Information Technologies for the Preservation of Language Heritage

In this paper we try to present how information technologies as tools for the creation of digital bilingual dictionaries can help the preservation of natural languages. Natural languages are an outstanding part of human cultural values and for that reason they should be preserved as part of the world cultural heritage. We describe our work on the bilingual lexical database supporting the Bulgarian-Polish Online dictionary. The main software tools for the web- presentation of the dictionary are shortly described. We focus our special attention on the presentation of verbs, the richest from a specific characteristics viewpoint linguistic category in Bulgarian.

A injunção em livros didáticos de língua portuguesa do 4º e 5º anos do ensino fundamental

This investigation aims at identifying, describing, analyzing and interpreting how textbooks on Portuguese Language approach, beginning with the linguistic material, the effects of sense in texts that predominately employ injunctives. The corpus of this study is comprised of six collections of textbooks on Portuguese Language, which are part of the National Program Guide for Textbooks (PNLD) from 2010, adopted by the public schools in the city of Natal and the object of study for the Read/Tell Project of the Educational Observatory of the Federal University of Rio Grande do Norte (UFRN). Textbooks from the 4th and 5th grades, Elementary School, were analyzed – 12 copies total. For the analysis, we selected 16 writing proposals of injunctive texts. Our study is based on theoretical discussions by Adam (2001a, 2001b) with regard to the genre of: inciting to action. In addition, we consider the work of Koch and Fávero (1987), Koch and Elias (2009), Marcuschi (2003, 2008) Pery-Woodly (2001), Rodrigues (2013), Travaglia (1992, 2007) and Rosa (2007). With respect to discussions on textbooks, we refer to Choppin (2004, 2009), Batista (2003, 2009), Rojo e Batista (2005), and with regard to Portuguese Language textbooks specifically, we consider Soares (1998, 2001, 2004) and Bunzen and Rojo (2005). The proposals for writing in injunctive texts, in the collections analyzed, are tips/recommendations, instructions on making toys and/or games, travel itineraries and cooking recipes, such that 69% of them appear in the 4 th grade textbooks and only 31% appear in the 5th grade textbooks. With respect to the linguistic elements responsible for the construction of directive speech acts and the effects on sense produced by them, the data shows that 50% of the writing proposals do not exploit linguistic categories that implicate the effects on sense using injunctives, or rather, there is no work done dealing with linguistic analysis, while 33% mention the imperative mode and 17% investigate infinitive verbs. In this dissertation, the textual plans of incitation to act genres were studied and in them the linguistic materiality that vehicles injunction. This study might contribute to the improvement of Portuguese language teaching in what concerns the articulation of grammatical studies to textual sequences/types, mainly in the case of Portuguese language textbooks for the 4th and 5th grades of Elementary School.

O /R/ em posição de coda silábica na cidade de Uberlândia

The aim of this research is to describe and analyze the realization of the /R/ at the end of the syllable (coda) in the city of Uberlândia-MG, taking into account variationist aspects and possible phonological phenomena that permeates the variable realization of this segment. We used the labovian variationist methodology, that gave us the needed support to investigate and systematize the variation of one linguistic community. The corpus was compound by 5139 occurrences of /R/, which 2528 were retroflex realizations, 2480 were deletions and 132 were occurrences of other segments. The informants of this research were stratified by: sex; age group; scholarly; they were born in Uberlândia or they arrived in this city before fifth birthday. Beyond the extralinguistic variables (sex, age group and scholarty), we established as linguistic variables: following context; previous context; tonicity of syllable; lexical item; coda position in the syllable; and, at last, the word size. After the statistic analisis computed by the Goldvarb software, the favoring contexts to the retroflex realization were: coronal segments in the following context; labial segments in the previous context; unstressed syllables; nouns and others (non verbs); and words with one syllable. The favoring contexts to deletion were: dorsal segments int the following context and verbs. The extra linguistic variables favored the variation less scholarty. So, the factors male sex and age group from 26 to 49 years favored the retroflex variant, while the factors female and the age group with more than 49 years favored the deletion.

A critical discourse analysis on the (self) representation of Hillary R. Clinton in public discourse

El rol de la mujer dentro de la sociedad ha sido y aún es un tema de mucha controversia. Incluso en nuestra sociedad, se suscitan debates sobre si les está permitido a las mujeres ocupar ciertos ámbitos laborales que han estado siempre dominados por una fuerte presencia masculina, como es el caso del ámbito político. Además, en muchos países aún ni siquiera están reconocidos los derechos de las mujeres, y mientras que, en otras culturas, a pesar de que la ley vela por los derechos humanos sin importar la raza, la religión o el género, la realidad es que incluso en las culturas más desarrolladas existe desigualdad de género y estereotipos que afectan el desenvolvimiento de la mujer. Sin embargo, a pesar de que aun la desigualdad de género está presente en la sociedad, es innegable que la situación actual es mucho más positiva para la implicación de las mujeres incluso dentro de ámbitos de la sociedad, que décadas atrás sería impensable, como la política. En esta línea, toda esta situación ha suscitado el interés de muchos investigadores y lingüistas, que han dedicado tiempo a investigaciones sobre las relaciones entre discurso y género, y sobre la representación mediática de mujeres que tienen cierta influencia en el ámbito público, y cómo la desigualdad de género afecta su imagen pública. Si bien es cierto, durante mucho tiempo el ámbito de la política ha estado dominado por presencia masculina, ahora la situación ha cambiado. En las últimas décadas, se ha hecho evidente una gran presencia de mujeres dentro de la política, mujeres que a comparación de la situación vivida décadas atrás, ahora tienen la posibilidad de presentarse incluso como candidatas a la presidencia, como es el caso de Hillary Clinton. En este sentido muchas corrientes feministas han contribuido en gran medida a esta nueva situación. Ahora bien, en vista de toda esta situación, el presente estudio de investigación intentará dar respuesta a las siguientes preguntas. ¿Hasta qué punto los estereotipos de género están aún presentes en la sociedad? ¿La representación mediática de una figura política está realmente basada en su conducta y en su actividad discursiva, o está influida por esquemas e ideas preconcebidas de género? Teniendo en cuenta que hoy en día hay una mayor presencia femenina dentro del ámbito político, una de mis hipótesis iniciales es que la situación de los estereotipos de género ha disminuido. Además, se espera que la forma en la que Hillary Clinton se representa a sí misma como una mujer y como una política esté menos perjudicada por estos esquemas. El objetivo de este estudio es, primeramente, llevar a cabo un análisis sobre diez discursos de Hillary Clinton, desde el 15 de junio de 2015, fecha en la que Hillary Clinton lanzo su candidatura a la presidencia, hasta el 26 de abril de 2016, para a través de este análisis poder identificar como Hillary Clinton se caracteriza a sí misma en sus discursos políticos, y asimismo identificar si los esquemas convencionales sobre género afectan su auto representación. Con este objetivo, el enfoque de este estudio se va a centrar en análisis cuantitativos y cualitativos sobre la frecuencia de palabras, seguido de un análisis crítico del discurso sobre la auto representación de Hillary en sus discursos. Además, siguiendo la línea de investigación de Tannen (1996), se realizará un análisis sobre los usos de los pronombres “nosotros” y “yo”, para adquirir una mayor perspectiva sobre esta situación. Seguidamente, teniendo en cuenta que los medios de comunicación reflejan ideologías sociales, este estudio ha sido también diseñado para analizar diez artículos de noticias sobre los discursos previamente analizados de Hillary Clinton. De esta manera, se examinará si los estereotipos de género están presentes en la representación mediática de Hillary Clinton, para seguidamente analizar si la interpretación mediática de la candidata a la presidencia está realmente relacionada con los discursos analizados o, si por lo contrario están influidos por estereotipos y esquemas de género. Para cumplir con este objetivo, los datos recopilados para este corpus consisten en exactamente diez artículos que reporten sobre los discursos estudiados en el primer análisis, y la actuación de Hillary Clinton. Estos artículos fueron recogidos de cuatro de los periódicos más importantes de los Estados Unidos, que son New York Times, Wall Street Journal, Los Angeles times y The Washington Post. En este caso el análisis estará centrado en la frecuencia de palabras y en el uso de reporting verbs, siguiendo la línea de investigación de Caldas – Coulthard (1995). Se espera que el presente estudio pueda servir para mayores investigaciones sobre cuestiones de género, y de esta manera contribuir a la creación de teorías que puedan explicar mejor la situación de las mujeres dentro de la política. Para finalizar, aún queda mucho que investigar en esta disciplina, e incluso más por descubrir

A nasalidade no dialeto quilombola do Norte de Minas: uma análise contrastiva baseada em corpus

This research investigated the nasality of vowels in the spontaneous speech of inhabitants of the quilombola communities of Brejo dos Crioulos and Poções (MG). As a theoretical framework, we based on the assumptions of Phonetics and Phonology, in renowned scholars on the investigation of nasality (CAGLIARI, 1977; CÂMARA JR., 1984, 2013; BISOL, 2013; ABAURRE; PAGOTTO, 1996; SILVA, 2015), with subsidies of the Corpus Linguistics. Its general goal was to investigate the occurrence of nasality, in the dialect of these quilombola communities, and their linguistic behavior, considering the linguistic factors that can interfere in the phenomenon. Specifically it was aimed to a) detect the occurrence of nasalized vowels with the help of the resources that the Corpus Linguistics provides (Praat and WorldSmith Tolls); b) discriminate the different types of occurring contexts of nasalized vowels; c) make quantitative and qualitative analyzes of the nasalized vowels in the study corpus; d) describe and analyze the behavior of nasalized vowels and; e) contrast the values of F1 and F2 of the oral and nasalized vowels. It was hypothesized that the nasality happens because it is conditioned by the nasal segment following the nasalized vowel - phonological process of “assimilation” - its position as the primary stress and grammatical category. It was believed that the quilombolas communities of Brejo dos Crioulos and Poções produce nasalized vowels in their speech and this linguistic phenomenon is favored by the adjacent presence of consonants or nasal vowels. Furthermore, it was hypothesized that the values of F1 and F2 of oral and nasalized vowels in these communities are distinct. The following research questions were elaborated: (i) is the presence of nasalized vowels in the speech of these quilombola communities conditioned to the presence of a nasal sound segment? (ii) does the nasal sound segment following the nasalized vowel favor the occurrence of the nasality phenomenon? is there a difference between the values of F1 and F2 of the oral and nasalized vowels in both quilombola communities considered? To compose our corpus, 24 interviews recordings were used (12 female speakers and 12 male speakers), a total of 24 participants. It was found that the following nasal sound segment tends to condition the nasalized vowel. In general, it assimilates the lowering of the soft palate of nasal consonant segment immediately following, but there are cases of nasal vowel segment - regressive assimilation; the stressed syllable tends to favor the nasality, but it occurs in pretonic and postonic position as well; F1 and F2 values of oral and nasalized vowels in the quilombola communities of Poções and Brejo dos Crioulos are distinct: the group of Brejo dos Crioulos tends to produce the F1 of oral and nasalized vowels more lowered than the group of Poções and the F2, in a more anterior position. The nasality tends to occur in verbs and nouns, although it is not specific to a grammatical category. This research found cases of spurious nasalization, confirming previous studies. In turn, it revealed cases of lexical items with favorable context for nasalization, but with its non-occurrence. This last case, considered as the lowering of the uniform soft palate in PB, presented pronounced vowels without the soft palate lowering. That is, it was detected variation in the phenomenon of nasalization in PB. With this work, it was promoted the discussion about nasality, in order to contribute to the linguistic studies about the functioning of Brazilian Portuguese in this geographical context.

Early Word Comprehension in Infants: Replication and Extension.

A handful of recent experimental reports have shown that infants of 6 to 9 months know the meanings of some common words. Here, we replicate and extend these findings. With a new set of items, we show that when young infants (age 6-16 months, n=49) are presented with side-by-side video clips depicting various common early words, and one clip is named in a sentence, they look at the named video at above-chance rates. We demonstrate anew that infants understand common words by 6-9 months, and that performance increases substantially around 14 months. The results imply that 6-9 month olds' failure to understand words not referring to objects (verbs, adjectives, performatives) in a similar prior study is not attributable to the use of dynamic video depictions. Thus, 6-9 month olds' experience of spoken language includes some understanding of common words for concrete objects, but relatively impoverished comprehension of other words.

La enseñanza de las construcciones pasivas e impersonales con "se" en español como L2. ¿Cuántas distinciones son necesarias?

Este artículo sugiere un enfoque nuevo a la enseñanza de las dos estructuras gramaticales la pasiva refleja y el “se” impersonal para las clases universitarias de E/LE. Concretamente, se argumenta que las dos se deberían tratar como construcciones pasivas, basada en un análisis léxico-funcional de ellas que enfoca la lingüística contrastiva. Incluso para la instrucción de E/LE, se recomienda una aproximación contrastiva en la que se enfocan tanto la reflexión metalingüística como la competencia del estudiante en el L2. Específicamente, el uso de córpora lingüísticos en la clase forma una parte integral de la instrucción. El uso de un corpus estimula la curiosidad del estudiante, le expone a material de lengua auténtica, y promulga la reflexión inductiva independiente.

Les verbes causatifs dans les textes scientifiques : essai de typologie

La causalité est une des notions les plus fondamentales de la vie humaine. La vulgarisation scientifique se base sur l’établissement fréquent de relations causales par le truchement d'indices linguistiques. Ainsi, la causalité y est perceptible à l'aide de marques explicites, se manifestant au niveau lexical. Dans de nombreuses situations, afin de valider la relation causale, il faut récupérer des termes plus ou moins explicites qui apparaissent au niveau morphosyntaxique. Viennent enfin les procédés implicites d’expression de la cause ou "la causalité non marquée" linguistiquement.  

Monosyllabic Circumflexion in Lithuanian

This PhD thesis examines a phenomenon known as Monosyllabic Circumflexion (MC, hereafter) from a historical linguistics / phonological point of view. MC denotes a Lithuanian or Balto-Slavic phenomenon according to which long vowels and diphthongs in monosyllabic words exhibit a circumflex tone instead of the expected acute tone.  It is observed in the following four categories: I. 3rd person future forms of monosyllabic stems (e.g., šõks ― šókti `to jump;' vy͂s ― výti `to drive') II. reflexes of PIE root nouns (e.g., Latv. gùovs `cow;' Lith. šuõ `dog') III. prepositions/adverbs (e.g., nuõ `from' ~  nùotaka `bride;' vė͂l `again' ~ Latv. vêl `still, yet,' tė͂ (permissive particle) < *teh1) IV. pronominal forms (e.g., tuõ ~ gerúoju `the good (m.~sg.~instr.),' tie͂ ~ tíeji `id. (pl.nom)'). The unexpected circumflex tone in these categories is problematic and important for the solution of a Balto-Slavic accentological question on the etymological background of acute and non-acute tones. The aim of this thesis is to partially contribute to the solution of this problem by establishing the existence of MC and its relative chronology. The first category, the 3rd person future forms, provides a substantial number of examples and counterexamples. The examination of them has revealed the fact that the counterexamples constitute a morpho-semantic group of verbs whose future stems underwent considerable morphological changes in the prehistory, hence not exhibiting MC. This shows that the regular tonal reflex of the 3rd person future forms of monosyllabic acute stem must be circumflex, allowing for the establishment of MC as a regular phonological process, although this category does not provide much information on the relative chronology of MC. The second category, the reflexes of Proto-Indo-European root nouns, gives an important clue as to where MC is located in the relative chronology of Balto-Slavic sound changes. Next, there is a discussion of whether the results of the examinations of the first two categories can be maintained for the data of the third and fourth categories, which show an irregular distribution of the acute and circumflex tones in monosyllabic forms. It is shown that various morphological factors, such as homonymic clashes within the paradigms for pronouns, can explain why some monosyllabic forms have acute tone. Also, the linguistic feature of West Aukštaitian dialects of Lithuanian that tend to preserve the results of MC is revealed. These dialects are known to have played an important role in the formation of standard Lithuanian. In this way, the monosyllabic forms with unexpected circumflex tone in Lithuanian are explained as a combination of MC in the Proto-Balto-Slavic time and the dialectal tendency of West Aukštaitian dialects of Lithuanian.

Du terme prédicatif au cadre sémantique : méthodologie de compilation d'une ressource terminologique pour les termes arabes de l'informatique

La description des termes dans les ressources terminologiques traditionnelles se limite à certaines informations, comme le terme (principalement nominal), sa définition et son équivalent dans une langue étrangère. Cette description donne rarement d’autres informations qui peuvent être très utiles pour l’utilisateur, surtout s’il consulte les ressources dans le but d’approfondir ses connaissances dans un domaine de spécialité, maitriser la rédaction professionnelle ou trouver des contextes où le terme recherché est réalisé. Les informations pouvant être utiles dans ce sens comprennent la description de la structure actancielle des termes, des contextes provenant de sources authentiques et l’inclusion d’autres parties du discours comme les verbes. Les verbes et les noms déverbaux, ou les unités terminologiques prédicatives (UTP), souvent ignorés par la terminologie classique, revêtent une grande importance lorsqu’il s’agit d’exprimer une action, un processus ou un évènement. Or, la description de ces unités nécessite un modèle de description terminologique qui rend compte de leurs particularités. Un certain nombre de terminologues (Condamines 1993, Mathieu-Colas 2002, Gross et Mathieu-Colas 2001 et L’Homme 2012, 2015) ont d’ailleurs proposé des modèles de description basés sur différents cadres théoriques. Notre recherche consiste à proposer une méthodologie de description terminologique des UTP de la langue arabe, notamment l’arabe standard moderne (ASM), selon la théorie de la Sémantique des cadres (Frame Semantics) de Fillmore (1976, 1977, 1982, 1985) et son application, le projet FrameNet (Ruppenhofer et al. 2010). Le domaine de spécialité qui nous intéresse est l’informatique. Dans notre recherche, nous nous appuyons sur un corpus recueilli du web et nous nous inspirons d’une ressource terminologique existante, le DiCoInfo (L’Homme 2008), pour compiler notre propre ressource. Nos objectifs se résument comme suit. Premièrement, nous souhaitons jeter les premières bases d’une version en ASM de cette ressource. Cette version a ses propres particularités : 1) nous visons des unités bien spécifiques, à savoir les UTP verbales et déverbales; 2) la méthodologie développée pour la compilation du DiCoInfo original devra être adaptée pour prendre en compte une langue sémitique. Par la suite, nous souhaitons créer une version en cadres de cette ressource, où nous regroupons les UTP dans des cadres sémantiques, en nous inspirant du modèle de FrameNet. À cette ressource, nous ajoutons les UTP anglaises et françaises, puisque cette partie du travail a une portée multilingue. La méthodologie consiste à extraire automatiquement les unités terminologiques verbales et nominales (UTV et UTN), comme Ham~ala (حمل) (télécharger) et taHmiyl (تحميل) (téléchargement). Pour ce faire, nous avons adapté un extracteur automatique existant, TermoStat (Drouin 2004). Ensuite, à l’aide des critères de validation terminologique (L’Homme 2004), nous validons le statut terminologique d’une partie des candidats. Après la validation, nous procédons à la création de fiches terminologiques, à l’aide d’un éditeur XML, pour chaque UTV et UTN retenue. Ces fiches comprennent certains éléments comme la structure actancielle des UTP et jusqu’à vingt contextes annotés. La dernière étape consiste à créer des cadres sémantiques à partir des UTP de l’ASM. Nous associons également des UTP anglaises et françaises en fonction des cadres créés. Cette association a mené à la création d’une ressource terminologique appelée « DiCoInfo : A Framed Version ». Dans cette ressource, les UTP qui partagent les mêmes propriétés sémantiques et structures actancielles sont regroupées dans des cadres sémantiques. Par exemple, le cadre sémantique Product_development regroupe des UTP comme Taw~ara (طور) (développer), to develop et développer. À la suite de ces étapes, nous avons obtenu un total de 106 UTP ASM compilées dans la version en ASM du DiCoInfo et 57 cadres sémantiques associés à ces unités dans la version en cadres du DiCoInfo. Notre recherche montre que l’ASM peut être décrite avec la méthodologie que nous avons mise au point.

Towards a grammar of the senses: perception in Lushese (Olussese)

The thesis presents the grammar of the Eastern African Bantu language Lushese (Olussese), spoken in Uganda, and gives information on the historical background that caused the today´s highly endangered status of the language (chapters 1 & 2). Focussing on the semantics of the verbs of perception, the thesis presents the use and meaning of various linguistic means for expressing perception in general and further for the expression of physical, sensory, emotional and cognitive experience in Lushese (chapters 3-5). The findings in Lushese provide insights of the use of language in the light of social interaction and include information on the ways cultural and social values impact the choice of linguistic means (chapter 6). With respect to the theoretical issues concerning the language of perception the data in Lushese show that the way people speak about the environment and use language to express categories of perception are rather a matter of innate cultural interpretation regarding the human body and the environment than a matter of the human body and the environment as given by biological and/or physical conditions.

Do you what I say? people reconstruct the syntax of anomalous utterances

We frequently experience and successfully process anomalous utterances. Here we examine whether people do this by ‘correcting’ syntactic anomalies to yield well-formed representations. In two structural priming experiments, participants’ syntactic choices in picture description were influenced as strongly by previously comprehended anomalous (missing-verb) prime sentences as by well-formed prime sentences. Our results suggest that comprehenders can reconstruct the constituent structure of anomalous utterances – even when such utterances lack a major structural component such as the verb. These results also imply that structural alignment in dialogue is unaffected if one interlocutor produces anomalous utterances.

An?lisis de los problemas en la argumentaci?n escrita en espa?ol de estudiantes de tercer semestre de la licenciatura en lenguas extranjeras de la Universidad del Valle [recurso electr?nico]

This study identifies and analyzes the problems of academic and argumentative writing in third semester students of the Bachelor of Foreign Languages at the Universidad del Valle, in order to determine which are the most common difficulties arisen in the process of writing. Formal aspects of language and rhetorical elements will be analyzed in the written productions of students. This is a qualitative ethnographic study that aims to determine how the relationship between the pedagogical intervention, classroom interactions and classroom activities in the course of Composition II, help to overcome these difficulties. The research shows that students have many difficulties in the academic writing as the use of an appropriate lexical, cohesion between paragraphs of a text, use of punctuation, citation and conjugation of verbs. In relation to the construction of the argument, it was found problems in students? texts: students fail in prevailing an argumentative sequence, there is not an approach and continuation of a thesis throughout the text, there is no consistency between the thesis and the arguments developed throughout the production, problems in the use of rebuttals and backings in the argumentation. In addition to these, and although they are not the most common problems, interference of words from a foreign language (English or French) and orality marks were found in the students? argumentative essays. Finally, this work demonstrates that educational intervention and classroom interactions help to improve the different versions of the written productions, though, some problems remain unsolved at the end of the intervention.

Ich hoffe dass alles da gut lauft. Eine Analyse von Aufsätzen finnischer Gymnasiasten

Diese Pro-Gradu-Arbeit basiert auf Deutschaufsätzen von finnischen Gymnasiasten. Es soll der Versuch unternommen werden, die Schreibkompetenz der Lernenden zu analysieren. Es wird betrachtet, welche Verbstrukturen sie in ihren Aufsätzen benutzen und wie sie sie anwenden. Auch die Stellung des Verbs wird untersucht. Diese werden mit den Inhalten, die im Unterricht gelehrt worden sind, verglichen. Das Beherrschen der Verbstrukturen hat einen starken Einfluss auf die Bestimmung der sprachlichen Kompetenz. Das Primärmaterial besteht aus zwölf Aufsätzen und neun Lehrbüchern. Die Aufsätze wurden während des dritten und sechsten B2-Deutschkurses geschrieben. Die SchülerInnen haben unterschiedliche Hintergründe: Einige lernen Deutsch erst seit ein Paar Jahren, während andere sogar deutsche Verwandte haben. Der deutsche Hintergrund hat die Sprachkompetenz positiv beeinflusst, aber auch z. B. die Motivation, sprachliche Begabung und die Lehrwerke tragen hierzu bei. Auch Transfer wurde untersucht. Die Aufsätze wurden Satz per Satz analysiert. Es wurde betrachtet, welche Strukturen vorkamen und wie vielseitig sie benutzt wurden. Die Lernenden hatten in den ersten Texten sehr einfache Sätze geschrieben, aber sie haben Variation z. B. durch die Inversion gebracht. In den näcshten Aufsätzen war der Satzbau komplexer, aber dadurch waren die Sätze manchmal nicht sofort zu verstehen. Der sprachliche Fortschritt wurde mit Hilfe des Analysemodells von Rösch (2011) analysiert und die Sprachkompetenz wurde in die Niveaus des gemeinsamen europäischen Referenzrahmens eingeordnet. Der finnische Lehrplan stellt eigene Ziele zum Fremdsprachenunterricht und die Lernenden dieser Untersuchungsgruppe haben die Ziele schon nach dem dritten Kurs erreicht. Zwischen dem dritten und sechsten Kurs haben sie das folgende Niveau nicht erreicht, aber die Schreibkompetenz hat sich vertieft. Mit ein bisschen Übung würden sie bestimmt das folgende Niveau erreichen. Die Kompetenzunterschiede zwischen den Lernenden waren deutlich zu sehen.

Multi-class sentiment analysis using a hierarchical logistic model tree approach

En este trabajo se propone un nuevo sistema híbrido para el análisis de sentimientos en clase múltiple basado en el uso del diccionario General Inquirer (GI) y un enfoque jerárquico del clasificador Logistic Model Tree (LMT). Este nuevo sistema se compone de tres capas, la capa bipolar (BL) que consta de un LMT (LMT-1) para la clasificación de la polaridad de sentimientos, mientras que la segunda capa es la capa de la Intensidad (IL) y comprende dos LMTs (LMT-2 y LMT3) para detectar por separado tres intensidades de sentimientos positivos y tres intensidades de sentimientos negativos. Sólo en la fase de construcción, la capa de Agrupación (GL) se utiliza para agrupar las instancias positivas y negativas mediante el empleo de 2 k-means, respectivamente. En la fase de Pre-procesamiento, los textos son segmentados por palabras que son etiquetadas, reducidas a sus raíces y sometidas finalmente al diccionario GI con el objetivo de contar y etiquetar sólo los verbos, los sustantivos, los adjetivos y los adverbios con 24 marcadores que se utilizan luego para calcular los vectores de características. En la fase de Clasificación de Sentimientos, los vectores de características se introducen primero al LMT-1, a continuación, se agrupan en GL según la etiqueta de clase, después se etiquetan estos grupos de forma manual, y finalmente las instancias positivas son introducidas a LMT-2 y las instancias negativas a LMT-3. Los tres árboles están entrenados y evaluados usando las bases de datos Movie Review y SenTube con validación cruzada estratificada de 10-pliegues. LMT-1 produce un árbol de 48 hojas y 95 de tamaño, con 90,88% de exactitud, mientras que tanto LMT-2 y LMT-3 proporcionan dos árboles de una hoja y uno de tamaño, con 99,28% y 99,37% de exactitud,respectivamente. Los experimentos muestran que la metodología de clasificación jerárquica propuesta da un mejor rendimiento en comparación con otros enfoques prevalecientes.