Robust handling of out-of-vocabulary words in deep language processing

Tese de doutoramento, Informática (Ciências da Computação), Universidade de Lisboa, Faculdade de Ciências, 2014

Women in the English Language Dictionary

Thesis (Ph.D.)--University of Washington, 2012

English as a lingua Franca : bridging the gap between theory and practice in english language teaching

Tese de doutoramento, Linguística (Linguística Aplicada), Universidade de Lisboa, Faculdade de Letras, 2015

TimeMesh: an educational historical game

The TIMEMESH game, developed in the scope of the European Project SELEAG, is an educational game for learning history, culture and social relations. It is supported by an extensible, online, multi-language, multi-player, collaborative and social platform for sharing and acquiring knowledge of the history of European regions. The game has been already used, with remarkable success, in different European countries like Portugal, Spain, England, Slovenia, Estonia and Belgium.

The role of ‘Shared Memories’ in shaping nationalist movements : a comparative historical analysis of the Flemish and Québécois nationalist movements

Les mouvements nationalistes flamands et québécois divergent en concernant leur structure; par exemple le nationalisme flamand s'est développé comme un mouvement chrétien-démocrate, alors que le nationalisme québécois contemporain s’est galvanisé autour d'une idéologie laïque de gauche. Par ailleurs, il existe un contraste entre les poids sociodémographique, politique et économique portés par la région de Flandres en Belgique, et ceux portés dans la province du Québec au Canada. Cependant, malgré les influences divergentes structurelles et systémiques, les mouvements nationalistes flamand et québécois ont développé et maintenu des profils très similaires. Par exemple, les deux mouvements nationalistes se définissent par une distinction ethnolinguistique, les deux ont un discours nationaliste parallèle axé sur la nécessité de préserver et de protéger la langue et la culture de la communauté nationale, et les deux se concentrent sur l'obtention d'une redistribution des pouvoirs culturels et politiques. Dans ce mémoire, nous proposons que le profil nationaliste ressemblant du mouvement nationaliste flamand et québécois puisse être expliqué par le développement d'un « nationalisme ethnolinguistique de contestation », qui était initialement mis en place par les nationalistes flamands et québécois cherchant à corriger les effets d'une « division culturelle du travail ». Ce sentiment d’un nationalisme de contestation ethnolinguistique est instrumentalisé et perpétué par les nationalistes flamands et québécois en évoquant certains « souvenirs partagés », qui sont trouvés dans le récit historique de la communauté nationale. Ces souvenirs partagés, ainsi que leurs représentations symboliques, reflètent les sentiments de protestation, injustice et victimisation, qui sont vitaux pour les nationalistes flamands et québécois dans le maintien de leur expression parallèlement à un nationalisme de contestation ethnolinguistique en Flandres et au Québec.

Avoir ou être dans les formes verbales composées : conflits, usages et choix des grammairiens dans l'histoire du français de 1500 à 1789

En français contemporain, l’hésitation dans le choix entre être et avoir comme auxiliaire dans les formes verbale composées (par ex. le passé composé) de certains verbes intransitifs (par ex. tomber), surtout dans des variétés non standards du français, démonte clairement l’écart qui existe entre le français normé et le français oral quotidien. Cette hésitation, voire l’incertitude, dans le choix de l’auxiliaire n’est pas une particularité arbitraire ou aléatoire de la langue contemporaine; elle s’inscrit plutôt dans une tendance diachronique et pan-romane que l’on a pu observer dans la langue française depuis son émancipation du latin. Notre étude, qui se fonde sur la théorie de la grammaticalisation, propose une analyse du discours grammatical de 1500 – époque où sont apparues les premières grammaires du français – jusqu’à 1789 avec la Révolution française, signalant le moment où la langue se serait stabilisée et aurait adopté sa forme moderne. Nous divisons les trois siècles de notre étude en quatre périodes distinctes, déjà bien établies dans les études historiques. Ce sont : - Le XVIe siècle (1530-1599) - La première moitié de la période classique (1600-1650) - La deuxième moitié de la période classique (1651-1715) - Le Siècle des lumières (1716-1789) Pour chacune des quatre périodes, l’analyse se fait en trois temps. Premièrement, nous recensons les grammairiens, les lexicographes et les essayistes qui se sont prononcés, soit explicitement, soit implicitement, sur l’emploi des auxiliaires être et avoir dans les formes verbales composées (FVC). Nous identifions, là où cela est possible, le dialecte maternel de chaque auteur et son modèle d’usage. Deuxièmement, nous résumons les observations et les commentaires sur l’emploi des auxiliaires dans les FVC formulés par chaque auteur, y compris les tentatives d’explication quant à la variation dans le choix de l’auxiliaire. Finalement, nous rapportons la description de l’emploi des auxiliaires dans les FVC proposée par des historiens de la langue française pour la période en question. Notre étude nous permet de confirmer, en ce qui concerne les FVC, certaines tendances déjà reconnues dans la langue française et d’en identifier d’autres. Également, nous avons pu repérer, voire circonscrire des facteurs qui ont eu une influence sur le choix, tels les verbes plus sensibles à l’alternance, les grammairiens dont l’autorité s’est imposé plus que d’autres ou avant les autres dans l’établissement de la norme sur ce point, les contextes sociaux dans lesquels le débat a eu lieu et la période pendant laquelle les préoccupations sur ce choix était les plus intenses.

On Parallel Communicating Grammar Systems and Correctness Preserving Restarting Automata

This paper contributes to the study of Freely Rewriting Restarting Automata (FRR-automata) and Parallel Communicating Grammar Systems (PCGS), which both are useful models in computational linguistics. For PCGSs we study two complexity measures called 'generation complexity' and 'distribution complexity', and we prove that a PCGS Pi, for which the generation complexity and the distribution complexity are both bounded by constants, can be transformed into a freely rewriting restarting automaton of a very restricted form. From this characterization it follows that the language L(Pi) generated by Pi is semi-linear, that its characteristic analysis is of polynomial size, and that this analysis can be computed in polynomial time.

The Logical Problem of Language Change

This paper considers the problem of language change. Linguists must explain not only how languages are learned but also how and why they have evolved along certain trajectories and not others. While the language learning problem has focused on the behavior of individuals and how they acquire a particular grammar from a class of grammars ${cal G}$, here we consider a population of such learners and investigate the emergent, global population characteristics of linguistic communities over several generations. We argue that language change follows logically from specific assumptions about grammatical theories and learning paradigms. In particular, we are able to transform parameterized theories and memoryless acquisition algorithms into grammatical dynamical systems, whose evolution depicts a population's evolving linguistic composition. We investigate the linguistic and computational consequences of this model, showing that the formalization allows one to ask questions about diachronic that one otherwise could not ask, such as the effect of varying initial conditions on the resulting diachronic trajectories. From a more programmatic perspective, we give an example of how the dynamical system model for language change can serve as a way to distinguish among alternative grammatical theories, introducing a formal diachronic adequacy criterion for linguistic theories.

A Dynamical Systems Model for Language Change

Formalizing linguists' intuitions of language change as a dynamical system, we quantify the time course of language change including sudden vs. gradual changes in languages. We apply the computer model to the historical loss of Verb Second from Old French to modern French, showing that otherwise adequate grammatical theories can fail our new evolutionary criterion.

Aprendizaje léxico y desarrollo de la gramática: vocabulario verbal, aceleración morfológica y complejidad sintáctica

This paper studies the initial development of certain language components. More precisely, we analyse the relation between three aspects that are closely involved in the grammar of the verb: morphological productivity, syntactic complexity, and verb vocabulary learning. The study is based on data about the relationship between lexical development and grammatical development, and also on proposals that a critical mass of vocabulary is needed in order to develop a grammatical component. The sample comprised six subjects who are monolingual or bilingual in Catalan andlor Spanish. Results show a morphological spurt some time afer the learning of a certain quantity of verbs. Moreover, syntactic complexity is only evident some months after this morphological spurt

El plan de lengua y cohesión social en Catañunya: primeros datos de una investigación = Language and Social Cohesion Plan in Catalonia: Initial research data

Los programas de inmersión lingüística han constituido y constituyen dentro del Sistema Educativo catalán la principal forma para que el alumnado de lengua familiar no-catalana aprenda una nueva lengua, el catalán, sin que, en su proceso de aprendizaje, vea mermado ni el desarrollo de su propia lengua ni su rendimiento académico. El éxito de la inmersión lingüística en las décadas anteriores ha sido frecuentemente utilizado como uno de los argumentos orientativos para justificar la política lingüística que se sigue en la escolarización de la infancia extranjera. Sin embargo, los resultados obtenidos por investigaciones recientes parece que no avalan empíricamente dicho argumento. Este artículo analiza dichos resultados y expone, a partir del Plan para la Lengua y Cohesión Social puesto en marcha por el Departamento de Educación de la Generalitat de Cataluña, cuáles son los retos que se presentan a su Sistema Educativo dentro del nuevo marco que supone el aumento de la diversidad cultural y lingüística en la actual sociedad catalana

Grammar practice activities : a practical guide for teachers.

Recurso para el profesor que desee combinar la enseñanza de la gramática con una metodología comunicativa. El objetivo de esta publicación es ayudar a los alumnos a dominar los usos gramaticales más importantes que les permitan transmitir significados eficazmente y de manera aceptable. Contiene una colección de actividades prácticas de gramática adecuadas para una amplia variedad de niveles y edades. Acompaña al libro un CD-ROM que proporciona PDFs de todo el material fotocopiable.

Dialogue Systems for Language Learning

En este artículo se presenta el caso de Milao, un entorno virtual que ofrece a los estudiantes de idiomas extranjeros la oportunidad de desarrollar y mejorar sus habilidades comunicativas dialogando en escenarios de conversación predefinidos que simulan la interacción con un nativo. Esta tecnología propone una solución a uno de los mayores retos en el aprendizaje de lenguas extranjeras: la falta de oportunidades para poner en práctica la gramática y el vocabulario recién adquiridos. Combinando la investigación sobre la lingüística y el aprendizaje de lenguas con los avances tecnológicos en el campo del Procesamiento del Lenguaje Natural (NPL), particularmente sobre sistemas de diálogo, hemos creado oportunidades en la demanda de los estudiantes a conversar en la lengua que tratan de aprender.

Argument omissions in preschool Catalan and Spanish speaking children with SLI

El presente artículo describe tres estudios sobre la producción del verbo y la estructura argumental en niños con Trastorno Específico del Lenguaje (TEL) usando diferentes metodologías. El primero es un estudio observacional que usa una muestra de habla espontánea. El segundo usa una tarea experimental de denominación de oraciones como resultado de la observación de videos de acciones. El tercero comprende la tarea de denominación de oraciones con imágenes estáticas en eventos con diferente complejidad argumental. Aunque los datos concretos varían en función de la metodología usada, hay una clara evidencia de que los niños de habla catalana y española con TEL presentan especiales dificultades en la producción de verbos con una alta complejidad en relación a la estructura argumental y cometen errores en la especificación de los argumentos obligatorios. Se concluye que tanto limitaciones en el procesamiento como déficits en la representación semántica de los verbos pueden estar implicados en estas dificultades