Projecte de base de dades lexicogràfica per a la LSC (llengua de signes catalana)

Les llengües de signes són llengües naturals, però difereixen de les llengües orals en la forma d’interpretació i de transmissió del llenguatge. Els paràmetres fonològics són diferents i la seva organització també. El projecte de base de dades lexicogràfica presenta una proposta per recollir i descriure els ítems lèxics de la llengua de signes catalana, d’acord amb els paràmetres de la modalitat visual. L’objectiu del treball és que pugui ser una eina de consulta per als usuaris d’aquesta llengua, una eina de recerca sobre els paràmetres que regeixen la LSC i sobre la competència gramatical dels humans, i una font per a l’elaboració de diversos materials lexicogràfics

Sistemas de detección y extracción semiautomática de siglas: estado de la cuestión

Informe de investigación realizado a partir de una estancia en el Équipe de Recherche en Syntaxe et Sémantique de la Université de Toulouse-Le Mirail, Francia, entre julio y setiembre de 2006. En la actualidad existen diversos diccionarios de siglas en línea. Entre ellos sobresalen Acronym Finder, Abbreviations.com y Acronyma; todos ellos dedicados mayoritariamente a las siglas inglesas. Al igual que los diccionarios en papel, este tipo de diccionarios presenta problemas de desactualización por la gran cantidad de siglas que se crean a diario. Por ejemplo, en 2001, un estudio de Pustejovsky et al. mostraba que en los abstracts de Medline aparecían mensualmente cerca de 12.000 nuevas siglas. El mecanismo de actualización empleado por estos recursos es la remisión de nuevas siglas por parte de los usuarios. Sin embargo, esta técnica tiene la desventaja de que la edición de la información es muy lenta y costosa. Un ejemplo de ello es el caso de Abbreviations.com que en octubre de 2006 tenía alrededor de 100.000 siglas pendientes de edición e incorporación definitiva. Como solución a este tipo de problema, se plantea el diseño de sistemas de detección y extracción automática de siglas a partir de corpus. El proceso de detección comporta dos pasos; el primero, consiste en la identificación de las siglas dentro de un corpus y, el segundo, la desambiguación, es decir, la selección de la forma desarrollada apropiada de una sigla en un contexto dado. En la actualidad, los sistemas de detección de siglas emplean métodos basados en patrones, estadística, aprendizaje máquina, o combinaciones de ellos. En este estudio se analizan los principales sistemas de detección y desambiguación de siglas y los métodos que emplean. Cada uno se evalúa desde el punto de vista del rendimiento, medido en términos de precisión (porcentaje de siglas correctas con respecto al número total de siglas extraídas por el sistema) y exhaustividad (porcentaje de siglas correctas identificadas por el sistema con respecto al número total de siglas existente en el corpus). Como resultado, se presentan los criterios para el diseño de un futuro sistema de detección de siglas en español.

Periodismo y neologismos del ámbito de la moda: un estudio comparativo

Aquest treball pretén analitzar l’ús de manlleus relacionats amb el món de la moda en la premsa escrita. En el vocabulari que utilitzen els periodistes espanyols hi ha centenars de paraules i expressions extranjeres, ben escrites, mal escrites, entre cometes, sense cometes, etc. Aquest estudi analitza el perquè del seu ús i l‘estat de l’espanyol davant l’acceptació d’aquests termes.

El sistema de abreviaturas en el Diccionario académico: Introducción (1726), institucionalización (1770) y consolidación (1780). La marcación del léxico específico

En aquest treball s’analitza la introducció d’abreviatures en el Diccionario de la Real Academia Española, especialment les relacionades amb el lèxic específic, en la 1ª edició d’Autoridades (1726), en la incompleta 2ª edició d’Autoridades (1770) i en la 1ª ed. del DRAE (1780). Després de l’anàlisi, es manifesta la modernitat de la 2ª edició d’Autoridades (1770), ja que institucionalitza un sistema amb abreviatures diatècniques que arriba fins ara i influeix en nombrosos diccionaris. A més a més, es comprova que la 1ª ed. del DRAE (1780) consolida i amplia aquest recurs.

Les Glosses romàniques del manuscrit de la Biblioteca Vaticana Ebr. 413

Estudi del manuscrit hebreu 413 de la Biblioteca Vaticana què conté un diccionari hebreu del segle XIII. Aquest diccionari té un gran interès per a la filologia romànica, atès que conté un conjunt de 155 glosses en una llengua romànica, que l'editor del manuscrit identifica com a provençal. L’anàlisi detallada d'aquestes glosses permet que,en bona part puguin ser llegides com a catalanes i, alhora, convida a pensar en les profundes concomitàncies existents entre les dues llengües en aquest moment de la historia dels orígens romànics

Del discurso a la lexicografía: propuesta de aplicación para los conectores reformulativos

This paper aims at defending the necessity of creating applicationsfrom studies on discourse, so that applied linguistics becomes auseful tool for the society. This work explains briefly what reformulation connectors are and it shows the electronic prototype (than can be consulted by internet) of a tool designed to make the work of lexicographerseasy concerning the entrance of connectors in the dictionaries (ALCOR), by making emphasis on the theoretical base on which it is sustained and on the decisions of application that have been taken into account.

La terminología hoy: replanteamiento o diversificación

Cet article présente d’abord le panorama actuel de la terminologie du point de vue théorique, quise caractérise aujourd’hui par une grande diversité d’approches comme résultat de l’apparition de nouvelles nécessités au cours des dernières années, qui ont abouti à des usages terminologiques aussi très diverses. Comme réponse à cette nouvelle situation, les auteurs présentent une esquisse d’une proposition pour unenouvelle conception de la terminologie, qui essai d’intégrer des apports du côté linguistique, cognitive et sociale; cette nouvelle approche théorique présente aussi des conséquences importantes sur le planméthodologique et pratique.

Extracción de contextos definitorios hacia la elaboración en corpus especializados: de una herramienta de ayuda terminográfica

Uno de los objetivos principales del trabajo terminográfico es la identificación de conocimientosobre los términos que aparecenen textos especializados. Para confeccionar diccionarios, glosarios u ontologías, los terminógrafos suelen buscar definiciones sobre los términos que pretenden definir. La búsqueda de definiciones se puede hacer apartir de corpus especializados, donde normalmente aparecen en contextos definitorios, es decir, en fragmentos de texto donde un autor explícitamente define el término en cuestión. Hoy en día hay un interés creciente por automatizar este proceso, basado enla búsqueda de patrones definitorios sobre corpus especializados anotados morfosintácticamente. En este artículo presentamos una investigación centrada en la extracción automática de contextos definitorios. Presentamos una metodología que incluye tres procesos automáticos diferentes: la extracción de ocurrencias de patrones definitorios, el filtradode contextos no relevantes, y la identificación de elementos constitutivos, es decir, términos, definiciones y patrones pragmáticos.

Sistemes d'extracció automàtica de (candidats a) termes: estat de la qüestió

Des de l'aparició de TERMINO l'any 1990 fins avui dia s'han portat a terme una sèrie de projectes per dissenyar diferents tipus d'extractors automàtics de terminologia, però malgrat la gran quantitat d'estudis que s'estan realitzant en aquesta línia, els resultats no són del tot satisfactoris. Aquest article presenta una anàlisi dels principals sistemes d'extracció automàtica de terminologia amb la finalitat de dibuixar un panorama general de l'estat de la qüestió. L'estudi comença amb la descripció de diversos sistemes d'extracció de terminologia; en el segon apartat, es comparen els diferents sistemes. L'informe finalitza amb unes conclusions sobre els sistemes analitzats i sobre els criteris que podrien guiar una proposta d'un sistema integrador d'extracció de terminologia.

10 anys del Corpus de l'IULA

En aquest paper, es presenten els criteris de treball que s'han seguit durant els 10 anys en què s'ha anat constituint el corpus de l'IULA. S'exposa l'estat de les dades del corpus, els recursos lèxics utilitzats per al tractament de les dades (diccionaris i etiquetaris) i les eines constituïdes o adaptades. Es dedica especial atenció a la documentació de la cadena de treball de processament del corpus, des de l'adquisició dels textos en format electrònic fins a la seva incorporació definitiva al corpus.

El Corpus de l'IULA: descripció

El principal projecte de recerca desenvolupat a l'Institut Universitari de Lingüística Aplicada (IULA) de la Universitat Pompeu Fabra és el projecte de Llenguatges especialitzats, sota el qual s'aglutina la totalitat dels investigadors pertanyents a aquest centre. És en aquest marc de recerca on es duu a terme la constitució d'un corpus plurilingüe (català, castellà, francès, anglès i alemany), especialitzat en les àrees del dret, l'economia, la informàtica, el medi ambient i la medicina. En aquest article es descriuen els criteris que s'han tingut en compte per al disseny d'aquest recurs lingüístic i cada una de les fases de desenvolupament que s'han seguit. El resultat de diferents estadis en el procés d'elaboració del corpus es mostra en un conjunt d'annexos al final de l'article, on s'incorpora, a més, una síntesi de l'estat actual del projecte, periòdicament actualitzada.

Bases metolológicas para la traducción jurídica: traductología, derecho comparado y lexicografía bilingüe

El presente trabajo sistematiza y analiza las principales obras de referencia de tres ámbitos interdisciplinarios: la traducción jurídica, el derecho comparado y la lexicografía bilingüe con el fin de establecer una base metodológica para la producción de un futuro diccionario bilingüe rumano-español para la traducción. Observamos una falta de repertorios lexicográficos rumano-español en el marco jurídico. El análisis que presentamos se enfoca en el tratamiento de la equivalencia de las unidades léxicas relacionadas con el derecho de asilo en cuatro diccionarios bilingües de carácter general. El resultado más significativo de nuestra investigación es que estos diccionarios no reúnen técnicas de traducción jurídica y métodos de derecho comparado.

Agrupación de resultados de una consulta de corpus según medidas de similitud léxica

A medida que el tamaño de un corpus aumenta, aumenta también el número de concordancias obtenidas al consultar una forma. Un número muy elevado de concordancias, de cientos o de miles, dificulta la sistematicidad de la tarea del lexicógrafo. La propuesta del artículo consiste en el uso de un sistema automático de agrupación de concordancias según su similitud léxica (es decir, qué elementos léxicos comparten), con el objetivo de presentar dichas concordancias agrupadas y asociadas a un único representante de todo el conjunto de las que son consideradas como léxicamente similares, de manera que la cardinalidad efectiva de los datos de corpus se vea reducida. El sistema se ha desarrollado teniendo en cuenta las ventajas de una arquitectura distribuida, por lo que cada una de las partes del sistema (stemming, identificación de stop words, cálculo de similitud entre concordancias, ordenación final de los datos, etc.) se ha desarrollado en módulos diferentes que pueden estar alojados en servidores, ya que las necesidades de cálculo del sistema harían que su uso desde un ordenador personal resultara muy lento.

Vocabulario económico

Vocabulario económico surge para ampliar el glosario de economía del TERMIUM, el banco de datos terminológicos y lingüísticos del Gobierno de Canadá. Es un compendio de los equivalentes españoles de treinta términos en inglés y francés, e incorpora una reflexión sobre el campo de la terminología y las dificultades que entraña.