/LING

Update: February 24, 2023 The new version of Termout.org is now online, so this web site is now obsolete and will soon be dismantled.

Lista de candidatos sometidos a examen:
1) análisis automático (*)
(*) Términos presentes en el nuestro glosario de lingüística

---

1) Candidate: análisis automático

Is in goldstandard

---

1
paper CH_corpusLogostxt107 - : 3.2 Análisis automático de la interlengua de aprendientes de español: la presencia de determinantes indefinidos en el sintagma nominal núcleo

---

2
paper CH_corpusRLAtxt158 - : Finalmente, cabe comentar que TreeTagger presenta un pequeño margen de error en sus resultados, ya que no identifica el lema de algunas palabras y lo indica como "". Éste y otros errores son comunes en la mayoría de los programas de este tipo: "Because of the complex and ambiguous nature of language, even a relatively simple annotation task such as POS-tagging can only be done automatically with up to 95% to 98% accuracy" (Leech, 2004). Al respecto existen opiniones enfrentadas en torno a si una posterior revisión manual del etiquetado sería o no necesaria. Por ejemplo, Sinclair (1992) se manifiesta contrario a la postedición humana y prioriza un análisis automático en su integridad: "Analysis should be restricted to what the machine can do without human checking, or intervention" (1992: 381 ). Al contrario, Kahrel, Barnett y Leech (1997) opinan que "ultimately it is the human being's mental interpretation that enables us to evaluate the quality of annotation" (1997: 244). Nuestra

---

3
paper CH_corpusSignostxt522 - : Para el análisis de los patrones se utilizó el análisis manual de los verbos como ‘gold standard’, estableciendo una serie de reglas de conversión ya que existen diferencias estructurales entre ambos resultados. Hay casos en que el patrón humano y el automático son idénticos, como en el caso del patrón 4 de ‘llenar’: ‘[[Humano]] llenar [[Documento]]’. No obstante, existen otros casos en que el análisis automático todavía no alcanza el grado de generalización y concreción del análisis manual, como en el siguiente caso: ‘[[Human | Eventuality]] llenar [[Building | Location]] {de | con [[Physical Object]]}’ ; por ejemplo, porque el analizador de dependencias no siempre detecta el complemento de régimen (que está ausente en muchas de las concordancias analizadas porque es un argumento opcional la mayoría de veces), o porque no advierte las alternancias semánticas. Por ese motivo, se aceptan como válidos todos los patrones en los que el análisis sintáctico-semántico se ha real

---

4
paper CH_corpusSignostxt340 - : El análisis automático (del término técnico en inglés parsing) es un proceso por medio del cual se convierte el texto de entrada en otras estructuras (comúnmente árboles sintácticos ), que son más útiles para el posterior análisis y capturan la jerarquía implícita de la entrada. Durante el procesamiento se producen distintas estructuras intermedias o de trabajo, hasta producir un árbol de análisis estructural de la secuencia de entrada. Un árbol correcto es aquel que cubre todos y solo los elementos del enunciado y en cuyo tope tiene un símbolo S (del inglés sentence) u O (de ‘oración’) (Lavid, 2005; Jurafsky & Martin, 2008).

---

5
paper CO_Lenguajetxt155 - : El fragmento anterior parece un caso de sencilla resolución para el lector humano, pues el referente y el correferente están prácticamente contiguos y el PP ‘ella’ indica, la mayoría de las veces, la presencia de una anáfora. No obstante, el análisis automático falló en esta identificación y relacionó el pronombre con otra unidad anterior con la cual encontraba más posibilidades de concordancia de género: ‘la ropa’ . Dado esto, realizamos una prueba en la cual etiquetábamos solamente esta oración: la resolución fue efectiva ya que no tenía otra opción. Lo que deducimos de este caso, es que era necesario conocer que ‘Merkel’ pertenece al apellido de la canciller alemana Angela Merkel, por lo cual es un nombre femenino y puede correferir con el PP femenino ‘ella’. Es probable que FreeLing no posea exactamente esta información de tipo cultural en su base de datos para resolver la correferencia^[140]^19.

Evaluando al candidato análisis automático:

3) manual: 3
6) humano: 3

análisis automático
Lengua: spa
Frec: 39
Docs: 27
Nombre propio: 1 / 39 = 2%
Coocurrencias con glosario:
Puntaje: 0.602 = ( + (1+2.8073549220576) / (1+5.32192809488736)));
Candidato aceptado

Referencias bibliográficas encontradas sobre cada término

(Que existan referencias dedicadas a un término es también indicio de terminologicidad.)

análisis automático

: 16.Pêcheux, Michel. 1987. Hacia el análisis automático del discurso. Madrid: Gredos. : Figura 19 Ejemplo de análisis automático de discurso que reproduce la oralidad (julio 2011) : Kotz, G. (2013). Análisis automático de errores gramaticales para un sistema tutorial inteligente para el aprendizaje del español como lengua extranjera. Tesis doctoral. Universidad de Concepción, Facultad de Humanidades y Arte, Programa de Doctorado en Lingüística. : Koza, W. (2009). Análisis automático de textos: Reconocimiento de construcciones dicendi. Infosur revista, 3, 95-104. : PECHEUX, M. (1978). Hacia el análisis automático del discurso. Madrid: Gredos. : Pêcheux, Michel (1978), Hacia el análisis automático del discurso, trad. de Manuel Alvar Ezquerra, Madrid, Gredos.