Word frequency and bigram frequency effects on linguistic processing and speech motor performance in individuals with aphasia and normal speakers

Models of normal word production are well specified about the effects of frequency of linguistic stimuli on lexical access, but are less clear regarding the same effects on later stages of word production, particularly word articulation. In aphasia, this lack of specificity of down-stream frequency effects is even more noticeable because there is relatively limited amount of data on the time course of frequency effects for this population. This study begins to fill this gap by comparing the effects of variation of word frequency (lexical, whole word) and bigram frequency (sub-lexical, within word) on word production abilities in ten normal speakers and eight mild–moderate individuals with aphasia. In an immediate repetition paradigm, participants repeated single monosyllabic words in which word frequency (high or low) was crossed with bigram frequency (high or low). Indices for mapping the time course for these effects included reaction time (RT) for linguistic processing and motor preparation, and word duration (WD) for speech motor performance (word articulation time). The results indicated that individuals with aphasia had significantly longer RT and WD compared to normal speakers. RT showed a significant main effect only for word frequency (i.e., high-frequency words had shorter RT). WD showed significant main effects of word and bigram frequency; however, contrary to our expectations, high-frequency items had longer WD. Further investigation of WD revealed that independent of the influence of word and bigram frequency, vowel type (tense or lax) had the expected effect on WD. Moreover, individuals with aphasia differed from control speakers in their ability to implement tense vowel duration, even though they could produce an appropriate distinction between tense and lax vowels. The results highlight the importance of using temporal measures to identify subtle deficits in linguistic and speech motor processing in aphasia, the crucial role of phonetic characteristics of stimuli set in studying speech production and the need for the language production models to account more explicitly for word articulation.

English compound and non-compound processing in bilingual and multilingual speakers: effects of dominance and sequential multilingualism

This article reports on a study investigating the relative influence of the first and dominant language on L2 and L3 morpho-lexical processing. A lexical decision task compared the responses to English NV-er compounds (e.g., taxi driver) and non-compounds provided by a group of native speakers and three groups of learners at various levels of English proficiency: L1 Spanish-L2 English sequential bilinguals and two groups of early Spanish-Basque bilinguals with English as their L3. Crucially, the two trilingual groups differed in their first and dominant language (i.e., L1 Spanish-L2 Basque vs. L1 Basque-L2 Spanish). Our materials exploit an (a)symmetry between these languages: while Basque and English pattern together in the basic structure of (productive) NV-er compounds, Spanish presents a construction that differs in directionality as well as inflection of the verbal element (V[3SG] + N). Results show between and within group differences in accuracy and response times that may be ascribable to two factors besides proficiency: the number of languages spoken by a given participant and their dominant language. An examination of response bias reveals an influence of the participants' first and dominant language on the processing of NV-er compounds. Our data suggest that morphological information in the nonnative lexicon may extend beyond morphemic structure and that, similarly to bilingualism, there are costs to sequential multilingualism in lexical retrieval.

Aspectos comparativos da regência verbal em Português e Inglês para a elaboração de um dicionário bilíngue

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Estruturação do conhecimento e relações semânticas: uma ontologia para o domínio da naonociência e nanotecnologia

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Construção e ancoragem ontológica do vocabulário básico bilíngë do turismo para fins didáticos

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Lígua, discurso e prosódia: investigar o uso da vírgula érestrito? Vírgula!

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

A Comparative Study of English Word Order Acquisition by Elementary and Secondary School Pupils - Native Speakers of Serbian and Hungarian

Kitic investigated the phenomenon of English word order acquisition by Serbian and Hungarian speakers, examining both the theoretical and empirical aspects of this phenomenon. She began by looking at language learning and language acquisition, viewing word order acquisition in the context of relevant linguistic and psycholinguistic knowledge. The main hypothesis of her empirical investigation was that the majority of word order mistakes in the language production of Serbian and Hungarian speakers of English is due to mother tongue interference. Three supporting hypotheses were introduced to specify the phenomenon of interference in its correlation to (1) language proficiency, (2) sentence patterns, and (3) optional adverbials. The conclusions were based on error analysis of 9280 sentences of 464 elementary and high school learners. The results showed that a learner's level of proficiency seems to be a relevant factor in mother tongue interference as this decreases with increased proficiency. Word order errors are however fossilised at the highest levels. The causes of interference errors, which increase with the number of sentence elements, are either absent sentence patterns or similar ones. In the case of adverbials, word order errors have two forms: interrelation (with canonical elements) and mixed adverbials.

A day in the life of PubMed: analysis of a typical day's query log.

OBJECTIVE: To characterize PubMed usage over a typical day and compare it to previous studies of user behavior on Web search engines. DESIGN: We performed a lexical and semantic analysis of 2,689,166 queries issued on PubMed over 24 consecutive hours on a typical day. MEASUREMENTS: We measured the number of queries, number of distinct users, queries per user, terms per query, common terms, Boolean operator use, common phrases, result set size, MeSH categories, used semantic measurements to group queries into sessions, and studied the addition and removal of terms from consecutive queries to gauge search strategies. RESULTS: The size of the result sets from a sample of queries showed a bimodal distribution, with peaks at approximately 3 and 100 results, suggesting that a large group of queries was tightly focused and another was broad. Like Web search engine sessions, most PubMed sessions consisted of a single query. However, PubMed queries contained more terms. CONCLUSION: PubMed's usage profile should be considered when educating users, building user interfaces, and developing future biomedical information retrieval systems.

Desterritorialización y heterogeneidad : La traducción literal en la narrativa de Sandra Cisneros

Esta tesis indaga acerca de algunos de los aspectos lingüísticos y discursivos presentes en la construcción de la narrativa de la autora chicana Sandra Cisneros (1954-). En contraposición a la literatura canónica, la literatura chicana se define como escritura de minorías. Según G. Deleuze y F. Guattari (1975), una literatura de minorías se caracteriza por la desterritorialización de una lengua mayoritaria a través de su uso en esa literatura, la articulación de loindividual en lo inmediato político y el dispositivo colectivo de enunciación. La obra de S. Cisneros, que se desarrolla principalmente a partir del inglés, pone de manifiesto el contacto entre el español y el inglés de un modo particular. En este trabajo, se analiza el fenómeno del contacto de lenguas vinculado a la traducción literal, cuya presencia se vuelve un rasgo distintivo del estilo de la autora y una estrategia clave para la desterritorialización del lenguaje. En este sentido, la hipótesis central de nuestra investigación indica que bajo la apariencia de una única lengua, el inglés (L1), hay otra lengua, el español (L2), que se manifiesta en la utilización de alguno de sus niveles (léxico-semántico, pragmático, morfosintáctico o gráfico), lo cual contribuye a la desterritorialización de L1 y constituye un caso especial de alternancia de lenguas. Esta hipótesis ha guiado la clasificación del corpus de esta investigación constituido por frases y estructuras que registran cierta fijación,pertenecientes a la colección de relatos Woman Hollering Creek and Other Stories (1991). El interés en estas formas reside en que si bien aparecen expresadas en inglés, remiten al español como marco discursivo, acentuando el carácter heterogéneo constitutivo de toda palabra. Dado que la traducción literal no integra los modelos sociolingüísticos revisados (S. Poplack: 1982; C. Myers-Scotton: 1993a y 1993b) y considerando que el contacto de lenguastambién se manifiesta a través de esta operación de traducción, que conforma un punto de heterogeneidad fuerte, fue necesario buscar una teoría lingüísticaque pudiera explicar la complejidad el discurso de Cisneros. Así, la teoría de las heterogeneidades enunciativas (J. Authier-Revuz: 1984, 1995) se presenta como un marco más amplio para el estudio de las marcas de heterogeneidad y desterritorialización en el seno de la narrativa de S. Cisneros. Esta perspectivateórica, que da cuenta de los procesos que se ponen en marcha en la constitución del discurso y atiende, entre otras, la función de las marcas gráficas presentes en el texto escrito, propone un marco más amplio para abordar nuestro objeto. Son dos los objetivos principales de esta investigación: describir la operación de desterritorialización en el interior de este discurso y establecer relaciones entre algunos de los modelos que abordan el estudio de la alternancia de lenguas (S. Poplack: 1982; C. Myers-Scotton: 1993a y 1993b) y la teoría de las heterogeneidades enunciativas propuesta por J. Authier-Revuz (1984, 1995).

Desterritorialización y heterogeneidad : La traducción literal en la narrativa de Sandra Cisneros

Esta tesis indaga acerca de algunos de los aspectos lingüísticos y discursivos presentes en la construcción de la narrativa de la autora chicana Sandra Cisneros (1954-). En contraposición a la literatura canónica, la literatura chicana se define como escritura de minorías. Según G. Deleuze y F. Guattari (1975), una literatura de minorías se caracteriza por la desterritorialización de una lengua mayoritaria a través de su uso en esa literatura, la articulación de loindividual en lo inmediato político y el dispositivo colectivo de enunciación. La obra de S. Cisneros, que se desarrolla principalmente a partir del inglés, pone de manifiesto el contacto entre el español y el inglés de un modo particular. En este trabajo, se analiza el fenómeno del contacto de lenguas vinculado a la traducción literal, cuya presencia se vuelve un rasgo distintivo del estilo de la autora y una estrategia clave para la desterritorialización del lenguaje. En este sentido, la hipótesis central de nuestra investigación indica que bajo la apariencia de una única lengua, el inglés (L1), hay otra lengua, el español (L2), que se manifiesta en la utilización de alguno de sus niveles (léxico-semántico, pragmático, morfosintáctico o gráfico), lo cual contribuye a la desterritorialización de L1 y constituye un caso especial de alternancia de lenguas. Esta hipótesis ha guiado la clasificación del corpus de esta investigación constituido por frases y estructuras que registran cierta fijación,pertenecientes a la colección de relatos Woman Hollering Creek and Other Stories (1991). El interés en estas formas reside en que si bien aparecen expresadas en inglés, remiten al español como marco discursivo, acentuando el carácter heterogéneo constitutivo de toda palabra. Dado que la traducción literal no integra los modelos sociolingüísticos revisados (S. Poplack: 1982; C. Myers-Scotton: 1993a y 1993b) y considerando que el contacto de lenguastambién se manifiesta a través de esta operación de traducción, que conforma un punto de heterogeneidad fuerte, fue necesario buscar una teoría lingüísticaque pudiera explicar la complejidad el discurso de Cisneros. Así, la teoría de las heterogeneidades enunciativas (J. Authier-Revuz: 1984, 1995) se presenta como un marco más amplio para el estudio de las marcas de heterogeneidad y desterritorialización en el seno de la narrativa de S. Cisneros. Esta perspectivateórica, que da cuenta de los procesos que se ponen en marcha en la constitución del discurso y atiende, entre otras, la función de las marcas gráficas presentes en el texto escrito, propone un marco más amplio para abordar nuestro objeto. Son dos los objetivos principales de esta investigación: describir la operación de desterritorialización en el interior de este discurso y establecer relaciones entre algunos de los modelos que abordan el estudio de la alternancia de lenguas (S. Poplack: 1982; C. Myers-Scotton: 1993a y 1993b) y la teoría de las heterogeneidades enunciativas propuesta por J. Authier-Revuz (1984, 1995).

Desterritorialización y heterogeneidad : La traducción literal en la narrativa de Sandra Cisneros

Esta tesis indaga acerca de algunos de los aspectos lingüísticos y discursivos presentes en la construcción de la narrativa de la autora chicana Sandra Cisneros (1954-). En contraposición a la literatura canónica, la literatura chicana se define como escritura de minorías. Según G. Deleuze y F. Guattari (1975), una literatura de minorías se caracteriza por la desterritorialización de una lengua mayoritaria a través de su uso en esa literatura, la articulación de loindividual en lo inmediato político y el dispositivo colectivo de enunciación. La obra de S. Cisneros, que se desarrolla principalmente a partir del inglés, pone de manifiesto el contacto entre el español y el inglés de un modo particular. En este trabajo, se analiza el fenómeno del contacto de lenguas vinculado a la traducción literal, cuya presencia se vuelve un rasgo distintivo del estilo de la autora y una estrategia clave para la desterritorialización del lenguaje. En este sentido, la hipótesis central de nuestra investigación indica que bajo la apariencia de una única lengua, el inglés (L1), hay otra lengua, el español (L2), que se manifiesta en la utilización de alguno de sus niveles (léxico-semántico, pragmático, morfosintáctico o gráfico), lo cual contribuye a la desterritorialización de L1 y constituye un caso especial de alternancia de lenguas. Esta hipótesis ha guiado la clasificación del corpus de esta investigación constituido por frases y estructuras que registran cierta fijación,pertenecientes a la colección de relatos Woman Hollering Creek and Other Stories (1991). El interés en estas formas reside en que si bien aparecen expresadas en inglés, remiten al español como marco discursivo, acentuando el carácter heterogéneo constitutivo de toda palabra. Dado que la traducción literal no integra los modelos sociolingüísticos revisados (S. Poplack: 1982; C. Myers-Scotton: 1993a y 1993b) y considerando que el contacto de lenguastambién se manifiesta a través de esta operación de traducción, que conforma un punto de heterogeneidad fuerte, fue necesario buscar una teoría lingüísticaque pudiera explicar la complejidad el discurso de Cisneros. Así, la teoría de las heterogeneidades enunciativas (J. Authier-Revuz: 1984, 1995) se presenta como un marco más amplio para el estudio de las marcas de heterogeneidad y desterritorialización en el seno de la narrativa de S. Cisneros. Esta perspectivateórica, que da cuenta de los procesos que se ponen en marcha en la constitución del discurso y atiende, entre otras, la función de las marcas gráficas presentes en el texto escrito, propone un marco más amplio para abordar nuestro objeto. Son dos los objetivos principales de esta investigación: describir la operación de desterritorialización en el interior de este discurso y establecer relaciones entre algunos de los modelos que abordan el estudio de la alternancia de lenguas (S. Poplack: 1982; C. Myers-Scotton: 1993a y 1993b) y la teoría de las heterogeneidades enunciativas propuesta por J. Authier-Revuz (1984, 1995).

Método para la Construcción Automática de Ontologías Basado en Patrones Lingüísticos

La tesis que se presenta tiene como propósito la construcción automática de ontologías a partir de textos, enmarcándose en el área denominada Ontology Learning. Esta disciplina tiene como objetivo automatizar la elaboración de modelos de dominio a partir de fuentes información estructurada o no estructurada, y tuvo su origen con el comienzo del milenio, a raíz del crecimiento exponencial del volumen de información accesible en Internet. Debido a que la mayoría de información se presenta en la web en forma de texto, el aprendizaje automático de ontologías se ha centrado en el análisis de este tipo de fuente, nutriéndose a lo largo de los años de técnicas muy diversas provenientes de áreas como la Recuperación de Información, Extracción de Información, Sumarización y, en general, de áreas relacionadas con el procesamiento del lenguaje natural. La principal contribución de esta tesis consiste en que, a diferencia de la mayoría de las técnicas actuales, el método que se propone no analiza la estructura sintáctica superficial del lenguaje, sino que estudia su nivel semántico profundo. Su objetivo, por tanto, es tratar de deducir el modelo del dominio a partir de la forma con la que se articulan los significados de las oraciones en lenguaje natural. Debido a que el nivel semántico profundo es independiente de la lengua, el método permitirá operar en escenarios multilingües, en los que es necesario combinar información proveniente de textos en diferentes idiomas. Para acceder a este nivel del lenguaje, el método utiliza el modelo de las interlinguas. Estos formalismos, provenientes del área de la traducción automática, permiten representar el significado de las oraciones de forma independiente de la lengua. Se utilizará en concreto UNL (Universal Networking Language), considerado como la única interlingua de propósito general que está normalizada. La aproximación utilizada en esta tesis supone la continuación de trabajos previos realizados tanto por su autor como por el equipo de investigación del que forma parte, en los que se estudió cómo utilizar el modelo de las interlinguas en las áreas de extracción y recuperación de información multilingüe. Básicamente, el procedimiento definido en el método trata de identificar, en la representación UNL de los textos, ciertas regularidades que permiten deducir las piezas de la ontología del dominio. Debido a que UNL es un formalismo basado en redes semánticas, estas regularidades se presentan en forma de grafos, generalizándose en estructuras denominadas patrones lingüísticos. Por otra parte, UNL aún conserva ciertos mecanismos de cohesión del discurso procedentes de los lenguajes naturales, como el fenómeno de la anáfora. Con el fin de aumentar la efectividad en la comprensión de las expresiones, el método provee, como otra contribución relevante, la definición de un algoritmo para la resolución de la anáfora pronominal circunscrita al modelo de la interlingua, limitada al caso de pronombres personales de tercera persona cuando su antecedente es un nombre propio. El método propuesto se sustenta en la definición de un marco formal, que ha debido elaborarse adaptando ciertas definiciones provenientes de la teoría de grafos e incorporando otras nuevas, con el objetivo de ubicar las nociones de expresión UNL, patrón lingüístico y las operaciones de encaje de patrones, que son la base de los procesos del método. Tanto el marco formal como todos los procesos que define el método se han implementado con el fin de realizar la experimentación, aplicándose sobre un artículo de la colección EOLSS “Encyclopedia of Life Support Systems” de la UNESCO. ABSTRACT The purpose of this thesis is the automatic construction of ontologies from texts. This thesis is set within the area of Ontology Learning. This discipline aims to automatize domain models from structured or unstructured information sources, and had its origin with the beginning of the millennium, as a result of the exponential growth in the volume of information accessible on the Internet. Since most information is presented on the web in the form of text, the automatic ontology learning is focused on the analysis of this type of source, nourished over the years by very different techniques from areas such as Information Retrieval, Information Extraction, Summarization and, in general, by areas related to natural language processing. The main contribution of this thesis consists of, in contrast with the majority of current techniques, the fact that the method proposed does not analyze the syntactic surface structure of the language, but explores his deep semantic level. Its objective, therefore, is trying to infer the domain model from the way the meanings of the sentences are articulated in natural language. Since the deep semantic level does not depend on the language, the method will allow to operate in multilingual scenarios, where it is necessary to combine information from texts in different languages. To access to this level of the language, the method uses the interlingua model. These formalisms, coming from the area of machine translation, allow to represent the meaning of the sentences independently of the language. In this particular case, UNL (Universal Networking Language) will be used, which considered to be the only interlingua of general purpose that is standardized. The approach used in this thesis corresponds to the continuation of previous works carried out both by the author of this thesis and by the research group of which he is part, in which it is studied how to use the interlingua model in the areas of multilingual information extraction and retrieval. Basically, the procedure defined in the method tries to identify certain regularities at the UNL representation of texts that allow the deduction of the parts of the ontology of the domain. Since UNL is a formalism based on semantic networks, these regularities are presented in the form of graphs, generalizing in structures called linguistic patterns. On the other hand, UNL still preserves certain mechanisms of discourse cohesion from natural languages, such as the phenomenon of the anaphora. In order to increase the effectiveness in the understanding of expressions, the method provides, as another significant contribution, the definition of an algorithm for the resolution of pronominal anaphora limited to the model of the interlingua, in the case of third person personal pronouns when its antecedent is a proper noun. The proposed method is based on the definition of a formal framework, adapting some definitions from Graph Theory and incorporating new ones, in order to locate the notions of UNL expression and linguistic pattern, as well as the operations of pattern matching, which are the basis of the method processes. Both the formal framework and all the processes that define the method have been implemented in order to carry out the experimentation, applying on an article of the "Encyclopedia of Life Support Systems" of the UNESCO-EOLSS collection.

A neural correlate of syntactic encoding during speech production

Spoken language is one of the most compact and structured ways to convey information. The linguistic ability to structure individual words into larger sentence units permits speakers to express a nearly unlimited range of meanings. This ability is rooted in speakers' knowledge of syntax and in the corresponding process of syntactic encoding. Syntactic encoding is highly automatized, operates largely outside of conscious awareness, and overlaps closely in time with several other processes of language production. With the use of positron emission tomography we investigated the cortical activations during spoken language production that are related to the syntactic encoding process. In the paradigm of restrictive scene description, utterances varying in complexity of syntactic encoding were elicited. Results provided evidence that the left Rolandic operculum, caudally adjacent to Broca's area, is involved in both sentence-level and local (phrase-level) syntactic encoding during speaking.