Paralelización del corpus sensemespañol-catalán
- Vázquez García, Glòria
- Fernández Montraveta, Ana María
ISSN: 2014-1408
Año de publicación: 2011
Número: 1
Páginas: 167-193
Tipo: Artículo
Otras publicaciones en: Anuari de Filologia. Estudis de Lingüística
Resumen
En ese trabajo presentamos un corpus paralelo para las lenguas española y catalana, SenSem. Se trata de un corpus paralelo anotado a distintos niveles lingüísticos (morfológico, sintáctico y semántico) y que abarca distintas unidades de información (palabra, sintagma y oración). Uno de los valores principales de este recurso es que ha supuesto la creación del primer corpus del catalán con información relativa a aspectos de la semántica oracional, como la aspectualidad y la modalidad. El recurso se ha creado traduciendo al catalán el corpus ya creado para el español en un proyecto anterior y manteniendo los vínculos entre ambas lenguas entre las distintas unidades de información mencionadas. Además, se ha heredado la anotación que se llevó a cabo para el español, corrigiendo cuando ha sido necesario la información para el catalán.
Referencias bibliográficas
- ATSERIAS, J., CASAS, B., COMELLES, E., GONZÁLEZ, M., PADRÓ, L. y PADRÓ, M. (2006), ‚FreeLing 1.3: Syntactic and semantic services in an open-source NLP library, en Proceedings of the fifth International Conference on Language Resources and Evaluation, 48-55.
- BAKER, M. (1993), ‚Corpus linguistics and translation studies: implications and applications, en Baker, M. Francis, G. y E. Tognini-Bonelli (eds.), Text and Technology: In Honour of John Sinclair, Amsterdam y Filadelfia, John Benjamins, 233- 250.
- CASTELLÓN, I., FERNÁNDEZ, A., VÁZQUEZ, G., ALONSO, L. y CAPILLA, J.C. (2006), "The Sensem Corpus: a Corpus Annotated at the Syntactic and Semantic Level", en Fifth International Conference on Language Resources and Evaluation (LREC), 355-359.
- FERNÁNDEZ, A., VÁZQUEZ, G. y CASTELLÓN, I. (2006A), "SenSem: a Databank for Spanish Verbs", en Proceedings of the X Ibero-American Workshop on Artificial Intelligence, IBERAMIA, Ribeirão Preto, Brasil.
- FERNÁNDEZ, A., VÁZQUEZ, G. y TERUEL, D. (2006B), "Interfaz de explotación del corpus SenSem", en Actas del Congreso de la Asociación Española de Lingüística Aplicada (AESLA), XXXX.
- MURATA, M., Q. MA, K. UCHIMOTO, T. KANAMARU, H. ISAHARA (2006), ‚Japanese-toEnglish translations of tense, aspect, and modality using machine-learning methods and comparison with machine-translation systems on market, Language Resources and Evaluation, 40, 233-242.
- PUSTEJOVSKY, J., P. HANKS, R. SAURÍ, A. SEE, R. GAIZAUSKAS, A. SETZER, D. RADEV, B. SUNDHEIM, D. DAY, L. FERRO y LAZO, M. (2003), ‚The TIMEBANK Corpus, en Proceedings of Corpus Linguistics, 647-656.
- SAURÍ, R., M. VERHAGEN, y PUSTEJOVSKY, J. (2006), ‚Annotating and Recognizing Event Modality in Text, en Proceedings of the 19th International FLAIRS Conference, FLAIRS 2006, Melbourne Beach, Florida.
- SMITH, C. (1997), ‚The Parameter of Aspectâ, en Studies in Linguistics & Philosopher: Volume 43, Dordrecht, Kluwer Academic.
- VÁZQUEZ, G. y FERNÁNDEZ, A. (2009), ‚Ampliación del Banco de Datos de Verbos del español SenSem, en Castillo Carballo, M.A y García Platero, J.M. (coords.), La lexicografía en su dimensión teórica, Murcia, Publicaciones de la Universidad de Murcia, 957-969.
- VILLALBA, X. (2006), ‚Una base de datos de construcciones en catal{n y español, en Actas del VII Congreso de Lingüística General (CDRom. ISBN: 84-475-2086-8). Universitat de Barcelona. Disponible en: ://blogs.uab.cat/xaviervillalba/files/2008/11/comunicacio-clg-xaviervillalba.pdf. Acceso: 05.09.11
- XIAO, R. y MCENERY, T. (2004), Aspect in Mandarin Chinese: A corpus-based study, Studies in Language Companion Series, 73, Amsterdam, John Benjamins P http://blogs.uab.cat/xaviervillalba/files/2008/11/comunicacio-clg-xaviervillalba.pdf