Candidate knowledge? Exploring epistemic claims in scientific writing:a corpus-driven approach

In this article I argue that the study of the linguistic aspects of epistemology has become unhelpfully focused on the corpus-based study of hedging and that a corpus-driven approach can help to improve upon this. Through focusing on a corpus of texts from one discourse community (that of genetics) and identifying frequent tri-lexical clusters containing highly frequent lexical items identified as keywords, I undertake an inductive analysis identifying patterns of epistemic significance. Several of these patterns are shown to be hedging devices and the whole corpus frequencies of the most salient of these, candidate and putative, are then compared to the whole corpus frequencies for comparable wordforms and clusters of epistemic significance. Finally I interviewed a ‘friendly geneticist’ in order to check my interpretation of some of the terms used and to get an expert interpretation of the overall findings. In summary I argue that the highly unexpected patterns of hedging found in genetics demonstrate the value of adopting a corpus-driven approach and constitute an advance in our current understanding of how to approach the relationship between language and epistemology.

Spillover: the empirical utilisation of the concept. An empirical review of the social scientific corpus between 2004-2014

In recent decades, spillover has become a highly influential concept which has led to the initiation of new theoretical and methodological approaches that are designed to understand how people attempt to reconcile their work and private lives. The very notion of spillover presupposes that these spheres are connected, since the people who move between them bring certain ‘less visible’ content with them such as cognitive or affective mental constructs, skills, behaviors, etc. This paper attempts to create fresh insight into the different areas, themes and methodologies related to how spillover has been addressed over the last ten years. Four main categories are discussed based on the 76 academic articles that were selected: (1) general spillover research, (2) job flexibility and spillover, (3) individual coping strategies, and (4) the spillover effect on the different genders. The final section of the paper provides a tentative synthesis of the main conclusions and findings from the examined papers.

El desarrollo de la competencia comunicativa intercultural de los estudiantes. Metodologías para un enfoque comparativo e intercultural en el aprendizaje lingüístico

El Proyecto presenta metodologías para el aprendizaje de la lingüística y las lenguas desde enfoques comparados, a partir del análisis del entorno lingüístico-cultural de los estudiantes para desarrollar competencias interculturales.

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.

The evolution of immigration discourse in the Maltese press from 2005 to 2015: A case study of the Times of Malta

El drama migratorio del cual está siendo Europa testigo en estas últimas semanas es en parte el resultado de una falta de políticas comunitarias en relación a este tema, hecho del cual, en los últimos años, se han hecho eco multitud de medios. Europa, y en especial los países del Mediterráneo, ha experimentado un incremento sustancial en el número de inmigrantes que llegan a sus costas en condiciones cada vez más deplorables y arriesgando gravemente su integridad física. Este hecho está principalmente motivado por el aumento y la intensidad de los conflictos bélicos en países de África y Oriente próximo. En el caso de Malta, un diminuto archipiélago ubicado entre los territorios de Libia y Sicilia, el cambio en la tendencia migratoria que se produjo en 2002 le hizo pasar de ser un país de emigrantes a un país receptor de inmigrantes. Este cambio dio como resultado la aparición de grupos y partidos anti-inmigración, como Azzjoni Nazzjonali, y de un sentimiento de preocupación frente a la llegada de inmigrantes que crece de manera constante según se refleja en encuestas europeas (véase Eurobarometer 82-83). Desde el punto de vista lingüístico, el discurso discriminatorio empleado por los medios de comunicación, organismos y figuras políticas ha sido ampliamente estudiado dentro de la rama del Análisis Crítico del Discurso (Charteris-Black, 2006; Fairclough, 1989, Reisigl & Wodak, 2001; Santa Ana, 1999; Van Dijk, 1984, 1992, 1999, 2000, 2006, Van Leeuwen & Wodak, 1999). En los últimos años, se ha potenciado el uso de un enfoque cognitivo en el análisis de este tipo de discursos. Dicho enfoque utiliza elementos tomados de la lingüística cognitiva para explicar cómo la representación de eventos y participantes en el discurso atiende, o está motivada por la conceptualización mental de dichos eventos y participantes (Charteris-Black, 2006; Hart, 2011; Musolff, 2012; Núñez-Perucha, 2011; O’Brien, 2003; Santa Ana, 1999; Van Dijk, 1992, 1998, 1999, 2000, 2006; Wodak, 2006). El Análisis Crítico del Discurso es una disciplina cuyo principal objetivo es analizar cómo ciertos fenómenos sociales que se basan en relaciones de abuso de poder y dominación se representan en el discurso de las denominadas élites (Van Dijk, 2001). Muchos de estos discursos atienden a lo que en lingüística se ha denominado discurso de discriminación, en donde un grupo dominante ejerce poder sobre otro mediante el uso de diversas herramientas discursivas. Generalmente, estos estudios sobre discursos de discriminación se han centrado en fenómenos como el machismo o el racismo. Dentro de este último campo, cabe destacar el trabajo de Van Dijk en el análisis del discurso del racismo y del discurso de la inmigración (Van Dijk, 1992, 1999, 2000, 2001, 2006). El presente trabajo se centra en analizar cómo la prensa maltesa ha representado el fenómeno de la inmigración y a los inmigrantes desde 2005 hasta 2015. Dentro de esta línea temporal, se presta especial atención al día 2 de abril de 2013. Esta es la fecha en la que la Associated Press, una organización de prensa independiente con subscriptores alrededor del mundo, decidió incluir un importante cambio léxico en su manual de estilo. El motivo del mismo era modificar el uso del adjetivo “ilegal” recomendando su uso para referirse exclusivamente a acciones (ej. Inmigración ilegal) pero nunca para referirse a individuos (ej. Inmigrante ilegal). Nuestro estudio pretende identificar hasta qué punto esta medida se ha puesto en práctica en los periódicos malteses y qué repercusiones ha tenido su incorporación en la representación de los inmigrantes y la inmigración. Para ello, se ha seleccionado como caso de estudio uno de los periódicos en lengua inglesa más leídos en el archipiélago, Times of Malta. El estudio se ha centrado en el análisis de un total de treinta artículos de opinión repartidos de manera homogénea (quince y quince) en dos corpus. El primer corpus contiene artículos pertenecientes a un periodo de tiempo que va desde 2005 hasta la fecha en la cual el cambio léxico de la Associated Press fue publicado, es decir, el 2 de abril de 2013. Por otro lado, el segundo corpus contiene artículos desde el 2 de abril de 2013 hasta mediados de 2015. Para agilizar y facilitar el análisis de los artículos, se ha hecho uso del programa llamado WordSmith Tools, el cual está especializado en el trabajo con corpus. Este programa se utilizó principalmente para analizar la representación semántica de los distintos participantes y eventos. Los resultados del análisis demuestran que el periódico ha aplicado el cambio léxico sugerido por la Associated Press al no encontrarse ningún ejemplo de “inmigrante ilegal” o “migrante ilegal” a partir del 2 de abril de 2013. En estos mismos resultados también se aprecia una representación más positiva de la figura del inmigrante en el segundo corpus, dónde el inmigrante abandona la categoría léxica de “criminal” para comenzar a ser visto cada vez más como la víctima. También a nivel léxico, se puede observar cómo los autores tienden a usar cada vez más el término “migrante” en lugar de “inmigrante”. A pesar de que este último continúa siendo el término más utilizado para referirse a la persona que llega desde otro país, el significativo incremento del uso de la palabra “migrante” en el segundo corpus es llamativo y puede deberse a que la palabra “inmigrante” haya adquirido connotaciones negativas por su repetido uso junto al adjetivo “ilegal”. De entre las estrategias discursivas empleadas en la representación de la sociedad maltesa, cabe destacar dos. Por un lado, tenemos el uso de la victimización, mediante la cual la población maltesa aparece como una víctima frente a la inmigración, que es vista como una amenaza, al mismo tiempo que Malta es también víctima de la falta de apoyo internacional. En segundo lugar, es también común encontrar artículos en donde el autor destaca las cualidades positivas de la sociedad maltesa, especialmente su generosidad. Esta última estrategia es lo que Van Dijk denomina national self-glorifiation (2000:220; 2006:738). En cuanto al uso de las metáforas, el cambio es menos significativo. En general, ambos corpus muestran ejemplos de metáforas en las que el inmigrante aparece conceptualizado como parte de un fenómeno natural incontrolable, un invasor o un organismo dispuesto a infectar o dañar de algún modo el país. En el segundo corpus, sin embargo, desaparecen las metáforas en las que el inmigrante se percibe como un animal inferior, que sí aparecían en el primer corpus. Esto supone un cambio positivo. Hasta este punto hemos resumido los cambios en la representación de los inmigrantes. Respecto al modo en el cual el fenómeno de la inmigración aparece representado en los periódicos, también encontramos cambios importantes. A nivel léxico, el cambio que mencionábamos relativo a los términos “inmigrante” y “migrante” también se produce a la hora de nombrar este fenómeno social. De este modo, la palabra “migración” es más usada en el segundo corpus que en el primero, aunque sigue ocupando el segundo lugar por detrás de la palabra “inmigración”. En cuanto a los contenidos, se puede observar un cambio positivo hacia una mayor concienciación social. Por ejemplo, vemos cómo en el segundo corpus en ocasiones se pide una respuesta estatal a temas como la integración de los inmigrantes o el racismo entre la sociedad, mientras que en el primer corpus la integración era una labor del inmigrante y el racismo era un tema incómodo. En el segundo corpus también encontramos la queja más clara hacia el uso de centros de detención en la isla. En el primer corpus, aunque algunos autores manifestaban su disconformidad con las condiciones en las cuales los inmigrantes vivían dentro de los centros de detención, todos asumían que tener dichos centros era una medida necesaria. Esta especie de consenso social y político acerca del uso de centros de detención se consigue mediante el empleo de herramientas discursivas que representen la inmigración como una amenaza de la cual hay que protegerse (negative other-presentation Van Dijk, 2000:221; 2006:738). En resumen, podemos decir que este trabajo muestra una progresión en el discurso de inmigración en Malta hacia una representación más positiva y amable del inmigrante y de la inmigración. Aunque las limitaciones de este estudio hacen imposible establecer una relación única y directa entre los cambios experimentados por el periódico y el cambio léxico sugerido por la Associated Press, lo cierto es que la descriminalización de los inmigrantes a nivel léxico (mediante la supresión de términos como “ilegal” o “detenidos”) ha influido de manera positiva en el tono y la forma en que este periódico se refiere al fenómeno social de la inmigración

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.

Estudio sobre la variación perfecto simple y perfecto compuesto en los discursos presidenciales de Evo Morales : Marcas del contacto lingüístico

El trabajo presenta un análisis cualitativo-cuantitativo del uso variable del perfecto simple y perfecto compuesto en los discursos presidenciales de Evo Morales, de acuerdo con la perspectiva Etnopragmática desarrollada por García 1990, 1995; Martínez 1995, 2000; Mauder 2000. Se considera la singularidad de una variedad en situación de contacto lingüístico: la del español en contacto con el aymara y el quechua, y se indaga sobre las transformaciones que pueden producirse cuando diferentes lenguas -diferentes visiones de mundo- entran en contacto. En relación con esto, veremos que la presencia, tanto en la lengua quechua como en la lengua aymara, de un sistema evidencial gramaticalizado podría influir en la variación del perfecto simple y compuesto en los discursos de Morales, en particular, que la presencia de la forma del perfecto compuesto podría funcionar como una marca de evidencia directa y su uso contribuiría a la estrategia discursiva del orador de mostrar ciertos hechos de la historia de Bolivia como cercanos a su vivencia y experiencia personales, marcando un mayor grado compromiso con respecto a la veracidad de lo que enuncia. De esta manera, el orador consigue aunar su voz con la de los pueblos originarios, formar parte de los grupos discriminados y excluidos de la historia de su país y así, contar con su apoyo y acompañamiento durante su mandato.

Estudio sobre la variación perfecto simple y perfecto compuesto en los discursos presidenciales de Evo Morales : Marcas del contacto lingüístico

El trabajo presenta un análisis cualitativo-cuantitativo del uso variable del perfecto simple y perfecto compuesto en los discursos presidenciales de Evo Morales, de acuerdo con la perspectiva Etnopragmática desarrollada por García 1990, 1995; Martínez 1995, 2000; Mauder 2000. Se considera la singularidad de una variedad en situación de contacto lingüístico: la del español en contacto con el aymara y el quechua, y se indaga sobre las transformaciones que pueden producirse cuando diferentes lenguas -diferentes visiones de mundo- entran en contacto. En relación con esto, veremos que la presencia, tanto en la lengua quechua como en la lengua aymara, de un sistema evidencial gramaticalizado podría influir en la variación del perfecto simple y compuesto en los discursos de Morales, en particular, que la presencia de la forma del perfecto compuesto podría funcionar como una marca de evidencia directa y su uso contribuiría a la estrategia discursiva del orador de mostrar ciertos hechos de la historia de Bolivia como cercanos a su vivencia y experiencia personales, marcando un mayor grado compromiso con respecto a la veracidad de lo que enuncia. De esta manera, el orador consigue aunar su voz con la de los pueblos originarios, formar parte de los grupos discriminados y excluidos de la historia de su país y así, contar con su apoyo y acompañamiento durante su mandato.