Un corpus de bigramas utilizado como corrector ortográfico y gramatical destinado a hablantes nativos de español

San-Mateo-Valdehíta, Alicia . (2016) Un corpus de bigramas utilizado como corrector ortográfico y gramatical destinado a hablantes nativos de español. Revista Signos. Estudios de Lingüística, 49 (90), 94-118

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
San-Mateo-Valdehita_2016.pdf San-Mateo-Valdehita_2016.pdf application/pdf 501.71KB

Título Un corpus de bigramas utilizado como corrector ortográfico y gramatical destinado a hablantes nativos de español
Título paralelo A bigram corpus used as a grammar checker for Spanish native speakers
Autor(es) San-Mateo-Valdehíta, Alicia
Materia(s) Lingüística
Resumen Este artículo describe el funcionamiento de un algoritmo de corrección ortográfica y gramatical para textos escritos en español, destinado a hablantes nativos competentes que realizan labores de corrección de textos. Los posibles errores se identifican por medio de análisis estadísticos (en vez de emplear el sistema de ‘etiquetado’ y análisis sintáctico que utiliza la mayor parte de correctores), comparando las combinaciones de palabras utilizadas con un corpus de referencia de cien millones de vocablos. De esa manera, se señalan los pares de palabras (bigramas) poco o muy poco frecuentes, y que, en muchas ocasiones, lo son porque contienen algún error. La limitación fundamental es que no se detectan errores que no puedan ser deducidos del análisis de palabras adyacentes. Pero, como hemos comprobado aquí en el análisis de diferentes textos, el algoritmo es capaz de localizar errores que otros correctores no identifican.
Abstract This paper describes the performance of an algorithm of spelling and grammar checker for texts written in Spanish by proficient native speakers during proof-reading. Possible mistakes are not detected by tagging and parsing but by statistical analysis, comparing combinations of two words used in the text to a hundred-million-word corpus. Those pairs of words (bigrams) which do not occur or which are suspiciously infrequent in the corpus are highlighted; and such pairs often contain errors. The main limitation is that mistakes that arise from non-adjacent words are not detected. Nevertheless, as we have seen in this study with some different texts, the algorithm detects many errors that other grammar checkers are not able to identify.
Palabras clave bigramas
corrección de textos
corrector gramatical
detección de errores
pares de palabras
bigrams
error detection
grammar checker
pairs of words
proof-reading
Fecha 2016-03-01
Formato application/pdf
Identificador bibliuned:501102
http://e-spacio.uned.es/fez/view/bibliuned:501102
DOI - identifier 10.4067/S0718-09342016000100005
ISSN - identifier 0718-0934
Nombre de la revista Revista Signos. Estudios de Lingüística
Número de Volumen 49
Número de Issue 90
Página inicial 94
Página final 118
Publicado en la Revista Revista Signos. Estudios de Lingüística, 49 (90), 94-118
Idioma spa
Versión de la publicación publishedVersion
Tipo de recurso Article
Derechos de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de acceso Acceso abierto

Tipo de documento: Artículo de revista
Collection: Departamento de Lengua Española y Lingüística General (UNED). Artículos
 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 32 Visitas, 5 Descargas  -  Estadísticas en detalle
Creado: Fri, 12 May 2017, 18:47:31 CET by Alicia San-Mateo-Valdehíta