Resultados de investigación

Entrevista a informante 1 en Laranjeiras. Trabajos que se realizan a lo largo del año. Cultivos que se plantaban antes (solo coles) y ahora. Tipos de terreno y límites entre ellos. El catastro de las propiedades. Terrenos de uso comunal. Barbecho. Frutas más comunes. Árboles. Olivos y producción de aceite y de aceituna para conserva. Musgo. Setas. Plantas espontáneas. Uva y vino. Cereales. Harina. Amasado y pan., Trabalhos que se fazem ao longo do ano. Culturas que se plantavam antes (apenas couves) e agora. Tipos de terreno e limites entre eles. O registro de propriedade. Terrenos de uso comunal. Pousio. Frutos mais comuns. Árvores. Azeitonas e produção de azeite e azeitonas para conservas. Musgo. Cogumelos. Plantas espontâneas. Uva e vinho. Cereais. Farinha. Amassar. Pão., Works that are carried out throughout the year. Crops that were planted before (only cabbages) and now. Types of terrain and boundaries between them. The property registry. Land for communal use. Fallow. Most common fruits. Trees Olives and production of oil and olives for preserves. Moss. Mushrooms. Spontaneous plants. Grape and wine. Cereals. Flour. Kneading and bread.

We studied the influence of additive manufaturing process parameters such as laser power and scanning speed on the geometry, microstructure and hardness of 316L/SiC composites reinforced with 20-80 wt.% of reinforcement using Directed Laser Deposition.

¿Cómo es el gallego que se habla aquí? Mucha diferencia con el gallego de la escuela. Diferencias con el gallego de otras localidades. En Requiás y en Guntumil (dos localidades rayanas con Portugal) el habla es aportuguesada, porque sus habitantes pasaron mucho tiempo en Portugal, trabajando en la estiba. Conductas lingüísticas del informante con la familia y los vecinos. ¿Se entiende bien con los portugueses? Diferencias lingüísticas con la gente más joven. ¿Cómo habla con los portugueses cuando van a Portugal? ¿Distingue a un portugués por la lengua?, Como se fala cá o galego? Muita diferença com o galego da escola. Diferenças com o galego de outras localidades. Em Requiás e em Guntumil (duas aldeias fronteiriças com Portugal) a fala é aportuguesada, porque os seus habitantes passavam muito tempo em Portugal, trabalhando na estiva. Comportamento lingüístico do informante com a família e vizinhos. Você entende-se bem com os portugueses? Diferenças lingüísticas com pessoas mais jovens. Como você fala com os portugueses quando visitam Portugal? Pode distinguir um português pela língua que fala?, How is Galician spoken here? Much difference with the Galician school. Differences with the Galician spoken at other localities. In Requiás and in Guntumil (two border towns) they speak "Portuguese-like", because its inhabitants spent a lot of time in Portugal, working on the stowage. Linguistic behavior of the informant with the family and neighbors. Do you understand well with the Portuguese? Linguistic differences with younger people. How do you talk to the Portuguese when you visit Portugal? Do you distinguish Portuguese people because of the way they talk?

Este proyecto se trata de un TFM enmarcado en las prácticas del alumno Yanco Amor Torterolo Orta en el LLI-UAM. Pertenece al proyecto CLARA-FINT, que se centra en el lenguaje claro. Más específicamente, se exploran diversas técnicas de simplificación en el ámbito financiero. Esto está motivado por la complejidad de la realidad financiera y la carga semántica especializada de sus texto. Por tanto, se antoja necesario simplificar para poder difundir el mensaje a un público más amplio.

SIMFIN es un programa que pretende cumplir esta finalidad mediante la simplificación léxica de los términos (referidos como "unidades terminológicas", "UT") del ámbito financiero. Consiste en una página web de acceso al público (http://leptis.lllf.uam.es/simfin) en la que el usuario introduce su texto financiero/económico. Tras ello, el programa le devuelve el mismo texto pero etiquetado con colores para destacar las UT. Algunas de las UT ofrecen en una ventana pop-up su versión simplificada al pinchar con el ratón sobre ellas (azul oscuro), lo cual ocurre cuando la sustitución es multipalabra; y otras muestran la UT por el que ha sido sustituido directamente (verde), lo cual ocurre cuando la sustitución directa es viable debido a que solo están formadas por una palabra. Adicionalmente, destaca en amarillo tanto las UT de las listas (que aún no tienen sustitución) como posibles UT debido a su estructura, y en azul turquesa los anglicismos y palabras inglesas. El programa cuenta con una leyenda y un texto de prueba a modo explicativo para entenderlo todo con un ejemplo práctico.

El dataset:

Por un lado, está la carpeta con todos los archivos y estructura necesarios para hacer funcionar el programa. Cuenta con los siguientes archivos: app.py, es_dicc.db, static/icons/*.png, ut_detect.txt, en_dicc.db, sample.txt, templates/index.html, ut_sust.csv.

Es un programa mayormente escrito en Python, pero tiene elementos de HTML y CSS, que interactúan con Python gracias a la biblioteca Flask. No obstante, los archivos ut_detect.txt y ut_sust.csv no se adjuntan en esta publicación debido a que pertenecen a otra publicación. El primero es la lista de UT que se tienen que detectar y el segundo es la lista de UT que se tienen que simplificar.

Por otro lado, se proporciona acceso al TFM que describe la creación del programa.

Project developed by Giovanni Federico (Università di Pisa) and Antonio Tena Junguito (Universidad Carlos III de Madrid). This data base outlines changes in world trade from 1800 to 2016. Dataset: Belgium

Datos del proyecto CantabricOIS2, PID2020-115192GB-I00. Inventario del registro arqueológico recuperado en las excavaciones arqueológicas realizadas durante 2022 y 2023 en la sala de la Natividad de la cueva de El Cierro (Fresnu, Ribadesella, Asturias).

Project developed by Christopher Absell (University Gothenburg and Instituto Figuerola) Giovanni Federico (New York University Dubai) and Antonio Tena Junguito (Universidad Carlos III de Madrid and Instituto Figuerola). Dataset: Latvia

This repository contains the datasets used as benchmark for the steganalytical method described in the associated paper. Each collection of files is divided in two pairs, "Unmodified" being the cover object and "Modified" the object after processing with a specific steganography scheme. Comparison of both files can provide patterns useful for the steganalysis of these schemes.

This dataset is the result of the research carried out by Silvia Sánchez Calderón (UNED) and Raquel Fernández Fuertes (UVa) in the frame of the Research Group UVALAL (University of Valladolid Language Acquisition Lab, https://uvalal.uva.es/) whose Principal Investigator is Raquel Fernández Fuertes. In this project, the research is conducted on the second language (L2) acquisition of English Dative Alternation (DA) constructions by adult learners whose first language (L1) is Spanish. The results are compared to a control group of L1 English adults. The two DA structures under analysis involve, on the one hand, prepositional to-datives that alternate as Double Object Constructions (DOCs) (1) and, on the other hand, prepositional for-datives that alternate as DOCs (2). The main aim of this project is to explore the role played by the L2 English learners' L1 in their sensitivity towards the two syntactic variants, with a particular emphasis on the potential crosslinguistic influence effects (or lack thereof) from Spanish into English and the Universal Grammar (UG) effect on their acquisition. (1) a. You gave the key to her cousin [to-dative] b. You gave her cousin the key [DOC] (2) a. You booked the holiday for Sarah [for-dative] b. You booked Sarah the holiday [DOC]

This work is framed in the Spanish national project CLARA-FINT. The aim of this task within the project was to create an automatic discourse markers extractor for Spanish. In order to do so, the first step was to apply linguistic annotation on texts containing said markers. The next step involved the use of these annotations to fine-tune a model for the extraction of discourse markers task. This publication contains the fine-tuned model, i.e., the automatic extractor.

It is a roberta-bne model that was fine-tuned for the discourse markers extraction task. Texts annotated by linguists were used for fine-tuning as training data. Said texts contained discourse markers that were highlighted within their context.