Hispanopedia Wiki
Articulo de referencia

LaTeXML

LaTeXML es un paquete de software libre de dominio público que convierte documentos LaTeX a XML , HTML , EPUB , JATS y TEI . [ 1 ] [ 2 ] [ 3 ] Flujo de trabajo El formato de sal...

Hispanopedia WikiContenido en espanolLectura gratuita

LaTeXML es un paquete de software libre de dominio público que convierte documentos LaTeX a XML , HTML , EPUB , JATS y TEI . [ 1 ] [ 2 ] [ 3 ]

Flujo de trabajo

El formato de salida principal de LaTeXML es una representación XML del modelo de documento de (La) TeX . Un postprocesador puede convertir estos documentos XML a otros formatos estructurados. Los casos de uso comunes crean HTML con fórmulas matemáticas como imágenes o XHTML , HTML5 y EPUB con fórmulas como MathML . En comparación con otros procesadores de LaTeX a XML, LaTeXML busca conservar las estructuras semánticas del marcado LaTeX . Esto lo convierte en una buena base para servicios semánticos como Math Search .

Los tiempos de conversión oscilan entre 30 milisegundos para una sola fórmula (en el demonio LaTeXML) y minutos para documentos del tamaño de un libro.

Historia

LaTeXML se originó en el contexto de la Biblioteca Digital de Funciones Matemáticas del NIST , donde era necesario preparar documentos LaTeX para su publicación en la web. El sistema ha estado en desarrollo activo durante más de una década y ha atraído a una pequeña pero dedicada comunidad de desarrolladores y usuarios, en torno a Bruce Miller, el autor original del proyecto.

La versión actualmente publicada es LaTeXML 0.8.8. Fue lanzada en febrero de 2024 y su desarrollo continúa activo en el repositorio público .

Uso notable

LaTeXML se utilizó para convertir el 90% (60% sin errores) de 530.000 documentos de arXiv a XML. [ 4 ] Como resultado de este esfuerzo continuo para mejorar la cobertura, LaTeXML admite una amplia gama de paquetes de LaTeX. La conferencia ACL 2014 utilizó LaTeXML para convertir los artículos enviados a XML. [ 5 ] Esto siguió al trabajo existente que ha estado tratando de convertir los artículos de la Antología ACL a un marcado semántico de alta calidad para su posterior análisis. [ 6 ] Desde febrero de 2013, LaTeXML se ha utilizado para renderizar las páginas web en el sitio web de matemáticas producido por pares, PlanetMath . Desde julio de 2015, fue adoptado por Authorea para su soporte avanzado de LaTeX. [ 7 ] En 2018, la segunda publicación de datos [ 8 ] del proyecto Gaia de la Agencia Espacial Europea se realizó a través de LaTeXML.

En febrero de 2022, arXiv anunció un servicio experimental basado en LaTeXML, que ofrecía 1,78 millones de documentos en formato HTML5. [ 9 ] Un desarrollador de LaTeXML afirmó haber convertido con éxito el 74 % de arXiv, con el 97 % de los artículos "al menos parcialmente visibles". A principios de 2024, ese experimento se ha incorporado a las páginas principales de artículos de arXiv. [ 10 ] [ 11 ]

Implementación

El núcleo de LaTeXML es una reimplementación en Perl del algoritmo de análisis y digestión de TeX , junto con un generador XML personalizable. Para conservar las estructuras semánticas del marcado LaTeX , LaTeXML necesita enlaces XML para todos los paquetes LaTeX con definiciones de macros de alto nivel. La distribución de LaTeXML actualmente proporciona enlaces XML para más de 200 paquetes LaTeX de uso común, como AMSTeX , Babel [ 12 ] y PGF/TikZ (que solo cuenta con soporte experimental).

La conversión a LaTeXML consta de dos etapas:

  • El primero analiza LaTeX y lo convierte en un tipo de documento XML cercano a LaTeX , y
  • El segundo paso (posprocesamiento) transforma el XML en uno de los formatos de salida estructurados estandarizados.

LaTeXML 0.8 añadió la funcionalidad de demonio, que permitió múltiples conversiones y una fácil integración en servicios web.

LaTeXML 0.8.7 fue la primera versión que generó el lenguaje de marcado " MathML Core" para la sintaxis matemática, una novedad de MathML 4.

Véase también

Referencias

  1. ↑ "Lectores EPUB basados ​​en Gecko y LaTeXML" . Archivado del original el 22 de agosto de 2014. Consultado el 21 de febrero de 2020 .
  2. ↑ "Herramientas para convertir LaTeX a XML" .
  3. ↑ "Blog de tecnología gratuito: LaTeXML" . Archivado del original el 11 de mayo de 2015. Consultado el 11 de febrero de 2014 .
  4. ↑ Stamerjohanns, Heinrich; Kohlhase, Michael; Ginev, Deyan; David, Catalin; Miller, Bruce (2010). Transformación de grandes colecciones de publicaciones científicas a XML (PDF) . Matemáticas en Ciencias de la Computación . Vol. 3, n.º 3. Birkhäuser. págs. 299–307 .   
  5. ↑ "Publicación ACL 2014 - Documentos en formato XML" .
  6. ↑ Schäfer, Ulrich; Read, Jonathon; Oepen, Stephan (2012). Hacia un corpus de antología ACL con estructura lógica de documentos: una visión general de la tarea de contribución ACL 2012 (PDF) . Taller especial ACL-2012 sobre el redescubrimiento de 50 años de descubrimientos. págs. 88–97 . 
  7. ↑ "Boletín informativo de Authorea - julio de 2015: LaTeX completo, plantillas y ébola en Authorea" . Authorea . Consultado el 18 de agosto de 2018 .
  8. ↑ "Documentación de la versión 1.1 de la publicación de datos de Gaia 2" . gea.esac.esa.int . Consultado el 18 de agosto de 2018 .
  9. ↑ "Artículos de arXiv como páginas web responsivas" . arXiv . Consultado el 23 de febrero de 2022 .
  10. ↑ "Actualización de accesibilidad: arXiv ahora ofrece artículos en formato HTML" . arXiv . Consultado el 3 de enero de 2024 .
  11. ↑ "Una herramienta del NIST facilitará la visualización en línea de artículos de investigación con gran cantidad de fórmulas matemáticas" . Consultado el 3 de enero de 2024 .
  12. ↑ "LaTeXML: Localización con Babel" .
  • Página oficial de LaTeXML
  • Código fuente LaTeXML
  • Servidor web, servicios y demostraciones de LaTeXML