Pasar al contenido principal

EL CORPUS ESLORA DE ESPAÑOL ORAL: ENRIQUECIMIENTO, ANALISIS LINGUISTICO Y EXTRACCION DE RECURSOS

FFI2017-86379-P

•
Nombre agencia financiadora Agencia Estatal de Investigación
Acrónimo agencia financiadora AEI
Programa Programa Estatal de Fomento de la Investigación Científica y Técnica de Excelencia
Subprograma Subprograma Estatal de Generación de Conocimiento
Convocatoria Proyectos de I+D (Excelencia / Generación de Conocimiento)
Año convocatoria 2017
Plan Estatal 2017-2020 Plan Estatal de Investigación Científica y Técnica y de Innovación
Centro beneficiario UNIVERSIDADE DE SANTIAGO DE COMPOSTELA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 8
Encontrada(s) 1 página(s)

Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
Publicación Capítulo o parte de un libro (BookPart)

Codificación y anotación del habla en un contexto bilingüe: el corpus ESLORA de español de Galicia

  • Vázquez Rozas, Victoria
  • Barcala, Mario
  • Domínguez Noya, Eva María
  • Fernández Sanmartín, Alba
  • Rojo Sánchez, Guillermo
  • Santalla del Río, María Paula
El artículo ofrece en primer lugar una caracterización general del diseño y composición del corpus ESLORA y muestra su utilidad para el análisis de la variación social y situacional. El corpus supone asimismo una aportación al estudio de los procesos de cambio ligados a la variación geográfica del español, puesto que registra su uso en un territorio con lengua propia, lo que facilita el reconocimiento del español hablado en Galicia como objeto de investigación de la dialectología hispánica y permite su comparación en pie de igualdad con otras variedades geográficas. En el núcleo del trabajo se describen algunas de las dificultades que surgen en la transcripción, codificación y anotación de registros de habla en un contexto de contacto lingüístico y se exponen los argumentos que sustentan las soluciones adoptadas.
Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
Publicación Artículo científico (JournalArticle)

Computational tools and spoken corpora design: an ongoing dialogue, Les eines computacionals i el disseny de corpus orals: un diàleg vigent

  • Vázquez Rozas, Victoria
  • Barcala, Mario
The design of an oral corpus and the processes of registering, codifying and treating the materials in order to build a useful resource for linguistic analysis prompt numerous decisions regarding theory and methodology. This article is focused on those stages of corpus construction which are more clearly conditioned by the computational processing necessary to make it functional. In order to adequately match the initial expectations and the real possibilities of using the tool, each feature we intend to codify must be measured against the workload and the means required to do so. Therefore, it is essential to take into account the available possibilities of processing and exploitation as they have a crucial impact on decisions regarding the corpus’ construction.Based on experience acquired in the construction of the ESLORA corpus, the present article looks into some of the problems arising in the process of designing an oral corpus, such as the delicacy., El disseny d’un corpus oral i els processos de registrar, codificar i tractar els materials per construir un recurs útil per a l’anàlisi lingüística, comporta nombroses decisions pel que fa a la teoria i la metodologia. Aquest article s’ocupa d’aquelles etapes de la construcció d’un corpus que més clarament estan condicionades pel processament informàtic necessari que ha de fer el corpus funcional. Per tal de conjugar les expectatives inicials i les possibilitats reals quan usem l’eina, cada característica que pretenem codificar ha de ser mesurada quant a la càrrega de treball que comporta i els mitjans que són requerits per fer-ho possible. Per això, és essencial tenir en compte els recursos disponibles a l’hora de processar i explotar el corpus, ja que tenen un impacte fonamental en les decisions pel que fa a la construcció del corpus. Basat en l’experiència adquirida en la construcció del corpus ESLORA, l’article analitza alguns dels problemes que sorgeixen en el procés de dissenyar un corpus oral, com ara el grau de detall en què és representat el fenomen oral, la segmentació del discurs, la convivència de diferents sistemes d’etiquetatge simultanis i les particularitats de l’anotació en un context bilingüe o multilingüe.
Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
Publicación Capítulo o parte de un libro (BookPart)

Las construcciones comparativas en corpus del español sintácticamente anotados

  • Santalla del Río, María Paula
  • Domínguez Noya, Eva María
En esta exposición, tras una breve explicación de los presupuestos en que se basa la elaboración del corpus CSA y de lo que entendemos que subyace a los niveles de descripción gramatical que pueden reconocerse, se aborda el estudio de las estructuras comparativas, clasificadas en grupos a partir fundamentalmente de la Nueva Gramática de la Lengua Española (NGLE), en cuanto a como puede variar y varía su análisis en tres corpus sintácticamente analizados (UAM Spanish Treebank, IULA Spanish LSP Treebank y AnCora-es) y con respecto especialmente al propio corpus CSA. De ello se concluye que, para los propósitos de la anotación de corpus y la reutilización de recursos, una reflexión conjunta que camine hacia una estandarización en el paso de un nivel de descripción no formalizado a uno que sí lo esté se hace hoy necesaria.
Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
Publicación Artículo científico (JournalArticle)

El corpus ESLORA de español oral: diseño, desarrollo y explotación

  • Barcala, Mario
  • Domínguez, Eva
  • Fernández, Alba
  • Rivas, Raquel
  • Santalla del Río, María Paula
  • Vázquez Rozas, Victoria
  • Villapol, Rebeca
ESLORA is a corpus of Spanish made up of semi-directed interviews and spontaneous conversations recorded in Galicia between 2007 and 2015. The design and construction of the corpus meets three objectives: to register the use of a variety of Spanish which to date has been scarcely documented, to gain additional insight into the methods for the construction of spoken corpora, and to develop computational tools for corpus search. The paper presents the main characteristics of ESLORA and the criteria followed in the corpus building process. It also includes a brief description of the tools used to build the corpus and how they work together to achieve the project needs and, moreover, it shows that the decisions taken at various stages of the compilation of the corpus are closely related to the wide range of possibilities for retrieving the lexical, grammatical and contextual information provided by the materials.
Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
Publicación Artículo científico (JournalArticle)

Computational tools and spoken corpora design: an ongoing dialogue, Les eines computacionals i el disseny de corpus orals: un diàleg vigent

  • Vázquez Rozas, Victoria
  • Barcala, Mario
The design of an oral corpus and the processes of registering, codifying and treating the materials in order to build a useful resource for linguistic analysis prompt numerous decisions regarding theory and methodology. This article is focused on those stages of corpus construction which are more clearly conditioned by the computational processing necessary to make it functional. In order to adequately match the initial expectations and the real possibilities of using the tool, each feature we intend to codify must be measured against the workload and the means required to do so. Therefore, it is essential to take into account the available possibilities of processing and exploitation as they have a crucial impact on decisions regarding the corpus’ construction. Based on experience acquired in the construction of the ESLORA corpus, the present article looks into some of the problems arising in the process of designing an oral corpus, such as the delicacy with which oral phenomena are represented, the segmentation of the discourse, the coexistence of different simultaneous tagging systems and the particularities of annotation in a bilingual or multilingual context
Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
Publicación Capítulo o parte de un libro (BookPart)

Había + participio no español falado en Galicia: un estudo de corpus

  • Vázquez Rozas, Victoria
As referencias xerais ao español falado en Galicia adoitan sinalar a ausencia de formas verbais compostas como un dos trazos característicos desta variedade condicionado pola influencia do galego. Con todo, as escasas investigacións baseadas nun estudo sistemático de datos de uso mostran que as formas compostas non son alleas aos falantes galegos, o que non exclúe unha notábel variación histórica e individual na frecuencia, distribución e valores das mesmas. Temos indicios de que na segunda metade do XIX os usos e valores dalgunhas formas verbais do español falado en Galicia non responden ao sistema castelán. O presente traballo pretende contribuír á análise do funcionamento de había + participio no español falado en Galicia. Para iso examínase a distribución e o uso da forma nun corpus de fala prestando especial atención á súa relación con cantara, forma coa que comparte valores e que á súa vez presenta usos subxuntivos que a identifican con cantase. No estudo utilizánse métodos da sociolingüística variacionista clásica, pois pártese de variábeis sociais tradicionais na estruturación da mostra e de rexistros de uso obtidos mediante entrevistas sociolingüísticas.
Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
Publicación Libro o Monografía (Book)

Corpus y construcciones: perspectivas hispánicas

  • Olbertz, Hella
  • Torres Cacoullos, Rena
  • Travis, Catherine
  • Granvik, Anton
  • López Meirama, Belén
  • Mellado Blanco, Carmen
  • Mas Álvarez, Inmaculada
  • Domínguez Noya, Eva María
  • López Martínez, María Sol
  • Barcala Rodríguez, Fco. Mario
  • Fernández Rei, Elisa
  • Regueira Fernández, Xosé Luís
  • Rivas Cabanelas, Raquel
  • Santalla del Río, María Paula
  • Villapol Baltar, Rebeca
  • Palacios Martínez, Ignacio Miguel
  • Rojo Sánchez, Guillermo
  • Doval Reixa, Irene
  • Jiménez, Tomás
Los trabajos que integran este volumen constituyen una muestra significativa de las aportaciones actuales de la lingüística de corpus en el ámbito hispánico. La primera parte está dedicada al análisis de fenómenos gramaticales con datos de corpus. La segunda se centra en el diseño y elaboración de corpus textuales de diverso tipo, con especial atención a las posibilidades de recuperación y explotación de los datos que contienen. En ambos bloques se pone de manifiesto la variedad de recursos y métodos de análisis propiciados por el desarrollo de corpus tanto del español como de otras lenguas (gallego, portugués, alemán). Varios capítulos muestran la necesidad de un enfoque plurilingüe, bien para dar cuenta de fenómenos de variación y cambio en situaciones de contacto, bien para desarrollar recursos lingüísticos para la enseñanza de lenguas extranjeras o para la traducción. La autoría plural de la obra configura un panorama diverso y estimulante de las posibilidades que ofrece la lingüística de corpus para profundizar en el conocimiento de las lenguas.
Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
Publicación Capítulo o parte de un libro (BookPart)

(Yo) creo en el español de la Ciudad de México y de Galicia: diferencias de gramaticalización

  • Vázquez Rozas, Victoria
  • Enríquez Ovando, Araceli
El análisis del uso de creo expuesto en este trabajo aporta respuestas a las cuestiones que motivaron la investigación. El examen detallado de los datos ha permitido identificar tendencias comunes a las dos variedades representadas. Por una parte, se confirma la alta frecuencia relativa de creo. Por otra parte, hemos visto que la alternancia entre presencia y ausencia del pronombre yo junto a creo está en correlación con el sentido de la secuencia: en ambas muestras la interpretación epistémica se asocia a la forma simple mientras que el valor de opinión favorece la presencia del pronombre de forma estadísticamente significativa, y ello tanto en la estructura conjuntiva como en la asindética o parentética. La investigación confirma que en las dos variedades examinadas las construcciones y sentidos más usuales de la forma creo presentan rasgos de desemantización y decategorización y, por tanto, de gramaticalización. La comparación de las construcciones registradas en ambos corpus ha permitido detectar diferencias significativas en la frecuencia de los usos epistémicos y las construcciones asindéticas, así como en la distribución contextual de estas últimas. Entendemos que tales diferencias evidencian una mayor gramaticalización de los usos de creo en la variedad de la Ciudad de México.