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.