Lingüística de Corpus aplicada a la corrección automática y profesional. 29 de marzo de 2014

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Lingüística de Corpus aplicada a la corrección automática y profesional. 29 de marzo de 2014"

María Carmen Giménez Núñez
hace 7 años
Vistas:

1 Lingüística de Corpus aplicada a la corrección automática y profesional 29 de marzo de 2014

2 Contenidos Qué es la Lingüística de Corpus (LC)? Los corpus de la Academia vs. el de Mark Davies La LC en el ámbito de la corrección automática y profesional «que es gerundio». Algunos casos prácticos

3 Qué es la Lingüística de Corpus (LC)? LC, disciplina o metodología? - de corpus.???

4 Qué es la Lingüística de Corpus (LC)? La Lingüística de Corpus permite llevar a cabo investigaciones empíricas en contextos «reales». El corpus en LC 1. Ha de ser representativo 2. Ha de estar almacenado en formato electrónico 3. Sus contenidos deben estar etiquetados según unos criterios lingüísticos «útiles» 4. Debe poder responder a tareas de recuperación específicas

5 Los corpus de la Academia vs. el de Mark Davies Corpus RAE

6 Los corpus de la Academia vs. el de Mark Davies + CORDE CREA =

7 Los corpus de la Academia vs. el de Mark Davies

8 Los corpus de la Academia vs. el de Mark Davies Pero si los filtros morfológicos de la Academia no dan de sí, tenemos otras opciones

9 Los corpus de la Academia vs. el de Mark Davies CDH / CORPES XXI Corpus del español + Gran volumen: CDH (+ 350 mill. de palabras); + Brillante y cómoda interfaz de consulta: rasgos CORPES XXI (se pretenden: 25 mill./año) formales, filtros morfológicos avanzados, filtros semánticos (búsqueda por sinónimos) + Codificación cuidadosa (proceso automático + validación humana) + Posible combinación de parámetros mediante expresiones regulares + Filtros de búsqueda: año, país, tipo de texto, área temática + combinación de parámetros + Rápida capacidad de respuesta +/- Filtros de búsqueda morfológica básica - Incómodo para análisis diacrónicos o diatópicos (filtro temporal por siglos / filtro diatópico inexistente) + Filtros de búsqueda con desambiguación morfológica - Incómodo para análisis morfológicos detallados

para tomar decisiones ortográficas basadas en el uso, para observar el uso diatópico y diacrónico de la expresión escrita, para

10 La LC en el ámbito de la corrección automática y profesional Para qué podría utilizar la Lingüística de Corpus un corrector profesional? para tomar decisiones ortográficas basadas en el uso, para observar el uso diatópico y diacrónico de la expresión escrita, para decidir la orientación de una determinada normalización, para detectar patrones ortográficos recurrentes, para crear manuales de dudas a partir de malas prácticas rutinarias y para automatizar procesos de verificación ortotipográfica y de estilo!

11 La LC en el ámbito de la corrección automática y profesional

12 La LC en el ámbito de la corrección automática y profesional Qué puedo hacer yo como corrector autónomo?

13 «Lenguando que es gerundio». Algunos casos prácticos Alguna vez has estado tentado de automatizar la revisión de las expresiones incorrectas incluidas en un manual de dudas? Puedes hacerlo! 1. Apunta

14 «Lenguando que es gerundio». Algunos casos prácticos 2. Observa

15 «Lenguando que es gerundio». Algunos casos prácticos 3. Y dispara!

16 «Lenguando que es gerundio». Algunos casos prácticos A veces, habrá que sopesar si automatizar merece la pena 1 excepción de 31 casos 96,78 % de precisión

«Lenguando que es gerundio». Algunos casos prácticos Y otras veces la automatización no estará a mi alcance /* ReglaHaPorA <test rule=" "> <case>va <error>ha</error> hacer la reforma de su vida.

17 «Lenguando que es gerundio». Algunos casos prácticos Y otras veces la automatización no estará a mi alcance /* ReglaHaPorA <test rule=" "> <case>va <error>ha</error> hacer la reforma de su vida.</case> <case>se alquila habitación <error>ha</error> estudiantes.</case> <case>va a hacer la reforma de su vida.</case> <case>se alquila habitación a estudiantes.</case> <case>si ha lugar</case> </test> */ RULE(L"ReglaHaPorA") FORM_I(POS(N), L"ha") AND UNIVERSAL_TAG(POS(N+1), TagVerbInfinitiveSimple OR_TAG TagVerbInfinitiveCompound OR_TAG TagNoun) AND!FORM_I(POS(N+1), L"lugar") THEN SUG_WORD(POS(N),L"a"); ADD_ERROR(Error_Spelling, POS(N), POS(N), msg(es, L"Posible confusión al emplear la forma verbal auxiliar <i>ha</i> en vez de la preposición <i>a</i>.", A1, L"ReglaHaPorA"); END_RULE Aquí entran en juego las capacidades del verificador automático que hayas elegido

18 «Lenguando que es gerundio». Algunos casos prácticos /* ReglaTratamEnMayúscula#3 <test rule=" "> <case>vimos al <error>presidente del Gobierno</error></case> <case>estuvimos allí durante la visita de la <error>reina</error></case> <case>saludó a <error>don</error> José Luis Rodríguez Zapatero</case> <case>fue en Barcelona con el <error>papa</error> Benedicto XVI</case> <case>visitamos el Reina Sofía el domingo pasado </case> <case>el Prof. Fernández imparte clase en esa universidad </case> </test> */ RULE(L"ReglaTratamEnMayúscula#3") EXISTENTIAL_EXTRA_INFO(POS(N), SemIdEntity, SemCOtherEntityTitle) AND!(FORM(POS(N), L"Reina Sofía") AND FORM_I(POS(N-1), L"el al del")) AND FIRST_LETTER_UPPERCASE(POS(N)) AND!EXISTENTIAL_TAG(POS(N), TagNounAbbreviation) AND!ALL_LETTERS_CONTAINED_IN(POS(N),CAPITALLETTERS) AND!IS_FIRST_WORD(POS(N)) THEN SUG_CAPITALIZATION(L"*a?*", GET_FORM(POS(N))); ADD_ERROR(Error_Typographic, POS(N), POS(N), msg(es, L"Las fórmulas de tratamiento, título o cargo deben escribirse con minúscula.", Check_OLE10, C2, L"ReglaTratamEnMayúscula#3"); END_RULE

19 «Lenguando que es gerundio». Algunos casos prácticos /* ReglaNoSolo,Pero <test rule=" "> <case>no solo destruyó nuestra historia, <error>pero</error> también cambió nuestro nombre</case> <case>no solo destruyó nuestra historia, sino también cambió nuestro nombre</case> <case>fue a comprar el pan, pero también compró chorizo</case> </test> */ RULE(L"ReglaNoSolo,Pero") EXISTENTIAL_TAG(POS(N), TagClauseFirstCoordinate) AND FORM_I(POS_FIRST_CHILD(POS(N)), L"no") AND FORM_I(POS_SECOND_CHILD(POS(N)), L"solo sólo") AND EXISTENTIAL_TAG(POS_THIRD_CHILD(POS(N)), TagPhraseVerb) AND FORM(POS(N+1), L",") AND FORM_I(POS(N+2), L"pero") THEN SUG_WORD(POS(N+2), L"sino"); ADD_ERROR(Error_Grammatical, POS(N+2), POS(N+2), msg(es, L"Posiblemente no haya utilizado la conjunción adecuada.", B2, L"ReglaNoSolo,Pero"); END_RULE

20 «Lenguando que es gerundio». Algunos casos prácticos «corrección automática avanzada» no solo reside en su capacidad de verificación sintáctico-semántica, también nos ayuda en la detección masiva de errores independientes del contexto Pero el valor de la

21 Gracias por vuestra atención! Concepción Polo Responsable de Lingüística Daedalus, S. A. Tel.:

Documentos relacionados

Guía docente. Identificación de la asignatura. Profesores. Contextualización. Requisitos. Recomendables. Competencias. Específicas.

Guía docente. Identificación de la asignatura. Profesores. Contextualización. Requisitos. Recomendables. Competencias. Específicas. 1, 2S Identificación de la asignatura Créditos Período de impartición de impartición 1,2 presenciales (30 horas) 3,8 no presenciales (95 horas) 5 totales (125 horas). 1, 2S (Campus Extens) Segundo semestre