Saltar a contenido

Corpus

El corpus de la capa nacional reúne normativa universitaria nacional y textos públicos en español de la Argentina. Cada documento conserva su procedencia: fuente, formato original (HTML, PDF u OCR), licencia y fecha de descarga.

Normativa nacional

  • Fuente: la base de Infoleg publicada en datos.jus.gob.ar (CC BY 4.0), con los textos del sitio de Infoleg.
  • Curación: las normas candidatas se revisaron a mano con un criterio explícito: entra la norma que trata sobre una universidad o sobre el sistema universitario; queda afuera la que solo la menciona de costado y la que se refiere a personas.
  • Dataset: las 1.886 normas curadas, con sus atributos, sus vínculos, el texto completo cuando Infoleg lo tiene y los anexos, están publicadas en Hugging Face como LICDIA-UNLu/normativa-universitaria-argentina (CC BY 4.0).
  • Anexos escaneados: los anexos en PDF sin texto se transcribieron con OCR usando Qwen 3.5 9B.

Fuentes abiertas

Fuente Licencia
argentina.gob.ar CC BY 4.0
CONICET CC BY 2.5 AR
Consejo Interuniversitario Nacional (CIN) con permiso del CIN

Estas fuentes suman prosa institucional y periodística sobre la vida universitaria: páginas de educación y noticias de argentina.gob.ar, noticias del CONICET y noticias y páginas del CIN. Aportan además el registro de lenguaje claro de la administración pública argentina.