Cómo encontrar un concepto en una clase larga de YouTube

1. Escribí primero la pregunta de aprendizaje

Escribí una oración antes de revisar la transcripción. Nombrá la idea. Agregá otras palabras que podría usar un docente. Indicá el tipo de respuesta que necesitás.

Usá estos tipos de respuesta:

• Una definición dice qué significa la idea o cómo llevarla a la práctica.
• Un ejemplo resuelto desarrolla un caso paso a paso.
• Una secuencia de pasos muestra las acciones en orden.
• Una comparación presenta 2 ideas una junto a la otra.
• Un límite indica hasta dónde se aplica la idea.

Mantené clara esta distinción. "Menciona la medición" no es lo mismo que "explica cómo medir". Tu oración debe indicar cuál necesitás.

2. Obtené una pista de subtítulos

Un subtítulo es un texto con tiempos que ya está almacenado para el video. Una transcripción es el conjunto de esos subtítulos para un video. Un segmento es una línea con tiempos. Cada segmento tiene texto, un inicio y una duración. La duración indica cuánto tiempo permanece esa línea.

Un intervalo es el inicio y el final que elegís para un concepto. Lo elegís después de leer los segmentos.

Un Actor es un programa alojado en un servidor que recopila filas de origen. Una fila de origen es un resultado de un video. Una Task es una configuración de entrada guardada. El Actor solo recopila filas. Vos hacés el trabajo sobre los conceptos a partir de esas filas.

Usá YouTube Transcript versión 0.1.43. El Actor es YouTube Transcript Scraper. La Task pública es YouTube Transcript Data for Video Chapter Generation.

Esa Task es una configuración de entrada para empezar. No etiqueta los conceptos por vos. Su lista guardada contiene videos de ejemplo, no tu clase. Reemplazá toda la lista por un video público de una clase que ya conozcas. No estudies la lista de ejemplo. No copies palabras de ella.

El Actor acepta la URL de un video público. También acepta un ID de video de 11 caracteres. Un ID es el código corto del video. Podés enviar hasta 1.000 entradas. Para este trabajo, enviá 1 video. Si se repite un ID de video, se procesa una sola vez.

Una URL de inicio puede ser un enlace de visualización normal, un enlace youtu.be, un enlace de Shorts, un enlace de una transmisión en vivo o un enlace de inserción. Un enlace de inserción coloca el reproductor en otra página. El Actor no busca videos en un canal, una lista de reproducción ni una página de resultados de búsqueda.

Solo lee subtítulos públicos existentes. No convierte el habla en texto nuevo. No traduce. No escribe capítulos, etiquetas ni resúmenes.

Usá esta entrada cuando quieras una pista en inglés:

{
  "startUrls": ["https://www.youtube.com/watch?v=YOUR_PUBLIC_VIDEO"],
  "preferredLanguages": ["en"],
  "outputFormats": ["json"],
  "includeFailedInputDetails": true
}

Reemplazá YOUR_PUBLIC_VIDEO por el video público que conocés. `outputFormats` debe ser `["json"]` para que cada segmento conserve sus tiempos. Configurar `preferredLanguages` en `["en"]` solicita inglés. Si no hay una pista en inglés, el resultado indica que el idioma no está disponible. No devuelve otro idioma sin avisar.

Si querés la mejor pista disponible, usá una lista de idiomas vacía:

{
  "startUrls": ["https://www.youtube.com/watch?v=YOUR_PUBLIC_VIDEO"],
  "preferredLanguages": [],
  "outputFormats": ["json"],
  "includeFailedInputDetails": true
}

Una lista vacía no garantiza que la pista esté en inglés. Tenés que leer `transcriptLanguageCode` después de la ejecución. Mantené `includeFailedInputDetails` en true para que una entrada que falló siga visible.

3. Verificá el resultado antes de buscar

Leé estos nombres en una fila de origen. Un campo es un valor que tiene un nombre.

• `videoId`
• `videoUrl`
• `transcriptLanguageCode`
• `isAutoGenerated`
• `segments`, cada uno con `text`, `startSeconds`, `endSeconds` y `durationSeconds`
• `segmentCount`
• `status`
• `statusReason`
• `scrapedAt`

`videoDurationSeconds` puede faltar. Si falta, significa que se desconoce. No registres como 0 un valor desconocido.

`isAutoGenerated` indica cómo se creó la pista. El valor true significa que los subtítulos se generaron automáticamente. El valor false significa que una persona proporcionó la pista. Una pista manual también puede tener palabras incorrectas. Igual tenés que mirar el video.

`status` indica si la lectura de esos subtítulos funcionó. `statusReason` indica el motivo. `scrapedAt` es el momento de la observación. Guardá el ID del video, la URL, el idioma, el indicador de pista automática o manual y `scrapedAt` junto con tus notas.

Después, leé el resumen de la ejecución, llamado OUTPUT:

• `successfulTranscriptRows`
• `rowsWritten`
• `failedInputs`
• `statusCounts`
• `errorCodeCounts`
• `failedInputDetails`

Una entrada que falla no se convierte en una fila de transcripción. Si `status` no indica éxito, detenete. Si el idioma que pediste no está disponible, dejá la búsqueda sin resolver. No encontrar coincidencias en el texto no demuestra que el concepto esté ausente. Las palabras podrían aparecer solo en pantalla. Podría faltar la pista del idioma correcto. La lectura de los subtítulos podría haber fallado. Ese límite se aplica solo a la pista verificada, no a todo el video.

Una prueba de la versión 0.1.43 usó 1 ID exacto de un video público. Devolvió 1 transcripción. La pista estaba en inglés y era manual. Tenía 4.530 segmentos con tiempos. OUTPUT indicó éxito y no mostró entradas fallidas. Eso demuestra que se obtuvieron segmentos con tiempos para esa única fuente. No demuestra que haya etiquetas de conceptos. No demuestra que todas las palabras sean correctas. No demuestra que se obtenga el mismo resultado con todos los videos. Verificá cada intervalo con el video.

`transcriptSpanSeconds`, junto con los primeros y últimos valores de tiempo, describe solo la pista de subtítulos. No demuestra que la explicación de un concepto esté completa.

4. Conservá cada segmento original

Conservá todos los segmentos originales. No conviertas cada palabra de los subtítulos en un concepto separado. Buscá tu concepto y las otras palabras que anotaste. Después, leé los segmentos que están justo antes y después de una coincidencia.

Una búsqueda por palabras clave puede sugerir un candidato. Un candidato es un posible intervalo, no uno confirmado. La búsqueda no escribe una etiqueta verificada. Vos escribís la etiqueta solo después de mirar el video.

5. Marcá el intervalo candidato

Iniciá el intervalo en el primer segmento que comienza la explicación. Terminalo en el último segmento que todavía responde tu pregunta.

Usá preferentemente el valor de `endSeconds` devuelto para ese último segmento. Cuando se conozca `durationSeconds`, verificá que `endSeconds` sea igual a `startSeconds` más `durationSeconds`. `durationSeconds` puede ser null aunque se conozca `endSeconds`. Conservá null. Nunca supongas que es 0. No uses el inicio del siguiente segmento como final. Los segmentos pueden superponerse. También puede haber espacios entre ellos. El final del último subtítulo no es el final del video.

Incluí segmentos anteriores cuando definan una palabra que necesitás. Una palabra definida puede ser el nombre de un valor. Los intervalos pueden superponerse cuando el docente vuelve a una idea anterior. No tenés que dividir todo el video en una secuencia continua de intervalos.

6. Mirá el video y etiquetá la respuesta

Abrí el intervalo candidato en el video de origen. Escuchá las palabras. Mirá también los diagramas, el código en pantalla y las referencias. Los subtítulos pueden omitir esos elementos.

Asigná una etiqueta de este esquema sencillo:

• `mention_only` significa que se nombra la idea, pero no se explica.
• `explains_definition` significa que el intervalo explica el significado o el método.
• `worked_example` significa que el intervalo desarrolla un caso paso a paso.
• `comparison` significa que el intervalo compara cosas.
• `unresolved` significa que no podés confirmar la respuesta al mirar el video en esta revisión.

Estas etiquetas son tus propias marcas sobre el contenido. No son resultados del Actor. Escribí por qué el intervalo responde la pregunta de aprendizaje o por qué no la responde.

7. Guardá una fila del índice

Una fila del índice es una línea que escribís para un intervalo verificado. Incluí:

• etiqueta del concepto
• pregunta de aprendizaje
• ID y URL del video
• idioma de los subtítulos
• inicio y final en segundos
• tiempo de inicio en minutos y segundos
• tipo de explicación
• `checked_at`
• nota sobre la evidencia
• confianza

Guardá también el tiempo de finalización. La confianza es la calificación que vos asignás en la revisión. No es una puntuación de un modelo. Si no conocés un límite del intervalo, dejalo como desconocido.

8. Abrí el enlace de inicio y estudiá ese intervalo

En una computadora, abrí Compartir y después Empezar en. Ingresá el tiempo de inicio. Copiá el enlace. Abrí el enlace copiado. Confirmá que la reproducción comience cerca del contexto correcto. YouTube explica ese control en Compartir videos y canales.

Un enlace de inicio no establece un tiempo de detención obligatorio. Guardá el tiempo de finalización en el índice. No trates una URL de ejemplo inventada como si fuera un video verificado que se puede reproducir.

Usá el intervalo verificado para estudiar. Si no podés confirmar la explicación, marcá `no_confirmed_explanation_in_checked_track`. Agregá una nota de alcance que identifique la pista verificada. Después, consultá otra fuente. No concluyas que todo el video es incapaz de responder porque falló una búsqueda incierta en los subtítulos.

Clase ficticia: Medir un cantero

El siguiente ejemplo es una ficción original. Enseña los cálculos de los intervalos. No es un resultado del Actor. No tiene una URL de video real. No consideres que ningún enlace a este ejemplo se pueda reproducir.

El título de la ficción es "Medir un cantero". La clase inventada dura 12 minutos. Sus intervalos de enseñanza son:

• preparación de 0 a 120 segundos
• explicación de la medición de 120 a 330 segundos
• un ejemplo de cálculo de 330 a 570 segundos
• limitaciones de 570 a 720 segundos

Hay 3 segmentos ficticios cerca del concepto de ancho:

La pregunta de aprendizaje es: ¿Cómo mido el ancho con una sola unidad de medida?

La línea de los 120 segundos indica la acción. La línea de los 150 segundos agrega el uso de una sola unidad de medida. La línea de los 300 segundos cierra el método. Por eso, el intervalo de la definición incluye las 3 líneas. Va de los 120 segundos a los 330 segundos.

Final del último segmento: 300 + 30 = 330 segundos. Duración del intervalo: 330 - 120 = 210 segundos. 210 segundos son 3 minutos y 30 segundos. La marca de tiempo de inicio es 2:00. La marca de tiempo final es 5:30.

Después de mirar manualmente esta clase ficticia, la etiqueta es `explains_definition`. La nota sobre la evidencia dice que se muestran los bordes interiores. Mirar el video es el paso que confirma la etiqueta. El texto del segmento por sí solo no la confirma.

El intervalo de cálculo corresponde a un tipo de concepto diferente. Va de los 330 a los 570 segundos. 570 - 330 = 240 segundos. 240 segundos son 4:00. Su marca de tiempo de inicio es 5:30. Etiquetalo como `worked_example`. No lo unas a la definición.

Las 4 duraciones de enseñanza son 120, 210, 240 y 150 segundos. 120 + 210 + 240 + 150 = 720 segundos. Juntas cubren esta clase ficticia. Cubrir toda la duración no significa que se explique cada concepto.

La palabra medición también aparece a los 600 segundos. Esa marca de tiempo es 10:00. Está dentro del intervalo de limitaciones y es una advertencia. Conservá esa aparición como `mention_only` o como un límite. No traslades la definición principal a los 600 segundos.

Hay otro límite de intervalo en la ficción que requiere una decisión manual. Un segmento comienza a los 310 segundos y dura 30 segundos. Su final es 310 + 30 = 340 segundos. El siguiente intervalo comienza a los 330 segundos. 340 - 330 = 10 segundos de superposición. Conservá esa superposición o mové el límite después de mirar el video. No cortes las palabras a los 330 segundos solo para que el límite quede prolijo.

`scrapedAt` se desconoce aquí porque no se leyó ninguna pista real. `videoDurationSeconds` también se desconoce. Los 720 segundos provienen de las duraciones inventadas. No son un campo de duración del video. Lo desconocido sigue siendo desconocido.

Cálculos de tiempo para los 4 intervalos ficticios

Casos de límites de intervalos en la misma ficción

Índice verificado de la ficción

La pregunta sobre el ancho selecciona la fila de 120 a 330. Mirarías desde 2:00 y usarías 5:30 como final de la revisión. Guardarías el enlace de inicio, el tiempo de finalización y la nota sobre la evidencia. Esta fila ficticia no tiene un enlace real. En un video real, usá Compartir y después Empezar en, abrí el enlace copiado y escribí lo que viste.

Esta ficción no tiene un resultado medido sobre la velocidad de estudio. Los números solo enseñan los cálculos de los intervalos.