Corpus annotation of causal relations and their signals in English and Spanish

El estudio de las relaciones causales y su expresión lingüística ha sido comúnmente estudiado desde diferentes perspectivas en los años recientes. Sin embargo, pocos estudios han intentado combinar diferentes enfoques para establecer el significado de estas relaciones, y han investigado de manera contrastiva las señales usadas para expresarlas. Este trabajo de fin de master es un proyecto para avanzar el conocimiento en este área mediante la investigación de: a) la posibilidad de caracterizar las relaciones causales en diferentes tipos, usando características que combinan un enfoque funcional y cognitivo; b) los tipos de relaciones causales preferidas en los textos expositivos en inglés y sus traducciones al español; c) las expresiones lingüísticas preferidas para expresar dichas relaciones causales en los textos originales en inglés y sus traducciones al español. La metodología usada en esta investigación se basa en la anotación manual de un corpus bilingüe compuesto de un total de 37 textos expositivos (incluyendo los textos originales en inglés y sus traducciones al español) extraídos del corpus MULTINOT, un corpus de alta calidad, con registros diversificados y multifuncional bilingüe inglésespañol, actualmente compilado y anotado multidimensionalmente por los miembros del grupo de investigación FUNCAP con el proyecto MULTINOT (véase Lavid et al.2015) El estudio se llevó a cabo en cuatro pasos principales: primero, un esquema de anotación para las relaciones causales en inglés y español fue diseñado constando de tres sistemas interrelacionados y sus correspondientes características; tras ello, se compiló un inventario de señales para las relaciones causales en inglés y español, y una categorización en diferentes tipos; seguidamente, el esquema de anotación fue implementado en la herramienta UAM Corpus Tool y el conjunto de textos bilingües fue anotado por el autor de este estudio; finalmente, los datos extraídos de la anotación fueron analizados estadísticamente para comprobar las posibles diferencias entre los textos originales en inglés y sus traducciones al español respecto a la selección del tipo de relación de causa y sus señales. El análisis estadístico de los datos anotados sugiere que los tipos de relaciones de causa preferidos en los textos originales en inglés y son los tipos de contenido y no volitivos, que el orden de aparición de estos tipos de señales preferido es la segunda posición, y las señales más recurrentes usadas para expresar dichas relaciones son las conjunciones, seguidas de los sintagmas verbales. El análisis de las traducciones al español revela un alto grado de similitud con los datos de los textos originales en inglés, lo que sugiere que en las traducciones al español se conservan las preferencias de los textos originales en la mayoría de los casos y que estas elecciones pueden considerarse un indicativo de los textos expositivos en inglés. Proyectos futuros se centraran en el análisis de los textos originales en español para comprobar si las tendencias observadas en los textos originales en inglés y sus traducciones al español son también validas en textos originales en español, y en la especificación de patrones que puede ayudar al análisis automático de estas relaciones

Restauración de la obra, Corpus Iuris Civilis. Venecia, 1560: (signatura: BH FLL 9628)

En las páginas siguientes se detalla el tratamiento de restauración aplicado por la autora a la obra referenciada en el título, que constituye el único ejemplar que consta en el Catalogo Colectivo del Patrimonio Bibliográfico Español y cuyo estado inicial hacía necesaria dicha intervención. El trabajo se realizó en el contexto de las prácticas curriculares de los estudios superiores de Conservación y Restauración de Bienes Culturales, bajo convenio de colaboración entre la Biblioteca Histórica de la UCM y la Escuela Superior de Conservación y Restauración de Bienes Culturales de Madrid.

Thematic patterning in English and Spanish: contrastive annotation of a bilingual newspaper corpus for liguistic and computational applications

Thematization is recognized as a fundamental phenomenon in the construction of messages and texts by di erent linguistic schools. This location within a text privileges the elements that guide the reader in the orientation and interpretation of discourse at di erent levels. Thematizing a linguistic unit by locating it in the rst-initial position of a clause, paragraph, or text, confers upon it a special status: a signal of the organizational strategy which characterizes di erent text types playing a role as a variable in the distinction of registers, text types and genres. However, in spite of the importance of the study of thematization for message and textual structuring, to date there are no linguistic studies that have undertook the task of validating its aspects in a comparative manner, either for linguistic or computational purposes. This study, therefore, lls a research gap by implementing a methodology based on contrastive corpus annotation, which allows to empirically validate aspects of the phenomenon of Thematization in English and Spanish, it also seeks to develop a bilingual English-Spanish comparable corpus of newspaper texts automatically annotated with thematic features at clausal and discourse levels. The empirically validated categories (Thematic Field and its elements: Textual Theme, Interpersonal Theme, PreHead and Head) are used to annotate a larger corpus of three newspaper genres news reports, editorials and letters to the editor in terms of thematic choices. This characterization, reveals interesting results, such as the use of genre-speci c strategies in thematic position. In addition, the thesis investigates the possibility to automate the annotation of thematic features in the bilingual corpus through the development of a set of JAVA rules implemented in GATE. It also shows the e cacy of this method in comparison with the manual annotation results...

Análisis contrastivo del español y el inglés como lenguas de instrucción en la educación superior: estrategias discursivas del profesor en un corpus oral

El amplio dominio del inglés como lengua global también está dejando huella en el mundo académico. En un principio fue la lengua a través de la cual se realizaba gran parte de la investigación y la publicación de los conocimientos específicos de cada disciplina académica. Actualmente también se está convirtiendo gradualmente en lengua de instrucción. A pesar de que en numerosos contextos a lo largo de la historia la enseñanza a través de una lengua extranjera ha sido más la regla que la excepción, las repercusiones que está causando a todos los niveles (político, económico, social, educativo y pedagógico) hacen de este fenómeno educativo un objeto necesario de investigación. Uno de los principales factores que han llevado a la adopción del inglés como lengua de instrucción en la educación superior ha sido la internacionalización de la universidad. Además, puesto que su implementación ya constituye una práctica extendida y aceptada en previos niveles educativos debido a la expansión del aprendizaje integrado de contenidos y lengua (AICLE) en primaria y secundaria (Dafouz & Guerrini, 2009; Dalton-Puffer, Nikula & Smit, 2010), continuar con este enfoque parece una elección lógica y, en principio, no muy costosa y problemática (Coleman, 2013: XIV). A este hecho hay que sumarle el factor competitivo que lleva a las universidades a atraer a estudiantes nacionales e internacionales, a profesores e investigadores con vocación y éxito de todas las partes del mundo y a alumnos de postgrado con talento con el objeto de incentivar la reputación y el prestigio de la universidad (Graddol, 2006; Ramos, 2013; Dafouz, 2015)...

La sabiduría árabe antigua reflejada en los proverbios de Al-Maydani: traducción y análisis paremiológico de un corpus seleccionado

Little is known about Ancient Arabia before the arrival of Islam as it was an area with few inhabited settlements and it was mostly a passageway for traders. In those inhabited settlements we could find some settled Arabs, but the prevailing life style was that of the rest of the population, nomadic Bedouin Arabs who travelled from place to place looking for water and pasture for their cattle, which they lived off. The desert was their natural habitat, a hostile environment full of danger where life was not easy. Camel taming made it possible for them to live that nomadic lifestyle, and the Bedouins became inseparable from their camels and from their horses and cattle. In order to make a living they worked as hunters, transported caravans, and plundered too. In the pre-Islamic era, knowledge was transmitted by oral communication, so very little written information about that time and place remains. One thing that has been handed down are proverbs, which after the 8th Century started to be collected by several writers in various written works. Given the characteristics of those proverbs, which are conserved almost intact from their origins, we can learn much about the lifestyle in Ancient Arabia. What is to be investigated within this thesis is whether through Paremiology it is possible to learn more about this area at this historic moment that precedes the arrival of Islam, and the first years of this religion. To learn about history, we usually rely on historians and palaeontologists, but this work will demonstrate that through Paremiology it is possible to know other aspects of culture, their knowledge, the way of life, thinking, society, etc...