El uso de los corpus lingüísticos disponibles en Internet ... · zJergas de Habla Hispana (JHH)...

CRE4 de diciembre de 2008Université de Montréal

“El uso de los corpus lingüísticosdisponibles en Internet como

herramienta pedagógica para la enseñanza-aprendizaje de ELE”

Elena [email protected]

Javier Vásquez [email protected]

Université de Montréal


Los Corpus en ELE: una nueva herramienta

Corpus: característicasAlgunos corpus…

Jergas de Habla Hispana (JHH)Así hablamos Corpus del españolCorpus Diacrónico del Español (CORDE)Corpus Referencia del Español Actual (CREA)Corpus del Español del Siglo XXIPresentación de otros corpus

¿Qué nos permiten hacer?Ventajas y desventajas


Los corpus…

Nacen gracias a la evolución de la informática

Son un nuevo medio actualmente disponible en Internet

Consisten en una fuente de ideas porque nos permiten conseguir material pedagógico fiable y real


¿Qué nos permiten obtener?Muestras de cuestiones gramaticalesEl uso real de una palabra o expresión en:

Un país determinadoLa obra de un autor En un cierto período de la historia del español

Contextualizar una palabra o expresión en relación a un tema específico

La evaluación computarizada de textosLa búsqueda de ejemplos reales para las clases de ELE


Características

Acceso gratuito

No es necesario un ordenador muy moderno

No se precisan conocimientos en informática

No se requiere de algún programa o de algo nuevo en nuestro ordenador

Consulta interactiva


Ventajas en comparación a un buscador

Respaldo académico

Datos lingüísticos fiables

Posibilidad de selección de varios criterios

Optimizar la búsqueda

Contextualizar los resultados

Terminar con la inevitable pérdida en el laberinto de Internet


Tipos de CorpusCorpus textual

Conjunto de textos seleccionados a través de uno o más criterios de homogeneidad

Corpus oralEstán constituidos por las transcripciones de los registros de la lengua habladaCorpus Oral y Sonoro del Español Rural(COSER)www.uam.es/coser


JHHJergas de Habla Hispanawww.jergasdehablahispana.org

http://www.jergasdehablahispana.org/


JHHJergas de Habla Hispana

www.jergasdehablahispana.org


Así hablamoshttp://www.asihablamos.com/


Así hablamos

Diccionario latinoamericano

Permite apreciar la diversidad de nuestra lengua

Búsqueda del significado de una misma palabra en diferentes países o en un país determinado, usando el filtro por país

Característica: se construye con el aporte de los usuarios

http://www.asihablamos.com/


Así hablamos



Filtros por paísBúsqueda de una palabra en un país en

particular



http://www.asihablamos.com


Búsqueda por orden alfabético



Lista de palabras



Buscar una palabra…Comparar: Jergas de Habla Hispana



Término: “mamón”



En otros países…



En México…



Palabras cercanas



Objetivo: buscar el significado de una palabra en los diferentes países



Actividad para la clase de ELE:

Realizar búsquedas variadasInvestigar el vocabulario general de un país determinadoComparar el uso de un vocablo entre diferentes culturasContextualizar el empleo de los términos con ejemplos



Expresiones idiomáticas: Echar…



“Echar carro”



“Echar el cobre”



“Echar infantería”



“Echar ojo”



Ahora…

Echen un ojo a lo que sigue…


Corpus del españolDe Mark Davies

www.corpusdelespanol.org


Corpus del español

www.corpusdelespanol.org


CREA - CORDE Real Academia Española



Corpus de Referencia del Español Actual(CREA)

Escrito y oralMás de 150 millones de formas léxicasMás de ocho millones en la parte oralTextos: fechados a partir de 1975

Corpus Diacrónico del Español (CORDE)

EscritoCerca de 300 millones de formas léxicasTextos: hasta 1974

RAEwww.rae.es/rae.html



Ambos corpus contemplan todos los países de habla hispana

Abarcan todos los períodos del español, tanto en España como en América

Constituyen un importante recurso léxico de palabras disponibles para el idioma español



El Corpus de Referencia del Español Actual (CREA)

Permite extraer información para estudiar las palabras, sus significados y sus contextos

Se compone de una amplia variedad de textos escritos y orales, producidos en todos los países de habla hispana desde 1975

Procedencia de los textos escritos: libros, periódicos y revistas

Abarca más de cien materias distintas

Fuente: Real Academia Español



CREA : corpus oralConformado por transcripciones de documentos sonoros

Materiales: codificación de textos orales

Obtención de los documentos sonoros: diferentes convenios



El Corpus de Referencia del Español Actual (CREA) Corpus Diacrónico del Español (CORDE)



http://www.rae.es/rae.html



El Corpus de Referencia del Español Actual (CREA)



Ejemplo: uso del subjuntivoEspero, deseo, quiero…

+ Verbo subordinado en subjuntivo:

≠ sujeto

Verbo subordinado en infinitivo:= sujeto


1ra. ventana: construcción del perfil de consultaEjemplo: uso del subjuntivo Deseo



2da. ventana: resultados



3ra. ventana: visualización de los ejemplos



Concordancias



1ra. ventana: construcción del perfil de consultaEjemplo: uso del subjuntivo Deseo que



Concordancia: 3



Recuperar otro ejemplo



Ejemplo: expresión idiomática con partes del cuerpo “Meter la pata”



Párrafos



Uso del prefijo antiEscrito - Oral



Resultados



Ejemplos de uso



Lista de autores y obras



3ra. ventanaLista de autores y obras



Filtros

Reducción del númerode ejemplos

(no se puede recuperar demasiados documentos)


1ra. ventana: construcción del perfil de consultaEjemplo: verbo estar



2da. ventana: resultadosFiltros



Tipos de filtros Filtro [Documentos]

Disminuye el número de documentos

Filtro [Casos]

Disminuye el número de ejemplos que se ofrecen en cada documento


OTROS USOS DE LOS CORPUS…


Comodines: signos “?” y “*”

Uso de “comodines” en la formación de una palabra

“?” : sustituye a un carácter en una posición determinada

“*” : sustituye a cualquier número de caracteres


Ejemplo “?” : sustituye a un carácter en una posición determinada

ro ? a



ropa - roca - rosa - roja



Ejemplo “*” : sustituye a cualquier número de caracteres



hiperconcebidas – hipersensibilidad –hiperesfera – hipertiroidismo – hipertensión –hipercreativos - hiperactiva -




Corpus textualTextos: hasta 1974



Manual de consulta


¿?


NovedadNueva versión del CREA (textos de junio de 2008)

Se añade algo más de 3,5 millones de formas, correspondientes todas ellas al período, 2000-2004

El bloque que se incorpora en junio de 2008: corresponde fundamentalmente a la prensa americana




Corpus del Español del Siglo XXI

Antecedentes: el CREA y el CORDE

Aumento del banco de datos léxicos iniciado en 1995

Primera fase: 300 millones de formas

Distribución:

Antes: 50% España y 50% América

Ahora: 30% España y 70% América

Materiales: investigación lexicográfica y gramatical del español



BDSBase de datos sintáctico

del español actualwww.bds.usc.es/consultas/index.html


Base de datos sintácticodel español actual

www.bds.usc.es/consultas/index.html


Otros corpus

Más información….


Universidad Autónoma de Madridhttp://www.uam.es/


Universidad Autónoma de Madrid

http://www.lllf.uam.es/esprincipal.html


Lista de corpus



Corpus Oral de Referencia de la LenguaEspañola Contemporánea

(CORLEC)

Características:

Base de datos textual (corpus de lengua hablada).

Transliteración de textos grabados en cintas de audio del registro oral.

1.100.000 palabras en soporte informático.

Comienzo de la elaboración del corpus: enero de 1991.

Finalización de su realización: febrero de 1992.

Director: Francisco Marcos Marín Catedrático de Lingüística General de la Universidad Autónoma de Madrid




(CORLEC)



Muestra del corpus




(CORLEC)



Corpus de Referencia de la Lengua Española en la Argentina



Corpus de Referencia de la Lengua Española en la Argentina Universidad Autónoma de Madrid (UAM)


Corpus de Referencia de la Lengua Española en Chile



Corpus de Referencia de la Lengua EspañolaContemporánea: corpus escritodel español en la República de Chile

Dirigido: por Francisco Marcos-Marín

Coordinado: por Ernesto Evans Espiñeira

Laboratorio de Lingüística Informática de la Universidad Autónoma de Madrid (UAM) con el patrocinio de la Sociedad Estatal del QuintoCentenario.


Corpus Histórico del Español de México (CHEM)

http://www.iling.unam.mx/chem



Corpus diacrónico de español de México

Reúne una colección de documentos

Período: entre los siglos XVI y XIX

Información cuantitativa y cualitativa de naturaleza variada

Se requiere registrarse en la base de datos

http://www.iling.unam.mx/chem/


Requerimiento: registrarse como usuario



Desventajas

Conexión Internet

Tiempo


¿Qué podemos hacer?Documentar con rapidez y seguridad

Frecuencia de uso de:Palabra/sPrefijosSufijosAgrupaciones de palabrasExpresiones idiomáticas

Documentar el contexto situacional

Combinar diferentes variables:Autor ObraAño o intervalo de añosÁrea temática País


Algunas sugerencias…

Buscar el uso frecuente de palabras o construcciones en los libros de textos y lecturas recomendadas

Corregir barbarismos o malos usos lingüísticos (errores más repetidos, construcciones no normativas, léxico mal usado, grafías incorrectas, etc.)


Más ideas…Contextualizar una palabra o expresión en relación a un tema específico

Obtener términos que comiencen o terminen por un determinado prefijo, sufijo

Consultar el empleo de ciertas expresiones idiomáticas en diferentes países


Otros usos…

Comparar el uso de un vocablo entre el oral y el escrito

Indagar los rasgos contextuales que acompañan una palabra o expresión

Sistematizar el conocimiento intuitivo ante algo que “suene extraño”, pero no se sepa exactamente el motivo


MUCHAS GRACIAS

El uso de los corpus lingüísticos disponibles en Internet ... · zJergas de Habla Hispana (JHH)...

Documents

Transcript of El uso de los corpus lingüísticos disponibles en Internet ... · zJergas de Habla Hispana (JHH)...