Estudo contrastivo da interlíngua em corpus oral e escrito de aprendizes de ele

El presente trabajo tiene como objetivo hacer una representación de los “errores” producidos por los aprendices de español del Curso de Letras (Habilitación en Español de la Universidad Federal de Uberlândia. Para este fin, fue compilado un corpus lingüístico a partir de las producciones orales y escritos de los alumnos del segundo, cuarto, sexto y octavo semestre. Los principales temas y autores que dieron sustento teórico a nuestro estudio, en cuanto a los análisis descriptivos fueron: Interlengua (CORDER, 1967; SELINKER, 1972; BARALO, 1999, 2004; DURAO, 2007), Lingüística Contrastiva (SÖHRMAN, 2007), Modelo para Análisis de Errores (DURAO, 2004; ANDRADE, 2011; SANTOS GARGALLO, 2004), entre los principales. Cabe destacar que adoptamos una perspectiva de análisis de base empírica, apoyados en los subsidios que propicia la Lingüística de Corpus (BERBER SARDINHA, 2004). Otro componente importante en esta tesis fue la metodología. Se detalla paso a paso desde el levantamiento y lectura del referencial teórico, hasta la finalización del proceso de escritura del trabajo. Presentándose de esta manera como un futuro referencial para investigaciones que se basan en la utilización de LC como abordaje metodológica, y en el análisis de errores de aprendices. Los análisis desarrollados en el transcurso de este trabajo, comprendieron primeramente el dimensionamiento de los corpora utilizados, seguido de listas de las palabras más recurrentes, análisis cuantitativos y cualitativos, los cuales constituyeron un mapeo de los “errores”, otorgando de esta manera, un valor potencial al tratarse de un estudio que podrá ser utilizado como referente para una eventual elaboración de material didáctico, pensado especialmente para las clases de español que ofrece el Curso de Letras/Habilitación en Español de la Universidad Federal de Uberlândia.

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.

A Curated Corpus for Sentiment-Topic Analysis

Postprint

As vogais médias tônicas: um estudo contrastivo da metafonia com base em corpus

This research analyzes the average previous stressed vowels [ε] and [e] and later [ɔ] and [o] in nominal and verbal forms in the 1st person singular and 3rd person singular and plural in the present tense, specifically the umlaut process of mid vowels /e/ and /o/, which assimilate in /ε/ and /ᴐ/ in stressed position. The general objective of this research is to describe and quantify the occurrence of umlaut and subsequently analyze in which words there is regularity or not. As specific objectives we have: i) to compile and to label an oral, spontaneous, synchronic and regional corpus, from radio programs produced in the city of Ituiutaba, Minas Gerais; ii) to describe the characteristics of the corpus to be compiled; iii) to investigate the alternating timbre of mid vowels in stressed position; iv) to identify instances of nominal and verbal umlaut of the middle vowels in stressed position; v) to describe the identified cases of nominal and verbal umlaut; vi) to analyze the probable causes for the variation of the middle vowels. To perform the proposed analysis, we have adopted as a theoretical-methodological basis multi-representational models: Phonology of Use (BYBEE, 2001) and Exemplar Theory (PIERREHUMBERT, 2001) combined with the precepts of Corpus Linguistics (BEBER SARDINHA, 2004). The corpus consisted of 16 radio programs – eight political and eight religious – from the city of Ituiutaba-MG, with recordings of about 20 to 40 minutes. We note, by means of the results generated by WordSmith Tools® software, version 6.0 (SCOTT, 2012), that the analyzed forms show little variation, which shows that the umlaut is a process already lexicalized in participants of the radio programs analyzed. We conclude that the results converge with the proposal of the Phonology of Use (BYBEE, 2001; PHILLIPS, 1984) that less frequent words that have no phonetic environment conducive to change, are changed first.

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.

Désambiguïsation de corpus monolingues par des approches de type Lesk

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Improving cross language information retrieval using corpus based query suggestion approach

Users seeking information may not find relevant information pertaining to their information need in a specific language. But information may be available in a language different from their own, but users may not know that language. Thus users may experience difficulty in accessing the information present in different languages. Since the retrieval process depends on the translation of the user query, there are many issues in getting the right translation of the user query. For a pair of languages chosen by a user, resources, like incomplete dictionary, inaccurate machine translation system may exist. These resources may be insufficient to map the query terms in one language to its equivalent terms in another language. Also for a given query, there might exist multiple correct translations. The underlying corpus evidence may suggest a clue to select a probable set of translations that could eventually perform a better information retrieval. In this paper, we present a cross language information retrieval approach to effectively retrieve information present in a language other than the language of the user query using the corpus driven query suggestion approach. The idea is to utilize the corpus based evidence of one language to improve the retrieval and re-ranking of news documents in the other language. We use FIRE corpora - Tamil and English news collections in our experiments and illustrate the effectiveness of the proposed cross language information retrieval approach.

Désambiguïsation de corpus monolingues par des approches de type Lesk

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Annotated record of the detailed examination of Mn deposits from PR II, CORPUS 4 Cruise, R/V Atlantic Twin off the coast of Puerto Rico

The dredges described in this report were taken on the PR II, CORPUS 4 Expedition in January 1969 by the USGS Woods Hole Coastal and Marine Science Center from the R/V Atlantic Twin. Dredges recovered and are available at USGS Woods Hole Coastal and Marine Science Center for sampling and study.

The Plutarch’s Motive of "Descensus Animae" in "Nag Hammadi and the Corpus Hermeticum"

Al evaluar los contactos de Plutarco con otras culturas contemporáneas, los investigadores todavía no han llegado a un consenso acerca de la relación entre el queronense y la literatura cristiano-primitiva. Un buen ejemplo de esto aparece al atender al motivo de la creación del alma humana. La intención de las próximas páginas es, tras un análisis de los textos plutarqueos, atender a estos posibles contactos con NHC, los heresiólogos y el Corpus Hermeticum a fin de dilucidar sus similitudes y diferencias.

La fijación léxica en el "Corpus diacrónico del español del Reino de Granada (CORDEREGRA)"

El estudio de las combinaciones léxicas según su grado de fijación y su distinción en combinaciones libres, colocaciones y locuciones ha sido realizado desde la perspectiva sincrónica. Planteamos la posibilidad de aplicar las pautas para distinguir estos tipos de estructuras en materiales de tipo diacrónico. Concretamente, nos basamos en los documentos que componen el Corpus del Español del Reino de Granada (CORDEREGRA) para valorar los materiales de este corpus histórico-lingüístico y comprobar si los criterios sincrónicos se pueden aplicar al estudio de documentos de otros siglos.

"Abhold, leid, gewillt"... ¿Son adjetivos? Estableciendo un corpus para un diccionario sintáctico alemán-español de adjetivos

Si se pretende elaborar un diccionario de adjetivos, ya sea este monolingüe o bilingüe, la primera tarea que se le impone al lexicógrafo es la de definir qué es un adjetivo, una cuestión que todavía hoy no ha sido resuelta satisfactoriamente. En alemán hay una serie de palabras que han sido descritas tradicionalmente como adjetivos en función exclusivamente predicativa, cuyo estatus como adjetivos es, sin embargo, cuestionado por algunos autores. En este artículo se trata de dilucidar si estas palabras realmente solo pueden aparecer en función predicativa, cómo se las describe en diccionarios y gramáticas y cuáles son sus principales correspondencias en español, a fin de decidir si deberían ser incluidas en un corpus destinado a la elaboración de un diccionario sintáctico de adjetivos alemán-español.

Epistemic Modality in Linguistic and Literature Essays in English : A comparative corpus-based study of modal verbs in student claims

This study is a corpus-based comparison between student essays written in the subject areas of English linguistics and literature at undergraduate level. They are 200 Bachelor degree theses submitted at a variety of university departments (such as English, Language and Literature, Humanities, Social and Intercultural Studies) in Sweden. The comparison concerns frequencies of core modal verbs and how often they occur together with the I, we and it subject pronouns and in the structures this/the [essay, study, project, thesis] when students attempt to communicate their personal claims. Quantitative and qualitative analyses of the essays show few similarities in the ways that core modal verbs appear in both disciplines. The results indicate mainly distinct differences, especially in relation to clusters and variation of performative verbs. Specific patterns in the ways that students use core modal verbs as hedges have also been identified.