Glosario de EntropIA Lite

Archivo (asset)

Implica Ítem (documento)

Cada archivo de los que forman un documento: cada página de un PDF, una imagen, un audio. Un documento tiene uno o varios. Las notas y las anotaciones quedan pegadas al archivo que tenés abierto.

Tópicos

Implica Etiquetar (codificar)

Así llama el programa de escritorio a las etiquetas de un documento: temas, series, palabras clave que le ponés para clasificarlo y encontrarlo después. Se pueden reutilizar los ya usados en otros documentos.

Es una palabra por documento, sin opciones cerradas: «Huelga» y «huelga» son dos tópicos distintos. Para clasificar con las mismas categorías en todo el material, el panel de la web tiene los esquemas de etiquetas.

Anotación

Un rectángulo o un subrayado dibujado sobre la imagen o el PDF, como con un resaltador sobre el papel. Se guarda con el documento.

Marca la imagen, no el texto: no cambia lo que leyó el OCR ni entra en ningún conteo.

Estructura de la página (layout)

Implica Sacarle el texto a una imagen (OCR)

Los bloques que el OCR reconoce además de las letras: títulos, párrafos, tablas, figuras, notas al pie. Sirve para saber en qué orden se lee la página y para no mezclar el texto de una tabla con el párrafo de al lado.

No existe para los audios, y con una página torcida o a dos columnas los bloques pueden salir partidos o pegados.

Corrección de OCR

Implica Sacarle el texto a una imagen (OCR) Modelo de lenguaje

Después de leer una imagen, un modelo de lenguaje repasa el texto y arregla los errores típicos de lectura: letras confundidas, palabras partidas al final del renglón, columnas mezcladas.

Se guía por lo que suena bien en español, no por la imagen: un nombre raro puede volver «arreglado» y mal. Los nombres propios y los números se cotejan siempre con la foto.

Resumen

Implica Modelo de lenguaje Invención (alucinación)

Un párrafo de síntesis que el modelo de lenguaje escribe a partir del texto ya extraído o transcripto de un documento.

Puede completar lo que el texto no dice con algo que suena bien. Sirve para decidir qué leer, no para citar.

Indexar

Preparar el texto de un documento para poder buscar una palabra al instante, como el índice del final de un libro: en vez de leer las cuarenta páginas, la máquina ya sabe en cuáles aparece.

Se hace una vez por documento, después de tener el texto. Si editás el texto, hay que indexar de nuevo.

Chat de investigación (RAG)

Implica Sentido en números (embedding) Modelo de lenguaje Invención (alucinación)

Preguntar en lenguaje natural sobre tus propios documentos. El programa busca los fragmentos más parecidos a la pregunta, se los da al modelo de lenguaje y este contesta citando de dónde sacó cada cosa. En inglés se llama RAG.

Sólo conoce lo que ya tiene texto extraído y su huella (embedding). Si el fragmento justo no estaba, contesta igual, con lo que encontró: por eso hay que abrir las fuentes que cita.

Reordenador (reranker)

Implica Chat de investigación (RAG)

Un segundo modelo que, antes de que el chat responda, vuelve a ordenar los fragmentos que encontró la búsqueda: lee la pregunta y sube los que de verdad la contestan, no los que sólo se parecen en las palabras.

Es otro modelo más en la cadena, y también se equivoca. Mejora el orden; no garantiza que el fragmento correcto esté.

Temperatura

Implica Modelo de lenguaje

La perilla de azar de un modelo de lenguaje. Baja, contesta casi siempre lo mismo a la misma pregunta; alta, varía más cada vez.

Más variedad es también más riesgo de que invente. Para corregir, resumir y buscar en documentos conviene tenerla baja.

Proveedor (de inteligencia artificial)

Implica API (la puerta de un programa) Llave de API

La empresa a la que el programa le manda tu material para hacer cada tarea: z.ai para leer imágenes (OCR), OpenRouter para todo lo de texto (corregir, resumir, nombres, chat) y AssemblyAI para pasar voz a texto. Cada uno con su propia llave.

Lo que se manda sale de tu computadora: la imagen, el texto o el audio, según la tarea. Las notas, los tópicos y las anotaciones nunca salen.

Identificación de hablantes

Implica Transcripción

Al transcribir un audio, marcar quién dice cada cosa: «Hablante 1», «Hablante 2».

Distingue voces, no personas: no sabe los nombres, y dos voces parecidas pueden quedar como una sola. Vale sólo para los audios de la colección, no para el dictado.

Dictado

Implica Transcripción

Hablar al micrófono y que el texto entre escrito en la nota que estás redactando.

El audio viaja al proveedor de voz a texto y vuelve escrito. Los nombres propios y los números conviene releerlos.

Sincronización

Implica Servidor

Copiar tu trabajo entre dos computadoras a través de un servidor tuyo, para seguir en la notebook lo que empezaste en la PC. Es opcional y viene apagada.

Apagada, nada sale de tu equipo por este canal. Prendida, el servidor es tuyo, no nuestro; y borrar datos «del servidor» no borra lo que tenés en tu máquina.

Campos personalizados

Implica Metadatos

Datos que vos le agregás a un documento, cada uno con su nombre y su valor: fondo, signatura, año. Como la ficha de un archivo, pero con las casillas que vos elijas.

No hay lista cerrada: si en un documento escribís «Año» y en otro «año», después no se pueden juntar.