Termout.org logo/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) computacional (*)
(*) Términos presentes en el nuestro glosario de lingüística

1) Candidate: computacional


Is in goldstandard

1
paper corpusSignosTxtLongLines153 - : La lingüística computacional es una disciplina general que estudia los modelos computacionales de la estructura y función del lenguaje, su uso y su adquisición ([41]Moreno, 1998 ; [42]Joshi, 1999). El rol de la estadística, en este caso, se centra en la modelación matemática del lenguaje, generalmente, con el objetivo de crear herramientas de análisis automático de textos, usando modelos estocásticos, cuyos resultados son automáticamente aprendidos por el sistema y continuamente retroalimentados y monitoreados por el investigador. La lingüística de corpus, por su parte, estudia el lenguaje a través de medios informáticos para analizar, describir y explicar fenómenos de distintos niveles lingüísticos en grandes cantidades de datos reales, esto es, partes del lenguaje natural estudiadas a partir de modelos probabilísticos, vectoriales o multidimensionales ([43]Biber et al. 1998; [44]Stubbs, 1996, [45]2000, [46]2001; [47]Svartvik, 1992; [48]Kennedy, 1998; [49]Caravedo, 1999). La estadística,

2
paper corpusSignosTxtLongLines176 - : El LSA (del inglés Latent Semantic Analysis) es un tipo de análisis computacional que permite determinar y cuantificar la similitud semántica entre piezas textuales -sean palabras, documentos o palabras y documentos- de un corpus de textos pertenecientes a un mismo dominio de conocimiento. Para ello, el sistema computacional del LSA sigue un algoritmo matemático que tiene como centro a la técnica de factorización lineal conocida como descomposición de valores singulares (SVD, sigla del inglés Singular Value Decomposition), a partir de la cual se genera una representación vectorial del corpus o espacio semántico en cuya conformación y posterior utilización reconocemos dos supuestos lingüísticos acerca del significado: (1 ) el significado es contextualmente dependiente y (2) en el uso contextual hay relaciones de similitud semántica que están latentes.

3
paper corpusSignosTxtLongLines179 - : [[36]1] El Grupo de Investigación en Tutorías (GIT) es un equipo interdisciplinario compuesto por aproximadamente 35 investigadores provenientes de la psicología, la ciencia computacional, la física y la educación (visite [37]http://www .autotutor.org). La investigación acerca del AutoTutor fue apoyada por la National Science Foundation (SBR 9720314, REC 0106965, REC 0126265, ITR 0325428) y la DoD, Iniciativa para la Investigación Multidisciplinaria de la Universidad (MURI) administrada por la ONR bajo la subvención N00014-00-1-0600. Cualquier opinión, hallazgo y conclusiones o recomendaciones expresadas en este artículo corresponden a los autores y no reflejan, necesariamente, las posiciones de la DoD, la ONR o la NSF. Kurt VanLehn, Carolyn Rose, Pam Jordan y otros de la Universidad de Pittsburgh colaboraron con nosotros preparando los materiales de física conceptual para el AutoTutor.

4
paper corpusSignosTxtLongLines181 - : En un esfuerzo por aportar a la discusión respecto del problema de la escritura científica en español, en este trabajo llevamos a cabo un estudio cuyos objetivos son: a) comparar, utilizando una herramienta computacional de análisis vectorial denominada Análisis Semántico Latente (LSA, por su sigla en inglés), la relación léxico-semántica entre tres variables textuales presentes en artículos de investigación científica, estas son: palabras clave, resumen y contenido del artículo y b) comparar, a partir de los valores de similitud léxico-semántica de las variables textuales, una muestra de artículos de investigación científica de dos áreas de la ciencia (ciencias biológicas y ciencias sociales ).

5
paper corpusSignosTxtLongLines181 - : Como planteamos en la introducción de este trabajo, los objetivos de esta investigación son: a) comparar, utilizando una herramienta computacional de análisis vectorial denominada LSA, la relación léxico-semántica entre tres variables textuales presentes en artículos de investigación científica, estas son: palabras clave, resumen y contenido del artículo ; y b) comparar, a partir de los valores de similitud léxico-semántica de las variables textuales, una muestra de artículos de investigación científica de dos áreas de la ciencia (ciencias biológicas y ciencias sociales).

6
paper corpusSignosTxtLongLines229 - : e forma la base para actualizar la representación del texto en la memoria operativa. En la implementación computacional del modelo del Paisaje, en cada ciclo la fuerza del nodo representacional de una proposición aumenta como función de la cantidad de activación que recibe. Además, se establece una conexión (o, en caso que ya exista una conexión, se refuerza) entre las proposiciones co-activadas, en función de la cantidad de activación que cada una recibe. Un componente central en el modelo computacional es que los vectores de activación y la representación en desarrollo en la memoria interactúan dinámicamente: con cada ciclo de lectura se actualiza la representación en la memoria y, a su vez, la representación actualizada infuye fuertemente sobre los vectores de activación subsecuentes . Otro componente central de la teoría del Paisaje es que en cada situación de lectura, el lector aplica un conjunto especial de “estándares de coherencia” (van den Broek, Risden & Husebye-Hartman, 1995

7
paper corpusSignosTxtLongLines282 - : [2]vol.43 número73 [3]ELE-Tutor Inteligente: Un analizador computacional para el tratamiento de errores gramaticales en Español como Lengua Extranjera [4]La valoración en géneros científicos: Un análisis de solicitudes de fondos para investigación de escritores argentinos [5] índice de autores [6]índice de materia [7]búsqueda de artículos [8]Home Page [9]lista alfabética de revistas

8
paper corpusSignosTxtLongLines361 - : Si se pone atención a la expresión de la escritura, esta es usada aquí de una manera particular configurando un listado o punteo que concentra cada significado técnico en grupos nominales. De esta manera, quedan impresas sobre el pizarrón expresiones como: crisis económica, nazismo, fascismo, exceso de diplomacia, entre otras. Algo similar ocurre con el uso de la presentación computacional, la cual despliega para los estudiantes conceptos como: fracaso de Tratado de Versalles, rivalidad ideológica, eje Roma, Berlín, Tokio ; etc. ([26]Foto 1), muchas de ellas, metáforas gramaticales.

9
paper corpusSignosTxtLongLines361 - : En las clases de biología se identificaron tres tipos de definiciones: descriptivas, clasificatorias y composicionales (Martin & Rose, 2008a). En todas ellas los profesores utilizan el pizarrón y de manera secundaria algunos de ellos la presentación computacional para construir la etapa central del género, en la que mediante preguntas (¿qué es la osmosis ?/¿qué tipos de proteínas hay?/¿qué componentes tiene la membrana plasmática?) y la reformulación de las respuestas de los aprendices, los acercan a la definición científica del mundo natural mediante una versión de la experiencia gramaticalmente incongruente.

10
paper corpusSignosTxtLongLines387 - : La modelización y la posterior implantación computacional se focalizaron en: (i ) enumeraciones sintagmáticas nominales, verbales, adjetivales y preposicionales completas con conjunción y abiertas; (ii) incisos: interjecciones, aposiciones, subordinadas relativas explicativas, construcciones dicendi y otros incisos ubicados al inicio de la cláusula o incrustados en ella (aquí se incluyen incisos que modifican a toda la cláusula, alteraciones en el orden regular, etcétera), y (iii) marcadores discursivos.

11
paper corpusSignosTxtLongLines499 - : [2]vol.52 número100 [3]Potencial de Estructura Genérica en tesis de ingeniería eléctrica: Contrastes entre lenguas y niveles educativos [4]Acerca de la representación computacional de las construcciones: El lugar de las construcciones locativas en una base de conocimiento [5] índice de autores [6]índice de materia [7]búsqueda de artículos [8]Home Page [9]lista alfabética de revistas

12
paper corpusSignosTxtLongLines500 - : Acerca de la representación computacional de las construcciones: El lugar de las construcciones locativas en una base de conocimiento

13
paper corpusSignosTxtLongLines501 - : [2]vol.52 número100 [3]Acerca de la representación computacional de las construcciones: El lugar de las construcciones locativas en una base de conocimiento [4]Introducción a la sección monográfica . La categoría nominal: Clases, naturaleza y particularidades [5] índice de autores [6]índice de materia [7]búsqueda de artículos [8]Home Page [9]lista alfabética de revistas

14
paper corpusSignosTxtLongLines547 - : El Atlas Lingüístico-Etnográfico de Colombia (ALEC) (Instituto Caro y Cuervo, 1982-1983) es una de las fuentes esenciales para el estudio del español del país en diversos campos como la dialectología, la lexicología y la fonética. Además, es considerado muestra representativa del patrimonio cultural y lingüístico de Colombia. El tamaño de la obra impresa, compuesta por seis tomos, cada uno de 50 x 35 cm, ha hecho que la circulación del material se vea reducida a los anaqueles de bibliotecas y a la consulta y análisis por parte del público especializado. Con el interés de conservar y brindar acceso y divulgación a la obra, desde el año 2015, la línea de Investigación en Lingüística de Corpus y Computacional (LICC) del Instituto Caro y Cuervo (ICC) en el marco del proyecto ALEC Interactivo tiene como objetivo el desarrollo de la versión digital de los materiales del ALEC con el apoyo del Núcleo de Investigación en Datos Espaciales (NIDE ) de la Universidad Distrital “Francisco

15
paper corpusSignosTxtLongLines547 - : A mediados de la década de los setenta inicia la inclusión de tecnología computacional para el almacenamiento de datos de investigación lingüística y la producción de atlas lingüísticos (^[41]Hoch & Hayes, 2010). La primera publicación realizada sobre el uso de BDE y modelamiento computacional fue realizada por Alan Richard Thomas en 1980 en el trabajo Areal Analysis of Dialect Data by Computer: A Welsh Example . En este texto, Thomas presentó un temprano ejemplo de las posibilidades de uso de un SIG para medir la correlación espacial en datos computarizados de su investigación lingüística. Thomas logró el almacenamiento y visualización de múltiples atributos lingüísticos mediante la asignación de valores numéricos al uso de palabras del galés en diferentes regiones sobre un mapa, pero con las limitaciones propias de la época, como la difícil asignación de caracteres especiales o la imposibilidad de administrar de grandes cantidades de texto (^[42]Hoch & Hayes, 2010). Años

Evaluando al candidato computacional:


1) representación: 8 (*)
2) análisis: 7
3) construcciones: 7 (*)
4) artículos: 7
5) índice: 6
7) palabras: 5 (*)
8) textuales: 5 (*)
9) variables: 4 (*)
10) lingüísticos: 4
11) similitud: 4 (*)
12) corpus: 4 (*)
13) autores: 4
14) ciencias: 4
16) léxico-semántica: 4
17) lenguaje: 4 (*)
19) lingüística: 4 (*)
20) comparar: 4

computacional
Lengua: spa
Frec: 218
Docs: 80
Nombre propio: 1 / 218 = 0%
Coocurrencias con glosario: 9
Puntaje: 9.846 = (9 + (1+6.4262647547021) / (1+7.77478705960117)));
Candidato aceptado

Referencias bibliográficas encontradas sobre cada término

(Que existan referencias dedicadas a un término es también indicio de terminologicidad.)
computacional
: Alonso Ramos, M. (2003). Hacia un Diccionario de colocaciones del español y su codificación. In M. A. Martí (Eds.), Lexicografía computacional y semántica (pp. 11-34). Barcelona: Edicions de l’Universitat de Barcelona.
: Arús, J. (2003a). Hacia una especificación computacional de la transitividad en el español: Un estudio contrastivo con el inglés. Tesis doctoral, Universidad Complutense de Madrid, Madrid, España.
: Climent, S. (1998). Individuación e Información Parte-Todo. Representación para el procesamiento computacional del lenguaje. Tesis Doctoral, Universidad de Barcelona, Barcelona, España.
: Echeverría, M. 2000. Desarrollo de la metacognición lingüística mediante apoyo computacional. RLA 38, 61-74.
: Ferreira, A. & Kotz, G. (2010). ELE-TUTOR Inteligente: Un analizador computacional para el tratamiento de errores gramaticales en Español como Lengua Extranjera. Revista Signos. Estudios de Lingüística, 43(73), 211-236.
: Fodor, J. (2003). La mente no funciona así. Alcances y límites de la psicología computacional. Madrid: Siglo XXI.
: Lavid, J., Arús, J. & Zamorano, J. (1998). Aspectos multilingües de la generación automática oracional: Un proyecto computacional de gramática contrastiva inglés-español. Seminario impartido en el XXVIII Simposio de la Sociedad Española de Lingüística, Madrid.
: Los problemas de sistematicidad en la evaluación así como el de los requerimientos de extensa cantidad de tiempo han motivado el estudio del resumen y su evaluación desde la perspectiva computacional. Así lo expresan, por ejemplo, Yulan, Siu y Tho (2009: 890):
: Martí, M. (2003). Consideraciones sobre la polisemia. En M. Martí Antonín, A. Fernández Monraveta & G. Vázquez García (Eds.), Lexicografía computacional y semántica (pp. 61-103). Barcelona: Ediciones de la Universidad de Barcelona.
: Molinari Marotto, C. (2005). La generación de inferencias emocionales en la comprensión de narraciones: Evidencia experimental e implementación en el modelo computacional Landscape. Tesis doctoral inédita, Universidad de Buenos Aires, Argentina.
: Moreno Sandoval, A. (1991). Un modelo computacional basado en la unificación para el análisis y generación de la morfología del español. Tesis doctoral, Universidad Autónoma de Madrid, Madrid, España.
: Moreno, A. (1998). Lingüística Computacional: Introducción a los modelos simbólicos, estadísticos y biológicos. Madrid: Síntesis.
: Moreno, M. (2009). Recopilación, desarrollo pedagógico y evaluación de un banco de colocaciones frecuentes de la lengua inglesa a través de la lingüística de corpus y computacional. Tesis doctoral, Universidad de Granada, España.
: Norris,D. (1999) Computacional psycholinguistics. En R.A. Wilson y F.C. Keil, (Eds.) The Mit encyclopedia of the cognitive sciences. 168-170). Cambridge, Ma: MIT Press.
: Parodi, G. & Venegas, R. (2004). BUCÓLICO: Aplicación computacional para el análisis de textos. Hacia un análisis de rasgos de la informatividad. Lingüística y Literatura, 15, 223-251.
: Parodi, G. (2006a). El Grial: Interfaz computacional para anotación e interrogación de corpus en español. RLA. 44(2), 91-115.
: Puebla, M. & Puchmüller, A. (2006). Implicancias de la repetición léxica en la lectura del hipertexto computacional (género biografías). Diálogos pedagógicos, 53-64.
: Sabaj, O. (2004). Especificidad, especialización y variabilidad verbal: Una aproximación computacional en estadística léxica. Revista Signos, 37(56), 75-89.
: Santana, O., Carrera, F., Pérez, J. & Rodríguez, G. (2005). Una Aplicación para el Procesamiento de la Sufijación en Español. Grupo de Estructuras de Datos y Lingüística Computacional. Universidad de las Palmas de Gran Canaria, España.
: Sidorov, G., Kobozeva, I., Zimmerling, A., Chanona-Hernández, L. & Kolesnikova, O. (2014). Modelo computacional del diálogo basado en reglas aplicado a un robot guía móvil. Polibits, 50, 35-42.