nuevos lenguajes de computadora han proporcionado ayudas de estructuraci\u00f3n sofisticadas para permitir que el programa se construya como una serie de segmentos, cada uno con su propia identidad y funci\u00f3n. Sin esta modularizaci\u00f3n, la gente no puede entender los programas largos y los errores se vuelven dif\u00edciles de encontrar y corregir. Las estructuras del programa son una adaptaci\u00f3n a las limitaciones cognitivas humanas. Tanto un programa estructurado como uno no estructurado pueden producir el mismo resultado, pero el estructurado es m\u00e1s f\u00e1cil de entender y manipular para las personas. El desarrollo de la estructura en los lenguajes inform\u00e1ticos es, por tanto, una ventana a la estructura cognitiva humana en general y proporciona un modelo para analizar otros productos de la cognici\u00f3n humana, como los textos literarios extendidos.<\/p>\n
Por ejemplo, una regla b\u00e1sica en la programaci\u00f3n estructurada es el principio de localidad de acceso. Las variables utilizadas dentro de un m\u00f3dulo de un programa no deben ser susceptibles de ser cambiadas por otro m\u00f3dulo a menos que el m\u00f3dulo que las posee las haga disponibles expl\u00edcitamente. Esta regla refleja la necesidad de la mente de empaquetar el pensamiento en unidades relativamente independientes y de controlar las interacciones entre estas unidades para reducir la complejidad. Los estudios de arquitectura literaria han identificado una serie de t\u00e9cnicas para definir unidades textuales, pero los an\u00e1lisis resultantes a menudo son criticados por observaciones de que una caracter\u00edstica (como un elemento de vocabulario o una forma gramatical) aparece en varias unidades, fuera del patr\u00f3n general de repetici\u00f3n. . El principio de localidad sugiere que tal repetici\u00f3n no tiene por qu\u00e9 invalidar la estructura modular general, ya que las caracter\u00edsticas que son locales para m\u00f3dulos individuales no interact\u00faan entre s\u00ed. Claramente, este enfoque requiere refinamiento para indicar bajo qu\u00e9 condiciones una caracter\u00edstica puede considerarse local y qu\u00e9 t\u00e9cnicas utiliza un m\u00f3dulo para hacer una caracter\u00edstica disponible p\u00fablicamente para establecer relaciones con otros m\u00f3dulos. Con la misma claridad, todo el marco dentro del cual se plantea la hip\u00f3tesis, y las direcciones a lo largo de las cuales puede ser probada y refinada, son el resultado de tendencias cognitivas que han quedado claras en nuestros intentos de programar computadoras.<\/p>\n
5. Gram\u00e1tica transformacional. <\/b>Ya hemos se\u00f1alado la contribuci\u00f3n indirecta de los primeros esfuerzos de traducci\u00f3n autom\u00e1tica a la teor\u00eda ling\u00fc\u00edstica en forma de gram\u00e1tica de casos. Otra contribuci\u00f3n importante de estos esfuerzos es la gram\u00e1tica transformacional, desarrollada por Noam Chomsky como resultado de los estudios de las estructuras formales de los lenguajes matem\u00e1ticos. La gram\u00e1tica transformacional modela c\u00f3mo una \u00fanica representaci\u00f3n sem\u00e1ntica de una idea dentro de la mente puede emerger como diferentes corrientes de texto. Por ejemplo, explica c\u00f3mo las formas pasiva y activa de una oraci\u00f3n se relacionan con un \u00fanico significado subyacente. <\/p>\n
Esta teor\u00eda gramatical en particular ha sido \u00fatil en varios estudios recientes sobre el paralelismo po\u00e9tico hebreo (Collins 1978; O’Connor 1980; Geller 1979), donde ha proporcionado un marco para clasificar y analizar estructuras po\u00e9ticas paralelas con mucha m\u00e1s discriminaci\u00f3n de la que hab\u00eda estado disponible previamente. . Permite al analista identificar el paralelismo no solo entre palabras en la forma superficial del texto, sino tambi\u00e9n entre elementos en la estructura subyacente o profunda, y por lo tanto proporciona una base te\u00f3rica para extender la aplicaci\u00f3n del paralelismo a muchas l\u00edneas po\u00e9ticas que en el nivel superficial no exhiben paralelismo formal.<\/p>\n
C. Recopilar datos<\/b> <\/p>\n
Con una hip\u00f3tesis en la mano, queremos recopilar datos del texto para probarlo. En los d\u00edas anteriores a las computadoras, los eruditos b\u00edblicos recopilaban sus datos manteniendo notas ad hoc sobre varios temas encontrados durante la lectura general del texto; leyendo el texto mientras busca un fen\u00f3meno espec\u00edfico; o mediante concordancias. La computadora fue reconocida desde el principio como una forma de acelerar este proceso. Hay docenas de programas disponibles para apoyar la fase de recopilaci\u00f3n de datos de la ex\u00e9gesis, demasiados para que intentemos revisarlos en detalle aqu\u00ed. Hughes (1987) ofrece un buen estudio. Mencionaremos algunos que ilustran algunas de las capacidades que describimos.<\/p>\n
Los dos componentes b\u00e1sicos de cualquier sistema inform\u00e1tico para recopilar datos del texto b\u00edblico son la base de texto en s\u00ed y un programa de b\u00fasqueda que manipula esta base de texto. (Estos corresponden respectivamente a la Biblia y al erudito en el escenario anterior a la computadora). La base de texto contiene al menos el texto a estudiar, que puede estar en los idiomas originales, traducciones o ambos. (Algunos programas, como el programa Bible Word de Akiyama, permiten a los usuarios consultar varias versiones del mismo texto simult\u00e1neamente). A menudo incluye anotaciones en el texto y, a veces, proporciona \u00edndices que aceleran el proceso de b\u00fasqueda. El programa de b\u00fasqueda es responsable de recopilar las especificaciones del usuario para una b\u00fasqueda, aplicarlas a la base de texto y devolver los resultados al usuario en una forma \u00fatil.<\/p>\n
Los sistemas de recopilaci\u00f3n de datos difieren ampliamente en lo que se incluye en la base de texto, c\u00f3mo se almacena y c\u00f3mo el programa de b\u00fasqueda lo manipula. Algunos objetivos se pueden lograr en la base de texto o en el programa de b\u00fasqueda. Por ejemplo, si uno necesita recuperar verbos de acuerdo con su an\u00e1lisis, se puede codificar cada verbo en la base de texto con su an\u00e1lisis o, alternativamente, proporcionar al programa de b\u00fasqueda la capacidad de analizar los verbos a medida que los adquiere. En general (pero con muchas excepciones espec\u00edficas), es m\u00e1s r\u00e1pido almacenar un an\u00e1lisis ling\u00fc\u00edstico en la base de texto que calcularlo durante la b\u00fasqueda, pero una estrategia de an\u00e1lisis almacenada requiere m\u00e1s espacio para la base de texto (por ejemplo, una unidad de disco duro m\u00e1s grande). ) que uno que analiza sobre la marcha. A medida que las computadoras se vuelven m\u00e1s r\u00e1pidas y las tecnolog\u00edas de almacenamiento de alta densidad (como CD-ROM) se vuelven menos costosas,<\/p>\n
1. Base de texto. <\/b>Las bases de texto se diferencian entre s\u00ed por el detalle con el que representan el texto b\u00e1sico, la representaci\u00f3n de las anotaciones y la estrategia de almacenamiento. <\/p>\n
un. Detalle de Representaci\u00f3n. <\/b>El grado de detalle que debe representarse en un texto codificado var\u00eda seg\u00fan el prop\u00f3sito al que se destina el texto. En muchos proyectos iniciales, los textos se codificaron con un prop\u00f3sito espec\u00edfico en mente. Por ejemplo, los acad\u00e9micos interesados en estudios l\u00e9xicos y sint\u00e1cticos del Antiguo Testamento con frecuencia ignoran la cantilaci\u00f3n del texto y, a menudo, no lo codifican en su base de texto. Algunas bases de texto hebreo incluso excluyen la vocalizaci\u00f3n. El lenguaje de b\u00fasqueda GRAMCORD (Miller 1984) no se basa en la acentuaci\u00f3n del texto griego, por lo que la base del texto no registra esta acentuaci\u00f3n. Algunas ediciones inform\u00e1ticas populares de la KJV no distinga las palabras en cursiva (las insertadas por los traductores para suavizar la sintaxis en ingl\u00e9s) del resto del texto.<\/p>\n
Dentro del contexto de un proyecto de investigaci\u00f3n individual con objetivos restringidos, los textos parciales pueden reducir el costo de registrar los datos y controlar los requisitos de almacenamiento. Adem\u00e1s, a menudo es m\u00e1s f\u00e1cil dise\u00f1ar programas de b\u00fasqueda si la base de texto no est\u00e1 abarrotada de informaci\u00f3n (como cantilaci\u00f3n o acentuaci\u00f3n) que el programa de b\u00fasqueda no utiliza. Sin embargo, con demasiada frecuencia, un investigador que ha codificado solo algunas caracter\u00edsticas de un texto encuentra nuevas preguntas que surgen en el curso de la investigaci\u00f3n que requieren acceso a las caracter\u00edsticas omitidas. A medida que aumenta la capacidad de almacenamiento y las computadoras crecen m\u00e1s r\u00e1pido, y a medida que los textos se ensamblan para uso general en repositorios como el Centro de An\u00e1lisis Computacional de Textos de la Universidad de Pensilvania y el Servicio de Computaci\u00f3n de la Universidad de Oxford (por nombrar solo dos) en lugar de ser codificado a medida para proyectos espec\u00edficos,<\/p>\n
B. Anotaciones. <\/b>Muchas preguntas exeg\u00e9ticas involucran la forma analizada de las palabras, m\u00e1s que la forma en que aparecen en un texto. Por ejemplo, si uno est\u00e1 buscando "mouse" en un texto, a menudo se desea recuperar al mismo tiempo las apariciones de la forma plural "mouse". Aunque el texto contiene la cadena de caracteres "mouse", el analista puede querer manipularlo como si tuviera la notaci\u00f3n "mouse + plural". Este an\u00e1lisis registra la -forma de diccionario- de la palabra (la entrada en un diccionario que se consultar\u00eda para encontrar informaci\u00f3n sobre la palabra) y su c\u00f3digo gramatical o de an\u00e1lisis sint\u00e1ctico. La forma del diccionario tambi\u00e9n se denomina a veces "lema" (plural "lemata") y un texto que indica expl\u00edcitamente la forma del diccionario de cada palabra se denomina "texto lematizado". <\/p>\n
Hay menos necesidad de lematizaci\u00f3n en ingl\u00e9s que en griego y hebreo. Las palabras en ingl\u00e9s cambian comparativamente poco en diferentes contextos. Los plurales internos (como "ratones") son mucho m\u00e1s raros que los que se forman agregando un sufijo simple ("casas"), y los sustantivos no tienen formas diferentes en la posici\u00f3n de sujeto, objeto y objeto indirecto. Los verbos generalmente conservan su forma b\u00e1sica, con tiempo, persona y aspecto marcados a trav\u00e9s de terminaciones simples y verbos auxiliares. Por lo tanto, un programa de b\u00fasqueda de ingl\u00e9s puede recuperar varias inflexiones de una palabra deseada simplemente especificando la parte inicial que es com\u00fan a las diversas formas de la palabra.<\/p>\n
Esta estrategia tiene menos \u00e9xito en griego y hebreo. El uso intensivo de prefijos y sufijos en los paradigmas verbales, y el uso aglutinante del hebreo de preposiciones y art\u00edculos con prefijos y pronombres posfijados, junto con la caracter\u00edstica ortogr\u00e1fica menos regular de los textos que circularon en los siglos anteriores a la impresi\u00f3n, dificultan la recuperaci\u00f3n con una sola b\u00fasqueda. modelar todas las palabras que el diccionario clasifica juntas.<\/p>\n
En principio, el programa de b\u00fasqueda puede realizar el an\u00e1lisis. Despu\u00e9s de todo, as\u00ed es como la gente lee los textos. Sin embargo, los mecanismos que utilizan las personas a\u00fan no se comprenden perfectamente, y lo que sabemos sobre ellos muestra que dependen del contexto e incluso del conocimiento general del mundo para resolver las ambig\u00fcedades del an\u00e1lisis sint\u00e1ctico. Por lo tanto, la mayor\u00eda de los sistemas que permiten la recuperaci\u00f3n por lema o an\u00e1lisis gramatical codifican el an\u00e1lisis sint\u00e1ctico en la base del texto. Algunos sistemas (Morris y James 1975) registran solo lemas y c\u00f3digos gramaticales y omiten por completo la forma textual de las palabras. Otros registran la forma textual de cada palabra junto con un c\u00f3digo que indica su an\u00e1lisis gramatical (Friberg y Friberg 1981), y otros incluyen tambi\u00e9n lemas para algunas (Miller 1984) o todas (Radday 1973) palabras.<\/p>\n
Las bases de texto analizado disponibles actualmente registran informaci\u00f3n a nivel de superficie. Se ha codificado un esquema de caso rudimentario de estructura profunda para algunos libros del AT y es \u00fatil para enmarcar preguntas de la forma, "Enumere todos los verbos que toman a Dios como paciente". Si se aumenta la base de un texto con una red sem\u00e1ntica que modela el mundo conceptual de la comunidad dentro de la cual el texto circul\u00f3 originalmente, entonces se pueden plantear preguntas de la forma: "\u00bfQu\u00e9 tiene que decir este texto sobre la moralidad?" Incluso si la palabra "moralidad" nunca aparece en el texto mismo, la red sem\u00e1ntica permite la identificaci\u00f3n de subclases del concepto "moralidad", y la recuperaci\u00f3n puede entonces buscar los nombres de estos conceptos m\u00e1s espec\u00edficos. Por ejemplo, a una base de texto aumentada con la red sem\u00e1ntica del Anexo 1 se le podr\u00eda pedir que enumerara todos los verbos cuyos agentes eran personas rectas,<\/p>\n
Un inconveniente de las bases de texto ampliamente analizadas es la necesidad de grandes cantidades de almacenamiento para registrar el an\u00e1lisis. No todos los investigadores requieren los mismos tipos de an\u00e1lisis, y una base de texto lo suficientemente detallada para satisfacer las necesidades de todos los investigadores puede requerir tanto almacenamiento que ning\u00fan investigador puede permitirse acceder a ella. El "an\u00e1lisis adaptativo" es una estrategia para abordar este problema. En esta estrategia, el motor de b\u00fasqueda puede recuperar un an\u00e1lisis sint\u00e1ctico de una anotaci\u00f3n almacenada en la base del texto o (m\u00e1s lentamente) mediante el c\u00e1lculo de la forma textual \u00fanicamente. Los an\u00e1lisis especializados se obtienen por c\u00e1lculo pero, una vez encontrados, se agregan a la base de texto como anotaciones. Por lo tanto, a medida que se usa el sistema, se vuelve m\u00e1s eficiente en la recuperaci\u00f3n de los tipos de informaci\u00f3n que el usuario ha solicitado en el pasado y se convierte en un asistente de investigaci\u00f3n altamente personalizado.<\/p>\n
C. Estrategia de almacenamiento. <\/b>En un sistema de recuperaci\u00f3n bien dise\u00f1ado, los detalles de c\u00f3mo se almacena el texto en la computadora est\u00e1n ocultos al usuario. Sin embargo, para comprender c\u00f3mo funcionan los programas de b\u00fasqueda y para rastrear las diferencias entre varios programas, es \u00fatil comprender tres aspectos relacionados con la representaci\u00f3n y el almacenamiento textuales: esquemas de transcripci\u00f3n, indexaci\u00f3n y compresi\u00f3n. <\/p>\n
La primera caracter\u00edstica del griego y el hebreo que sorprende al principiante de habla inglesa es que usan alfabetos diferentes a los del ingl\u00e9s. Colocan los caracteres no solo alineados entre s\u00ed, sino uno encima y debajo del otro, y el hebreo incluso escribe "al rev\u00e9s", de derecha a izquierda en lugar de de izquierda a derecha. \u00bfC\u00f3mo se representan esas caracter\u00edsticas dentro de la computadora?<\/p>\n
Aunque la persona promedio piensa que la interacci\u00f3n con las computadoras se lleva a cabo en el alfabeto romano, este alfabeto no es m\u00e1s natural para la computadora que cualquier otro. Internamente, las computadoras modernas representan cada car\u00e1cter como una celda de memoria (llamada "byte") que contiene un n\u00famero del 0 al 255. Para almacenar la letra A en un byte, la computadora coloca el n\u00famero 65 all\u00ed. Para almacenar el car\u00e1cter 3 (no confundir con el n\u00famero 3), la computadora usa el n\u00famero 51. Incluso el espacio en blanco tiene un n\u00famero asignado (32). Esta asociaci\u00f3n entre n\u00fameros y caracteres es completamente arbitraria. Para representar hebreo o griego, los n\u00fameros se asignan a caracteres hebreos o griegos en lugar de romanos. Dado que los primeros programas solo pod\u00edan mostrar caracteres romanos, los esquemas de asignaci\u00f3n para hebreo y griego generalmente asignan caracteres a n\u00fameros que tambi\u00e9n representan letras romanas que recuerdan a la letra hebrea o griega. Por ejemplo, Heb beth y Gk beta generalmente se representan con el mismo n\u00famero que representa el car\u00e1cter romano b. En algunos casos (como los acentos hebreos), dos bytes juntos representan un solo car\u00e1cter. Internamente, la computadora no distingue entre -derecha- e -izquierda-, y un terminal adecuadamente programado puede imprimir hebreo de derecha a izquierda con la misma facilidad con que uno convencional imprime ingl\u00e9s de izquierda a derecha. Algunos programas, como Bible Word, LBase y la utilidad GRAMGREEK de GRAMCORD, pueden mostrar e imprimir texto en fuentes hebreas y griegas, as\u00ed como en transliteraci\u00f3n.<\/p>\n
La Biblia es un texto bastante extenso. La KJV, por ejemplo, contiene alrededor de 4.500.000 caracteres, o casi 800.000 palabras, en forma no lematizada. La adici\u00f3n de lemas o c\u00f3digos gramaticales puede duplicar esta cifra. Buscar un texto de este tipo haciendo que la computadora lo lea secuencialmente puede ser una actividad que requiere mucho tiempo, especialmente si se busca un patr\u00f3n complejo.<\/p>\n
Para acelerar una b\u00fasqueda, algunos programas siguen el ejemplo de los lectores humanos, que normalmente buscan un pasaje que contiene una palabra en particular buscando la palabra en una concordancia. Una concordancia es un ejemplo de \u00edndice. Dado el elemento de inter\u00e9s, lo gu\u00eda directamente a los lugares del texto que mencionan ese elemento. De la misma manera, algunos sistemas de recuperaci\u00f3n b\u00edblica usan \u00edndices del texto para acelerar el procesamiento. Algunos sistemas permiten a los usuarios crear sus propios \u00edndices a partir de b\u00fasquedas secuenciales y utilizarlos para acelerar las b\u00fasquedas futuras. Esta t\u00e1ctica es una versi\u00f3n simple de la estrategia de an\u00e1lisis adaptativo descrita anteriormente.<\/p>\n
El tama\u00f1o de la Biblia requiere importantes recursos de almacenamiento externo. Adem\u00e1s, una de las operaciones m\u00e1s lentas en una computadora es leer informaci\u00f3n del almacenamiento externo en la memoria, por lo que el tama\u00f1o del texto ralentiza el procesamiento. Para evitar estos problemas, muchos sistemas comprimen el texto. Un esquema popular consiste en reemplazar secuencias comunes de letras en el texto con c\u00f3digos de bytes especiales que no se utilizan para caracteres ordinarios. Por ejemplo, si cada una de las 930 apariciones de "Jes\u00fas" en el NT se almacenara como un solo car\u00e1cter, se podr\u00edan guardar 3720 caracteres. Los esquemas de compresi\u00f3n como este son una de las razones por las que se debe acceder a los archivos de datos utilizados por muchos sistemas de recuperaci\u00f3n populares con sus programas de b\u00fasqueda asociados y no se pueden manipular con un procesador de texto est\u00e1ndar.<\/p>\n
2. Programa de b\u00fasqueda. <\/b>La base de texto es de relativamente poca utilidad sin un programa de b\u00fasqueda para recuperar informaci\u00f3n de ella. Los programas de b\u00fasqueda van desde lenguajes de manipulaci\u00f3n de texto de uso general (como SNOBOL, Icon, awk o grep) que pueden procesar cualquier archivo ASCII hasta programas adaptados a las necesidades de los eruditos b\u00edblicos. Su objetivo es producir listas, recuentos e \u00edndices de pasajes que cumplan con los criterios establecidos por el usuario. Sus diferencias m\u00e1s importantes est\u00e1n en la flexibilidad que tiene el usuario para describir los pasajes que se van a recuperar, contar o indexar. Estas diferencias conciernen tanto a las entidades a partir de las cuales se construye un patr\u00f3n de b\u00fasqueda como a los tipos de restricciones entre estas entidades que el usuario puede especificar. <\/p>\n
un. Entidades de b\u00fasqueda.<\/b> Cada base de texto contiene caracteres, y los lenguajes generales de manipulaci\u00f3n de archivos tratan los caracteres como su entidad b\u00e1sica. Los patrones de car\u00e1cter son generales y flexibles, pero la mayor\u00eda de las preguntas exeg\u00e9ticas no se plantean a nivel de personajes sino en t\u00e9rminos de entidades de nivel superior, como morfemas, frases, cl\u00e1usulas o formas literarias. Un programa de b\u00fasqueda que manipula texto a nivel de caracteres requiere que el usuario traduzca las solicitudes de b\u00fasqueda de los objetos de mayor nivel de inter\u00e9s exeg\u00e9tico en patrones de caracteres de bajo nivel. Un programa que manipula expl\u00edcitamente agrupaciones de nivel superior es m\u00e1s f\u00e1cil de usar. Si una base de texto est\u00e1 lematizada, se necesita un programa de b\u00fasqueda que comprenda las diferencias entre el texto, el lema y las anotaciones de an\u00e1lisis para aprovecharlo al m\u00e1ximo. Una implementaci\u00f3n particularmente flexible de tal esquema es LBase de Silver Mountain,<\/p>\n
B. Restricciones del patr\u00f3n. <\/b>Un programa de b\u00fasqueda proporciona al usuario un lenguaje para definir relaciones entre las entidades que reconoce. Una descripci\u00f3n redactada en este idioma se denomina patr\u00f3n, y las entidades con las que el patr\u00f3n coincide en el texto son sus objetivos. Algunas formas de patrones requieren que el texto se divida en segmentos (t\u00edpicamente, l\u00edneas, oraciones o versos) dentro de los cuales se debe satisfacer un patr\u00f3n. <\/p>\n
La forma m\u00e1s simple de patr\u00f3n es una lista fija. Por lo tanto, el patr\u00f3n de caracteres "morir" coincidir\u00eda con todas las cadenas de caracteres que incluyan estos caracteres en este orden, incluidos "morir" y "murieron" (que el usuario probablemente desee), y tambi\u00e9n "audiencia" (que probablemente no se desee). Una lista fija no ofrece ninguna forma de recuperar tanto "de Dios" como "de nuestro Dios" con un solo patr\u00f3n. Cada personaje del patr\u00f3n debe coincidir con un personaje del objetivo y en el mismo orden.<\/p>\n
Una mejora com\u00fan de los patrones fijos son las combinaciones booleanas. Este esquema permite al usuario construir un patr\u00f3n a partir de dos o m\u00e1s patrones m\u00e1s simples (como listas fijas) y especificar que deben aparecer dos patrones, o que debe aparecer uno u otro de dos, en un objetivo aceptable. Por ejemplo, el patr\u00f3n "amor" y "Dios" coincidir\u00eda con cada segmento que contenga tanto la cadena "amor" como la cadena "Dios". As\u00ed recuperar\u00eda "el amor de Dios" y "amar\u00e1s al Se\u00f1or tu Dios", y tambi\u00e9n "amaron la alabanza de los hombres m\u00e1s que la alabanza de Dios".<\/p>\n
El siguiente nivel de complejidad despu\u00e9s de las combinaciones booleanas permite al usuario restringir el orden en el que ocurren los sub-objetivos y el material que puede ocurrir entre ellos. El dispositivo m\u00e1s com\u00fan para este prop\u00f3sito es una especie de "comod\u00edn". Por ejemplo, el patr\u00f3n "." se usa com\u00fanmente para coincidir con cualquier car\u00e1cter, y * coincide con cualquier secuencia de cero o m\u00e1s ocurrencias del car\u00e1cter anterior. Entonces, el patr\u00f3n "de. * Dios" coincide con todos los segmentos que contienen la cadena "de", seguida de cualquier serie de letras, luego un espacio y finalmente "Dios". Por lo tanto, coincide con "de Dios" y "de nuestro Dios". Una variedad de estos dispositivos est\u00e1n disponibles en paquetes como Bible Word que admiten toda la clase de lenguajes de cadenas conocidos formalmente como -expresi\u00f3n regular- (Hopcroft y Ullman 1979).<\/p>\n
Algunos lenguajes de patrones permiten al usuario restringir el material intermedio de varias formas. GRAMCORD, por ejemplo, permite al usuario excluir cualquier categor\u00eda gramatical espec\u00edfica de intervenir entre patrones especificados, lo que facilita que el usuario se concentre en frases con la estructura deseada.<\/p>\n
Hemos estado usando patrones de caracteres para ilustrar la b\u00fasqueda. Con un programa de b\u00fasqueda como LBase que razona con entidades de nivel superior como morfemas, palabras y oraciones, uno puede encontrar patrones fijos, combinaciones booleanas y posibilidades de comodines en esos niveles tambi\u00e9n. Patrones particularmente poderosos son posibles en un lenguaje que le permite a uno preguntar (por ejemplo) por todos los verbos que ocurren dentro de tres palabras de la frase -en Cristo-, sin verbos que intervengan. Una alta proporci\u00f3n de los objetivos que coinciden con dicho patr\u00f3n ser\u00e1n cl\u00e1usulas en las que la frase preposicional de hecho modifica el verbo.<\/p>\n
Todos los patrones que hemos discutido hasta este punto coinciden solo sobre la base de la colocaci\u00f3n de palabras en el texto, no sobre la base de sus relaciones gramaticales entre s\u00ed. Un verdadero comparador de patrones sint\u00e1cticos puede recuperar cl\u00e1usulas basadas en palabras que se encuentran en relaciones espec\u00edficas de modificaci\u00f3n o dependencia entre s\u00ed. Esta capacidad requiere un programa de b\u00fasqueda que pueda diagramar eficazmente las oraciones en el texto o una base de texto que est\u00e9 codificada para dependencias gramaticales. Ambos enfoques son t\u00e9cnicamente factibles, pero ninguno de los dos se utiliza en los sistemas disponibles popularmente.<\/p>\n
D. Analizar datos<\/b> <\/p>\n
En nuestro modelo de cuatro fases de actividad acad\u00e9mica, el an\u00e1lisis de datos es la tercera fase, comparando los datos recopilados en la segunda fase con las hip\u00f3tesis formuladas en la primera fase. Desde una perspectiva, el an\u00e1lisis es la actividad que confirma o refuta una hip\u00f3tesis. Desde otra perspectiva, el problema no es la confirmaci\u00f3n sino la exploraci\u00f3n. Las desviaciones entre hip\u00f3tesis y observaci\u00f3n son el producto m\u00e1s importante de la etapa de an\u00e1lisis y alimentan la formulaci\u00f3n de nuevas hip\u00f3tesis para el pr\u00f3ximo ciclo de investigaci\u00f3n. En esta segunda visi\u00f3n, una hip\u00f3tesis resume econ\u00f3micamente las regularidades en un conjunto de datos y centra la atenci\u00f3n en las irregularidades restantes.<\/p>\n
El an\u00e1lisis puede ser cualitativo (se ocupa de categor\u00edas, temas y otra informaci\u00f3n simb\u00f3lica no num\u00e9rica) o cuantitativo (se centra en los n\u00fameros extra\u00eddos del texto). La computadora ofrece herramientas para ayudar con ambos.<\/p>\n
1. An\u00e1lisis cualitativo. <\/b>Dos herramientas inform\u00e1ticas comunes para el an\u00e1lisis cualitativo son la concordancia y el sistema de gesti\u00f3n de la base de datos, o DBMS. <\/p>\n
un. Concordancias. <\/b>Una concordancia es una lista de extractos de un texto, ordenados seg\u00fan alguna caracter\u00edstica ling\u00fc\u00edstica de cada uno. Por lo general, la caracter\u00edstica es la aparici\u00f3n de una palabra, y la concordancia nos permite ver en un solo lugar todas las apariciones de esa palabra, junto con alg\u00fan contexto para cada una. Ya hemos aludido al uso de una concordancia como \u00edndice para ayudar en la recopilaci\u00f3n de datos. Una concordancia tambi\u00e9n presenta datos en una forma que es conveniente para muchos tipos de an\u00e1lisis. Biblical Research Associates publica una amplia variedad de concordancias generadas por computadora en la serie Computer Bible. <\/p>\n
Las concordancias fueron una herramienta importante para los eruditos durante a\u00f1os antes de la llegada de la computadora, pero la preparaci\u00f3n de una concordancia para un texto del tama\u00f1o de la Biblia requer\u00eda toda una vida. Ahora las computadoras recopilan los datos para las concordancias mucho m\u00e1s r\u00e1pidamente y en varios formatos adaptados a problemas exeg\u00e9ticos espec\u00edficos. El popular formato Key-Word-In-Context o KWIC alinea las apariciones de la palabra de destino en el centro de la p\u00e1gina (el "margen"). Dentro del art\u00edculo para una sola palabra, las entradas se pueden ordenar por contexto anterior o siguiente, lo que permite al usuario notar diferencias en las construcciones que involucran la palabra. El Anexo 3 ( Fig. COM.03) muestra una porci\u00f3n de una concordancia KWIC en la part\u00edcula Gk ei,"Si", de 1 Corintios, de Morton, Michaelson y Thompson 1979. Debido a que el contexto (en este caso, el contexto siguiente) est\u00e1 ordenado, la entrada re\u00fane para un estudio conveniente frases como ei de, ei de tis y ei de christos.<\/p>\n
Las concordancias inversas clasifican las palabras no por sus comienzos sino por sus finales y son \u00fatiles para identificar fragmentos de manuscritos que preservan el final de una palabra. A partir de un texto completamente analizado, se pueden preparar concordancias que organicen palabras por parte del discurso o conjugaci\u00f3n y declinaci\u00f3n, as\u00ed como por lema o forma textual. A medida que los textos en l\u00ednea se vuelvan m\u00e1s disponibles y el aumento de la potencia de c\u00e1lculo se vuelva menos costoso, la noci\u00f3n de una concordancia impresa dar\u00e1 paso a pantallas similares a las concordancias preparadas seg\u00fan se necesiten.<\/p>\n
B. Sistema de administraci\u00f3n de base de datos. <\/b>Una concordancia organiza un conjunto de contextos sobre la base de una \u00fanica caracter\u00edstica. Un DBMS permite al usuario explorar la interacci\u00f3n de varias funciones a la vez. En su forma m\u00e1s simple, un DBMS almacena informaci\u00f3n en forma de registros, cada uno de los cuales contiene un n\u00famero fijo de campos. Es una versi\u00f3n automatizada de la venerable caja de fichas. Por ejemplo, una base de datos que respalde el estudio l\u00e9xico de un sustantivo en particular podr\u00eda dedicar un registro a cada construcci\u00f3n sint\u00e1ctica en la que aparece el sustantivo. Un campo de cada registro puede registrar la referencia b\u00edblica, otro el tipo de construcci\u00f3n en la que aparece el sustantivo, un tercero la palabra en la construcci\u00f3n a la que est\u00e1 ligado el sustantivo, un cuarto el tipo de literatura en la que ocurre el pasaje, y un quinto una breve definici\u00f3n apropiada para el sustantivo en este contexto.<\/p>\n
Definir los campos para dicha base de datos equivale a construir una hip\u00f3tesis sobre los tipos de informaci\u00f3n que resultar\u00e1n relevantes para determinar el significado de una palabra en un contexto dado. Una vez que se registran las diversas construcciones, el DBMS permite al usuario clasificarlas y recuperarlas sobre la base de cualquier campo o combinaci\u00f3n de campos para explorar correlaciones entre campos. Por lo general, el resultado del primer d\u00eda dedicado a examinar una base de datos de este tipo es una redefinici\u00f3n de los campos, lo que refleja un refinamiento de la hip\u00f3tesis original y, a menudo, requiere volver a la fase de recopilaci\u00f3n de datos para completar las nuevas categor\u00edas. El uso de un DBMS permite la repetici\u00f3n de este proceso con mayor frecuencia y facilidad de lo que es posible con las fichas f\u00edsicas.<\/p>\n
2. An\u00e1lisis cuantitativo. <\/b>El an\u00e1lisis cuantitativo ha ganado popularidad entre los humanistas con la llegada de la computadora y el desarrollo de paquetes de software estad\u00edstico. Para muchas personas, "estudios b\u00edblicos asistidos por computadora" es casi sin\u00f3nimo de esfuerzos para evaluar la autor\u00eda de libros b\u00edblicos a partir de caracter\u00edsticas estil\u00edsticas, como vocabulario, riqueza de vocabulario, usos gramaticales y modismos (Morton 1978; Radday y Shore 1985). . <\/p>\n
La estad\u00edstica moderna ofrece dos clases de herramientas: an\u00e1lisis de datos confirmatorios y an\u00e1lisis de datos exploratorios. Si bien el an\u00e1lisis confirmatorio ha atra\u00eddo mucha atenci\u00f3n, a menudo se aplica incorrectamente. El an\u00e1lisis de datos exploratorios ofrece un enorme potencial sin explotar para los estudios b\u00edblicos.<\/p>\n
un. An\u00e1lisis de datos confirmatorios. <\/b>El an\u00e1lisis de datos confirmatorios (CDA) es una encarnaci\u00f3n matem\u00e1tica del lado del an\u00e1lisis que busca confirmar o refutar una hip\u00f3tesis. La hip\u00f3tesis define una poblaci\u00f3n, de la cual los datos pretenden extraerse. CDA eval\u00faa esta afirmaci\u00f3n al estimar la probabilidad de que los datos provengan de esa poblaci\u00f3n. <\/p>\n
Por ejemplo, en estudios t\u00edpicos de autor\u00eda, el analista deriva las caracter\u00edsticas del estilo de un autor a partir de una muestra de texto que se sabe que proviene de ese autor. Se espera que las caracter\u00edsticas elegidas permanezcan bastante constantes en todas las obras del autor, pero var\u00eden de un autor a otro. Nadie espera que un autor produzca exactamente el mismo valor para tales caracter\u00edsticas en cada texto, pero la variaci\u00f3n entre los textos conocidos se puede medir y usar para estimar hasta qu\u00e9 punto el autor podr\u00eda desviarse de los valores promedio. El analista mide las caracter\u00edsticas correspondientes de un texto de autor\u00eda desconocida y calcula la probabilidad de que una poblaci\u00f3n de textos que exhiben los valores y rango de variaci\u00f3n mostrados por los textos conocidos tambi\u00e9n pueda incluir textos con los valores mostrados por los textos desconocidos.<\/p>\n
CDA tambi\u00e9n es un conjunto \u00fatil de herramientas para abordar cuestiones gramaticales y estructurales. Por ejemplo, la palabra "esp\u00edritu" aparece 26 veces en Romanos, 18 de ellas en el cap. 8. \u00bfPodr\u00eda tal concentraci\u00f3n de vocabulario resultar de una distribuci\u00f3n aleatoria de palabras sobre el texto, o refleja la estructura tem\u00e1tica del libro? CDA proporciona medios cuantitativos para evaluar la importancia de tales concentraciones.<\/p>\n
Los estudios que aplican CDA deben afrontar varios desaf\u00edos. Los discutiremos en t\u00e9rminos de estudios de autor\u00eda, pero existen calificaciones similares para cualquier aplicaci\u00f3n de estos m\u00e9todos. Para referencias y discusi\u00f3n adicional, vea Andersen (1976). Un modelo de an\u00e1lisis es Mosteller y Wallace (1964).<\/p>\n
La muestra utilizada para definir la poblaci\u00f3n debe ser del autor en cuesti\u00f3n. Si no tenemos textos que se sepa que sean de un autor, dif\u00edcilmente podremos establecer par\u00e1metros para calificar textos desconocidos.<\/p>\n
Si las diferencias entre las muestras conocidas y desconocidas deben atribuirse a diferentes autores, las muestras no deben diferir de otras formas (como g\u00e9nero literario, tema, per\u00edodo de la vida del autor, actividad editorial posterior o registro ling\u00fc\u00edstico). Si las muestras difieren de varias formas simult\u00e1neamente, resulta muy dif\u00edcil determinar cu\u00e1l de las diferencias es responsable de los diferentes valores de las caracter\u00edsticas que mide el estad\u00edstico. Los estudios literarios a veces buscan eludir este problema enfoc\u00e1ndose en palabras funcionales (como preposiciones, conjunciones, pronombres relativos y la c\u00f3pula) en lugar de palabras de contenido (como sustantivos, verbos y adjetivos) asumiendo que el uso de un autor mostrar\u00e1 m\u00e1s consistencia. en palabras funcionales que en palabras de contenido. Esta distinci\u00f3n puede ser cierta para el tema, pero no aborda las diferencias de g\u00e9nero o registro. Por ejemplo, es bien sabido que algunas part\u00edculas ocurren con mucha menos frecuencia en la poes\u00eda hebrea que en la prosa, independientemente de la autor\u00eda.<\/p>\n
En los estudios estad\u00edsticos en general, m\u00e1s datos son mejores que menos. La precisi\u00f3n de los resultados a menudo tiende a aumentar como la ra\u00edz cuadrada del n\u00famero de observaciones. Para obtener una respuesta el doble de precisa, se necesitan cuatro veces m\u00e1s datos. Los estudios de autor\u00eda hist\u00f3rica en la literatura no b\u00edblica suelen utilizar del orden de 100.000 palabras de texto, mucho m\u00e1s all\u00e1 de la cantidad de datos disponibles para los estudios de autor\u00eda b\u00edblica.<\/p>\n
Si se aplica correctamente, la CDA es una herramienta indispensable, pero la promesa de un veredicto de "verdadero-falso" que se mantiene es seductora. Es f\u00e1cil pasar por alto los extensos escollos metodol\u00f3gicos y asumir que, si un procedimiento arroja un n\u00famero, la respuesta es segura. La aplicaci\u00f3n responsable de estas t\u00e9cnicas requiere una colaboraci\u00f3n estrecha y extendida entre exegetas que entienden qu\u00e9 preguntas son significativas en t\u00e9rminos del texto y estad\u00edsticos con una base s\u00f3lida en las capacidades y limitaciones de sus herramientas. Las introducciones accesibles a CDA incluyen Mosteller, Rourke y Thomas (1961) y Mosteller y Rourke (1973).<\/p>\n
B. An\u00e1lisis exploratorio de datos. <\/b>Los \u00faltimos a\u00f1os han visto una explosi\u00f3n de inter\u00e9s estad\u00edstico en el an\u00e1lisis de datos exploratorios (EDA). Donde CDA personifica la visi\u00f3n de una hip\u00f3tesis como una afirmaci\u00f3n para ser probada o refutada, EDA implementa la visi\u00f3n de que una hip\u00f3tesis es una explicaci\u00f3n parcial de los datos, cuyos efectos deben entenderse y eliminarse para que se puedan ver patrones adicionales. EDA no emite un veredicto sobre hip\u00f3tesis, pero le da a uno el equivalente matem\u00e1tico de una lupa, aclarando los datos como entrada a la discreci\u00f3n acad\u00e9mica. Sus t\u00e9cnicas pueden revelar la estructura y el orden que de otro modo permanecer\u00edan ocultos en los datos. La piedra angular de EDA es Tukey (1977), junto con Mosteller y Tukey (1977). <\/p>\n
Estas t\u00e9cnicas se han utilizado, por ejemplo, para explorar la distribuci\u00f3n de los verbos fronterizos entre las tribus en Josu\u00e9 14-19. Comenzando con una tabla que indica cu\u00e1ntas veces cada lista de l\u00edmites tribales usa cada uno de los verbos, las t\u00e9cnicas EDA de pulido medio y recodificaci\u00f3n sugieren una fuerte preferencia por cinco de los verbos en los l\u00edmites de Benjam\u00edn, Jud\u00e1, Efra\u00edn y Manas\u00e9s, mientras que cuatro otros verbos dominan los l\u00edmites de Zabul\u00f3n, Isacar, Aser y Neftal\u00ed. Esta observaci\u00f3n, que ser\u00eda dif\u00edcil de realizar sin estas t\u00e9cnicas, puede correlacionarse de varias formas con el contexto de la asignaci\u00f3n de la tierra.<\/p>\n
Las t\u00e9cnicas de Tukey (1977) se pueden aplicar con papel y l\u00e1piz, aunque las implementaciones por computadora son cada vez m\u00e1s comunes. Otras t\u00e9cnicas de EDA implican c\u00e1lculos masivos que requieren asistencia inform\u00e1tica. Entre estos se encuentran el an\u00e1lisis de conglomerados y la escala multidimensional (Parunak 1989a). Ambas t\u00e9cnicas brindan formas de visualizar las diferencias entre una serie de elementos (por ejemplo, palabras de vocabulario o manuscritos). Comienzan con una estimaci\u00f3n de similitud para cada par de elementos. El an\u00e1lisis de conglomerados explora qu\u00e9 tan bien se pueden explicar estas similitudes como resultado de un conjunto de categor\u00edas diferentes y busca recuperar las categor\u00edas subyacentes. El escalado multidimensional (MDS) busca construir un modelo geom\u00e9trico del conjunto de similitudes, permitiendo as\u00ed al estudioso ver una disposici\u00f3n espacial de los elementos que corresponde a las similitudes subyacentes. El Anexo 2 (Fig. COM.02) es un ejemplo de los resultados de MDS.<\/p>\n
Un principio central de EDA es que una imagen vale mil d\u00edgitos. Las tablas de n\u00fameros son dif\u00edciles de entender incluso si uno sabe lo que est\u00e1 buscando, pero una gr\u00e1fica o diagrama apropiado puede llevar al observador a hip\u00f3tesis imprevistas. Las computadoras pueden generar gr\u00e1ficos f\u00e1cilmente y, por lo tanto, aprovechar la informaci\u00f3n que puede brindar una imagen.<\/p>\n
Por ejemplo, Linguistic Density Plots (Parunak 1981a) muestran la distribuci\u00f3n de un fen\u00f3meno ling\u00fc\u00edstico (como una palabra espec\u00edfica o una construcci\u00f3n gramatical) a lo largo de un texto, con ubicaci\u00f3n en el texto en el eje horizontal y concentraci\u00f3n en el eje vertical. El resultado es una serie de picos que muestran en qu\u00e9 parte del texto se concentra el fen\u00f3meno. Tal trama le da al acad\u00e9mico una "sensaci\u00f3n" de concentraciones que es casi imposible de lograr con una lista de concordancias solamente. Ofrece pistas sobre la estructura literaria que ser\u00edan dif\u00edciles de encontrar sin ella.<\/p>\n
Los cuadros 4-6 muestran tres diagramas de densidad de la ep\u00edstola de Pablo a los Romanos. Cada vi\u00f1eta oscura en la trama representa una ocurrencia separada de la palabra que se traza. Aparece un n\u00famero entero en lugar de una vi\u00f1eta si dos o m\u00e1s ocurrencias est\u00e1n una encima de la otra. El eje horizontal o "REFERENCIA" muestra la ubicaci\u00f3n en el libro, con los comienzos de los cap\u00edtulos etiquetados y cada posici\u00f3n horizontal representa cuatro vers\u00edculos. El eje vertical o "DENSIDAD" se calcula de tal manera que cuanto m\u00e1s alto se traza un punto, m\u00e1s cerca est\u00e1 de las ocurrencias adyacentes del mismo fen\u00f3meno.<\/p>\n
El Anexo 4 ( Fig. COM.04) muestra una concentraci\u00f3n dram\u00e1tica de palabras que comienzan con Israel (como -Israel- e -Israelita-) en los cap\u00edtulos. 9-11. Esta distribuci\u00f3n no sorprende a nadie familiarizado con la estructura general de los romanos. Sin embargo, el Anexo 5 ( Fig. COM.05) del verbo sozo, "salvar", y las palabras que comienzan con soter (como "salvador" y "salvaci\u00f3n"), es fascinante. Muestra que tambi\u00e9n estas palabras, que muchos sospechar\u00edan que son caracter\u00edsticas de toda la ep\u00edstola, est\u00e1n concentradas en cap\u00edtulos. 9-11, y sugiere que la restauraci\u00f3n de Israel contemplada en estos cap\u00edtulos no es solo una ocurrencia tard\u00eda de la preocupaci\u00f3n del libro por la salvaci\u00f3n, sino un elemento integral en la discusi\u00f3n. Anexo 6 (Fig. COM.06) muestra que los sustantivos y verbos que describen -misericordia- tambi\u00e9n predominan en estos tres cap\u00edtulos, esta vez en concentraciones que forman una inclusio al principio y al final de la secci\u00f3n.<\/p>\n
No todas las parcelas son iguales. Algunos paquetes de gr\u00e1ficos por computadora crean gr\u00e1ficos llamativos que de hecho oscurecen en lugar de aclarar los datos, y algunos tipos de pantallas son mejores que otros para mostrar tipos espec\u00edficos de datos. El omnipresente gr\u00e1fico circular, por ejemplo, comunica la preponderancia de una categor\u00eda sobre otra, pero las pruebas han demostrado que los espectadores no pueden extraer informaci\u00f3n cuantitativa de \u00e9l de la forma m\u00e1s confiable posible de un gr\u00e1fico de barras o un gr\u00e1fico de l\u00edneas. Como otro ejemplo, un cambio en los ejes de un gr\u00e1fico lineal o diagrama de dispersi\u00f3n (digamos, de lineal a logar\u00edtmico o cuadrado) puede cambiar dr\u00e1sticamente las intuiciones sugeridas por los datos. Tufte (1983) y Cleveland (1985) son excelentes gu\u00edas para la presentaci\u00f3n gr\u00e1fica de datos.<\/p>\n
E. Presentar resultados<\/b> <\/p>\n
La erudici\u00f3n b\u00edblica implica una conversaci\u00f3n continua entre los estudiantes pasados, presentes y futuros del texto. La computadora ofrece nuevas herramientas para ayudar y moderar esta conversaci\u00f3n, tanto haciendo un uso m\u00e1s efectivo de los medios impresos tradicionales como como medio de comunicaci\u00f3n por derecho propio.<\/p>\n
1. Medios impresos. <\/b>La primera introducci\u00f3n que muchos humanistas tienen a las computadoras es como procesadores de texto. Por m\u00e1s mundana que parezca esta aplicaci\u00f3n, ha llevado a un aumento dram\u00e1tico en la facilidad y velocidad de mover ideas de una mente a otra. Las correcciones y modificaciones son mucho m\u00e1s sencillas de hacer que antes, y muchos editores pueden trabajar directamente a partir del texto legible por m\u00e1quina de un autor, evitando as\u00ed el cambio de clave de un manuscrito para la composici\u00f3n tipogr\u00e1fica, que consume mucho tiempo y es propenso a errores. <\/p>\n
Hemos hablado de las concordancias y las tramas como herramientas de an\u00e1lisis. La facilidad con la que se pueden adaptar para un prop\u00f3sito espec\u00edfico tambi\u00e9n los hace atractivos como ayudas para comunicar al lector la evidencia que respalda los argumentos de un autor, al tiempo que impone una responsabilidad adicional al autor para asegurarse de que sean claros y no enga\u00f1osos.<\/p>\n
2. La computadora como medio. <\/b>Adem\u00e1s de producir material para la distribuci\u00f3n impresa, las computadoras pueden ser por s\u00ed mismas el medio de actividad acad\u00e9mica. Quiz\u00e1s el primer ejemplo de esta tendencia sea la instrucci\u00f3n asistida por computadora. Para ejercicios b\u00e1sicos de vocabulario y paradigmas en el estudio de idiomas, las computadoras ofrecen una versi\u00f3n flexible de la venerable tarjeta flash. Las tecnolog\u00edas m\u00e1s recientes que est\u00e1n transformando la computadora en un medio de conversaci\u00f3n acad\u00e9mica incluyen redes e hipermedia. <\/p>\n
un. Redes. <\/b>La creaci\u00f3n de redes, la vinculaci\u00f3n de las computadoras para que puedan intercambiar informaci\u00f3n, ya es un medio importante de interacci\u00f3n acad\u00e9mica diaria en las ciencias. El correo electr\u00f3nico (correo electr\u00f3nico) pasa por alto el membrete, las secretarias, las estampillas, los sobres y los carteros, y transporta mensajes directamente desde la computadora de un acad\u00e9mico a la de otro, con servicio el mismo d\u00eda incluso al otro lado del oc\u00e9ano. El correo electr\u00f3nico es m\u00e1s r\u00e1pido y confiable que el correo convencional y (a diferencia de la conversaci\u00f3n telef\u00f3nica) no requiere que ambas partes sean libres al mismo tiempo. <\/p>\n
La conferencia por computadora o el tablero de anuncios es el equivalente inform\u00e1tico de una discusi\u00f3n. En su forma m\u00e1s simple, consiste en una serie de comentarios de los participantes sobre un tema de inter\u00e9s. Los participantes posteriores pueden leer los comentarios de los participantes anteriores y ofrecer sus respuestas y observaciones. La creaci\u00f3n de redes permite que personas que est\u00e1n muy separadas geogr\u00e1ficamente participen en la discusi\u00f3n. Los participantes no suelen participar al mismo tiempo. Al igual que con el correo electr\u00f3nico, la conferencia por computadora mantiene un registro de la discusi\u00f3n para que en cualquier momento los participantes puedan revisar los comentarios y agregar los suyos.<\/p>\n
A medida que m\u00e1s acad\u00e9micos preparan su investigaci\u00f3n en forma electr\u00f3nica, se vuelve cada vez m\u00e1s factible para los editores apoyar las presentaciones mediante la creaci\u00f3n de redes. En el \u00e1mbito de las ciencias, se est\u00e1n realizando activamente investigaciones para permitir que todo el proceso de env\u00edo, revisi\u00f3n y correcci\u00f3n se realice por correo electr\u00f3nico, sin necesidad de circular en papel. El siguiente paso es la revista electr\u00f3nica, distribuida a los lectores finales por la red en lugar de en papel.<\/p>\n
B. Hipermedia. <\/b>Hipermedia es el t\u00e9rmino gen\u00e9rico para una colecci\u00f3n de elementos de informaci\u00f3n vinculados entre s\u00ed de modo que un usuario puede pasar de un elemento a cualquiera de los varios asociados con \u00e9l, seg\u00fan la necesidad y el inter\u00e9s. Si los elementos de informaci\u00f3n se limitan al texto, se habla de "hipertexto". Una enciclopedia es un ejemplo simple de hipertexto, con los art\u00edculos que constituyen los elementos de informaci\u00f3n y el movimiento de un elemento a otro guiado por referencias cruzadas incrustadas en los art\u00edculos. La caracter\u00edstica fundamental de un repositorio de informaci\u00f3n estructurado como hipermedia es que ayuda al usuario a moverse en muchas secuencias diferentes, en lugar de en un orden lineal fijo, como es habitual en libros y art\u00edculos de revistas. <\/p>\n
Anexo 7 (ver Fig. COM.07) ilustra SymEdit, una aplicaci\u00f3n de la tecnolog\u00eda de hipertexto. La literatura b\u00edblica hace un uso extensivo de repeticiones sim\u00e9tricas de palabras, construcciones gramaticales e ideas para definir los tipos de estructura que las marcas de p\u00e1rrafo y los t\u00edtulos de los cap\u00edtulos proporcionan en la literatura moderna (Parunak 1981b). Para descubrir y analizar tales estructuras, los acad\u00e9micos com\u00fanmente fotocopian el pasaje, lo cortan en pedazos con tijeras y tratan de organizar las piezas para acercar secciones similares entre s\u00ed para compararlas. Si bien las pantallas resultantes son extremadamente \u00fatiles, las manipulaciones mec\u00e1nicas necesarias para producirlas son tediosas y torpes. SymEdit permite a un analista organizar un texto en columnas (correspondientes a pasajes paralelos) y filas (que contienen caracter\u00edsticas repetidas). Las filas se pueden etiquetar para identificar las caracter\u00edsticas que a\u00edslan. Las filas y columnas individuales se pueden contraer o expandir para acercar otros materiales y compararlos. La exhibici\u00f3n muestra el comienzo de cuatro paneles en Deuteronomio 12, cada uno de los cuales sigue la misma estructura al legislar el culto en un santuario central. Al expandir la estructura unidimensional del texto impreso en dos dimensiones, SymEdit ayuda al acad\u00e9mico a identificar y analizar estructuras repetitivas. SymEdit tambi\u00e9n es \u00fatil para realizar comparaciones cr\u00edticas y para estudiar relatos narrativos paralelos. SymEdit ayuda al acad\u00e9mico a identificar y analizar estructuras repetitivas. SymEdit tambi\u00e9n es \u00fatil para realizar comparaciones cr\u00edticas y para estudiar relatos narrativos paralelos. SymEdit ayuda al acad\u00e9mico a identificar y analizar estructuras repetitivas. SymEdit tambi\u00e9n es \u00fatil para realizar comparaciones cr\u00edticas y para estudiar relatos narrativos paralelos.<\/p>\n
Si bien el hipertexto existe desde hace a\u00f1os en forma de enciclopedias, la tecnolog\u00eda inform\u00e1tica lo hace m\u00e1s compacto, m\u00e1s f\u00e1cil de usar y m\u00e1s vers\u00e1til. El volumen de informaci\u00f3n contenido en una enciclopedia completa de 20 vol\u00famenes se puede almacenar en forma electr\u00f3nica en un disco \u00f3ptico de menos de seis pulgadas de di\u00e1metro y un octavo de pulgada de espesor. Un sistema de hipertexto computarizado puede saltar r\u00e1pidamente de un elemento a otro en dicho disco con el toque de una tecla, sin la necesidad de que el usuario pase las p\u00e1ginas o cambie los vol\u00famenes. Debido a que el disco puede almacenar im\u00e1genes gr\u00e1ficas y de sonido, as\u00ed como texto, dicho sistema puede proporcionar hipermedia completo.<\/p>\n
Por ejemplo, el sistema de CD-Word actualmente en desarrollo en el Seminario Teol\u00f3gico de Dallas permitir\u00e1 que un usuario que est\u00e9 leyendo un texto b\u00edblico en forma electr\u00f3nica invoque varias traducciones de un vers\u00edculo, para saltar a una entrada de l\u00e9xico para cualquier palabra en el texto, o para acceder a comentarios, gram\u00e1ticas y enciclopedias seleccionados sobre un pasaje en consideraci\u00f3n. El objetivo es proporcionar en un solo sistema inform\u00e1tico un entorno comparable al que proporcionan una estanter\u00eda de libros y un escritorio en el estudio convencional. El sistema CELLAR, un dise\u00f1o del Instituto Ling\u00fc\u00edstico de Verano, permitir\u00e1 a un ling\u00fcista ordenar notas de campo, organizar estudios l\u00e9xicos y comparar m\u00faltiples traducciones mientras prepara una nueva versi\u00f3n de un texto b\u00edblico. Algunos dise\u00f1os permiten a los usuarios agregar sus anotaciones personales a la red de informaci\u00f3n,<\/p>\n
Al principio, tales sistemas ser\u00e1n bibliotecas electr\u00f3nicas independientes, pero la visi\u00f3n \u00faltima de los hipermedia (Nelson 1987) combina la noci\u00f3n de unidades de informaci\u00f3n vinculadas con redes de computadoras para anticipar un mundo en el que el recurso global del conocimiento humano sea accesible desde cualquier computadora. .<\/p>\n
Bibliograf\u00eda<\/b><\/p>\n
Alter, R. 1985. El arte de la poes\u00eda b\u00edblica. Nueva York.<\/p>\n
Andersen, FI 1976. Estilo y autor\u00eda. El documento de Tyndale 21: 2.<\/p>\n
Baird, JA y Freedman, DN, eds. 1971-. La Biblia de la Computadora. Wooster, OH.<\/p>\n
Beekman, J. y Callow, J. 1974. Traduciendo la Palabra de Dios. Grandes r\u00e1pidos.<\/p>\n
Brachman, RJ y Levesque, HJ 1985. Readings in Knowledge Representation. Palo Alto.<\/p>\n
Cleveland, WS 1985. Los elementos de la representaci\u00f3n gr\u00e1fica de datos. Monterey.<\/p>\n
Collins, T. 1978. Line-Forms in Hebrew Poetry. Studia Pohl: Serie Maior 7. Roma.<\/p>\n
Cook, WA 1979. Gram\u00e1tica de casos: desarrollo del modelo matricial (1970-1978). Washington.<\/p>\n
Fillmore, CJ 1968. The Case for Case. En Universals in Linguistic Theory, ed. E. Bach y R. Harms. Englewood Cliffs, Nueva Jersey.<\/p>\n
Friberg, T. y Friberg, B. 1981. Un an\u00e1lisis asistido por computadora del texto griego del Nuevo Testamento. En Patton y Holoien 1981.<\/p>\n
Geller, SA 1979. Paralelismo en la poes\u00eda b\u00edblica temprana. HSM 20. Missoula.<\/p>\n
Grimes, JE 1975. The Thread of Discourse. La haya.<\/p>\n
Hockey, SM 1980. Una gu\u00eda de aplicaciones inform\u00e1ticas en las humanidades. Baltimore.<\/p>\n
Hopcroft, JE y Ullman, JD 1979. Introducci\u00f3n a la teor\u00eda, los lenguajes y la computaci\u00f3n de los aut\u00f3matas. Reading, PA.<\/p>\n
Hughes, JJ 1987. Bits, Bytes y Biblical Studies. Grandes r\u00e1pidos.<\/p>\n
Longacre, RE 1976. Anatom\u00eda de las nociones del habla. Lisse, Holanda.<\/p>\n
Mann, WC y Thompson, SA 1987. Teor\u00eda de la estructura ret\u00f3rica: una teor\u00eda de la organizaci\u00f3n del texto. En La estructura del discurso, ed. L. Polanyi. Norwood, Nueva Jersey.<\/p>\n
Miller, PA 1984. Manual de referencia de GRAMCORD. Deerfield, MI.<\/p>\n
Morris, PMK y James, E. 1975. Un libro de palabras cr\u00edticas de Lev\u00edtico, N\u00fameros, Deuteronomio. Biblia de computadora 8. Wooster, OH.<\/p>\n
Morton, AQ 1978. Detecci\u00f3n literaria: c\u00f3mo demostrar autor\u00eda y fraude en literatura y documentos. Nueva York.<\/p>\n
Morton, AQ; Michaelson, S .; y Thompson, JD 1979. Una concordancia cr\u00edtica con I y II Corinthians. Biblia de computadora 19. Wooster, OH.<\/p>\n
Mosteller, F. y Rourke, REK 1973. Sturdy Statistics. Reading, PA.<\/p>\n
Mosteller, F .; Rourke, REK; y Thomas, GB, Jr. 1961. Probabilidad y estad\u00edstica. Reading, PA.<\/p>\n
Mosteller, F. y Tukey, JW 1977. An\u00e1lisis y regresi\u00f3n de datos. Reading, PA.<\/p>\n
Mosteller, F. y Wallace, DL 1964. Inferencia y autor\u00eda en disputa. Reading, PA.<\/p>\n
Nelson, T. 1987. Literary Machines. San Antonio.<\/p>\n
O’Connor, M. 1980. Estructura del verso hebreo. Winona Lake, IN.<\/p>\n
Parunak, HVD 1979. Structural Studies in Ezekiel. Doctor. Diss. , U. de Michigan.<\/p>\n
—. 1981a. Tipograf\u00eda oral: algunos usos de la estructura b\u00edblica. Bib 62: 2, 153-68.<\/p>\n
—. 1981b. Proleg\u00f3menos a las concordancias pict\u00f3ricas. Las computadoras y las humanidades 15: 15-36.<\/p>\n
—. 1983. T\u00e9cnicas de transici\u00f3n en la Biblia. JBL 102: 525-48.<\/p>\n
—. 1989a. Interrogando una lengua muerta. En Parunak 1989b.<\/p>\n
Parunak, HVD, ed. 1989b. Herramientas inform\u00e1ticas para textos antiguos. Winona Lake, IN.<\/p>\n
Patton, PC y Holoien, RA 1981. Computaci\u00f3n en Humanidades. Lexington, KY.<\/p>\n
Radday, YT 1973a. Una concordancia cr\u00edtica de Hageo, Zacar\u00edas, Malaqu\u00edas. Biblia de computadora 4. Wooster, OH.<\/p>\n
—. 1973b. La unidad de Isa\u00edas a la luz de la ling\u00fc\u00edstica estad\u00edstica. Hildesheim.<\/p>\n
Radday, YT y Shore, H. 1985. G\u00e9nesis: un estudio de autor\u00eda. Roma.<\/p>\n
Tufte, ER 1983. La presentaci\u00f3n visual de informaci\u00f3n cuantitativa. Cheshire.<\/p>\n
Tukey, JW 1977. An\u00e1lisis de datos exploratorios. Reading, PA.<\/p>\n
H. VAN DYKE PARUNAK<\/p>\n
[29]<\/p>\n","protected":false},"excerpt":{"rendered":"
COMPUTADORAS Y ESTUDIOS B\u00cdBLICOS. Para lograr un nivel de detalle \u00fatil con un alcance razonable, este art\u00edculo se centra en dos formas. Primero, se trata de "estudios b\u00edblicos" en el sentido estricto del estudio del texto, excluyendo ANE.historia, arqueolog\u00eda y geograf\u00eda. La inform\u00e1tica tiene mucho que ofrecer a estas disciplinas auxiliares, y se han desarrollado algunas aplicaciones impresionantes, pero … Continuar leyendo \u00abCOMPUTADORAS Y ESTUDIOS B\u00cdBLICOS. Para lograr un nivel de detalle \u00fatil…\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-4567","post","type-post","status-publish","format-standard","hentry","category-diccionario-moderno-de-la-biblia"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/diccionario-biblia\/wp-json\/wp\/v2\/posts\/4567","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/diccionario-biblia\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/diccionario-biblia\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/diccionario-biblia\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/diccionario-biblia\/wp-json\/wp\/v2\/comments?post=4567"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/diccionario-biblia\/wp-json\/wp\/v2\/posts\/4567\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/diccionario-biblia\/wp-json\/wp\/v2\/media?parent=4567"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/diccionario-biblia\/wp-json\/wp\/v2\/categories?post=4567"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/diccionario-biblia\/wp-json\/wp\/v2\/tags?post=4567"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}