Lemmatisation of old english strong verbs on a lexical database

La nueva base de datos del Proyecto Nerthus, llamada The Grid, fue presentada por Martín Arista en una conferencia dictada en la Universidad de Sheffield en 2013. The Grid consiste en cinco tablas relacionadas: la base de datos léxica Nerthus, una concordancia por fragmentos, una concordancia por pa...

Descripción completa

Detalles Bibliográficos
Autor: Metola Rodríguez, Darío
Tipo de recurso: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2015
País:España
Institución:Universidad de La Rioja (UR)
Repositorio:RIUR. Repositorio Institucional de la Universidad de La Rioja
OAI Identifier:oai:portal.dialnet.es:doc/5c13b16bc8914b6ed377684e
Acceso en línea:https://investigacion.unirioja.es/documentos/5c13b16bc8914b6ed377684e
Access Level:acceso abierto
id ES_7fc258d3bb76acdc9d32b422b0e9ca76
oai_identifier_str oai:portal.dialnet.es:doc/5c13b16bc8914b6ed377684e
network_acronym_str ES
network_name_str España
repository_id_str
spelling Lemmatisation of old english strong verbs on a lexical databaseMetola Rodríguez, DaríoLa nueva base de datos del Proyecto Nerthus, llamada The Grid, fue presentada por Martín Arista en una conferencia dictada en la Universidad de Sheffield en 2013. The Grid consiste en cinco tablas relacionadas: la base de datos léxica Nerthus, una concordancia por fragmentos, una concordancia por palabras, un índice y un índice inverso de The Dictionary of Old English Corpus. The Grid no está basado en formas de diccionario, sino en atestiguaciones textuales. De todas las líneas de investigación posibles que esta nueva organización de la base de datos ofrece, este trabajo se hace cargo de la lematización de las formas textuales. La razón es que un corpus morfológicamente anotado de inglés antiguo es una asignatura pendiente de esta disciplina. La información morfológica sólo está disponible para las letras A-G, las cuales ya han sido publicadas por el The Dictionary of Old English, pero no existe, o no es tan fácil de encontrar en los diccionarios actuales para las letras H-Y. El propósito de la investigación es proporcionar un inventario de lemas de verbos fuertes basados en la evidencia textual que viene proporcionada por el Dictionary of Old English Corpus. Respecto al Proyecto Nerthus, esta tesis intenta desarrollar un sistema de búsquedas basado en sucesivas búsquedas, de manera que las formas más transparentes sean etiquetadas antes que otras formas más opacas. La restricción del ámbito de análisis a los verbos fuertes se basa en dos razones. La primera es que el sistema de verbos fuertes en ingles antiguo desempeña un papel central en la derivación y el desarrollo del léxico. Por otra parte, los verbos fuertes, caracterizados por la apofonía, o ablaut, pueden ser buscados no solo por la terminación flexiva, pero también por la vocal radical, lo que contribuye a refinar el sistema de búsquedas. El punto de partida de esta investigación es que la labor de lematización se puede hacer en parte automáticamente y en parte manualmente. La información contenida en la base de datos, junto con las funcionalidades de Filemaker, pueden maximizar la parte automática del análisis y minimizar la revisión manual. La metodología incluye tres pasos principales: la recopilación de un corpus de verbos fuertes que se adapte al análisis, la identificación de las formas flexivas, y la definición de códigos de búsqueda automática. La lista de verbos fuertes se ha tomado de la lista de referencia de verbos fuertes del Proyecto Nerthus, que se basa en las siete clases de Campbell (1987) y Hogg and Fulk (2011), y en las subclases de Krygier (1994). Para la identificación de las formas flexivas relevantes, los verbos fuertes que no han sido derivados, han sido derivados en el infinitivo, presente de indicativo, pretérito de indicativo, presente de subjuntivo, pretérito de subjuntivo, e imperativo, todos ellos en singular y plural. Para las búsquedas en la base de datos léxica, esta tesis propone un sistema de cuatro códigos de búsqueda sucesivos que están diseñados específicamente para buscar determinadas formas verbales. Aparte del inventario de verbos fuertes, en las conclusiones se presentan resultados en dos áreas. Primero, esta tesis puede responder de manera motivada la cuestión de los límites en la automatización en el análisis morfológico. En segundo lugar, que tesis arroja luz sobre la cuestión de la regularización de la ortografía característica del trabajo lexicográfico o normalización.Martín Arista, Francisco JavierTorre Alonso, Roberto2015info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://investigacion.unirioja.es/documentos/5c13b16bc8914b6ed377684ereponame:RIUR. Repositorio Institucional de la Universidad de La Riojainstname:Universidad de La Rioja (UR)Inglésinfo:eu-repo/semantics/openAccessoai:portal.dialnet.es:doc/5c13b16bc8914b6ed377684e2026-06-14T12:47:17Z
dc.title.none.fl_str_mv Lemmatisation of old english strong verbs on a lexical database
title Lemmatisation of old english strong verbs on a lexical database
spellingShingle Lemmatisation of old english strong verbs on a lexical database
Metola Rodríguez, Darío
title_short Lemmatisation of old english strong verbs on a lexical database
title_full Lemmatisation of old english strong verbs on a lexical database
title_fullStr Lemmatisation of old english strong verbs on a lexical database
title_full_unstemmed Lemmatisation of old english strong verbs on a lexical database
title_sort Lemmatisation of old english strong verbs on a lexical database
dc.creator.none.fl_str_mv Metola Rodríguez, Darío
author Metola Rodríguez, Darío
author_facet Metola Rodríguez, Darío
author_role author
dc.contributor.none.fl_str_mv Martín Arista, Francisco Javier
Torre Alonso, Roberto
description La nueva base de datos del Proyecto Nerthus, llamada The Grid, fue presentada por Martín Arista en una conferencia dictada en la Universidad de Sheffield en 2013. The Grid consiste en cinco tablas relacionadas: la base de datos léxica Nerthus, una concordancia por fragmentos, una concordancia por palabras, un índice y un índice inverso de The Dictionary of Old English Corpus. The Grid no está basado en formas de diccionario, sino en atestiguaciones textuales. De todas las líneas de investigación posibles que esta nueva organización de la base de datos ofrece, este trabajo se hace cargo de la lematización de las formas textuales. La razón es que un corpus morfológicamente anotado de inglés antiguo es una asignatura pendiente de esta disciplina. La información morfológica sólo está disponible para las letras A-G, las cuales ya han sido publicadas por el The Dictionary of Old English, pero no existe, o no es tan fácil de encontrar en los diccionarios actuales para las letras H-Y. El propósito de la investigación es proporcionar un inventario de lemas de verbos fuertes basados en la evidencia textual que viene proporcionada por el Dictionary of Old English Corpus. Respecto al Proyecto Nerthus, esta tesis intenta desarrollar un sistema de búsquedas basado en sucesivas búsquedas, de manera que las formas más transparentes sean etiquetadas antes que otras formas más opacas. La restricción del ámbito de análisis a los verbos fuertes se basa en dos razones. La primera es que el sistema de verbos fuertes en ingles antiguo desempeña un papel central en la derivación y el desarrollo del léxico. Por otra parte, los verbos fuertes, caracterizados por la apofonía, o ablaut, pueden ser buscados no solo por la terminación flexiva, pero también por la vocal radical, lo que contribuye a refinar el sistema de búsquedas. El punto de partida de esta investigación es que la labor de lematización se puede hacer en parte automáticamente y en parte manualmente. La información contenida en la base de datos, junto con las funcionalidades de Filemaker, pueden maximizar la parte automática del análisis y minimizar la revisión manual. La metodología incluye tres pasos principales: la recopilación de un corpus de verbos fuertes que se adapte al análisis, la identificación de las formas flexivas, y la definición de códigos de búsqueda automática. La lista de verbos fuertes se ha tomado de la lista de referencia de verbos fuertes del Proyecto Nerthus, que se basa en las siete clases de Campbell (1987) y Hogg and Fulk (2011), y en las subclases de Krygier (1994). Para la identificación de las formas flexivas relevantes, los verbos fuertes que no han sido derivados, han sido derivados en el infinitivo, presente de indicativo, pretérito de indicativo, presente de subjuntivo, pretérito de subjuntivo, e imperativo, todos ellos en singular y plural. Para las búsquedas en la base de datos léxica, esta tesis propone un sistema de cuatro códigos de búsqueda sucesivos que están diseñados específicamente para buscar determinadas formas verbales. Aparte del inventario de verbos fuertes, en las conclusiones se presentan resultados en dos áreas. Primero, esta tesis puede responder de manera motivada la cuestión de los límites en la automatización en el análisis morfológico. En segundo lugar, que tesis arroja luz sobre la cuestión de la regularización de la ortografía característica del trabajo lexicográfico o normalización.
publishDate 2015
dc.date.none.fl_str_mv 2015
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://investigacion.unirioja.es/documentos/5c13b16bc8914b6ed377684e
url https://investigacion.unirioja.es/documentos/5c13b16bc8914b6ed377684e
dc.language.none.fl_str_mv Inglés
language_invalid_str_mv Inglés
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:RIUR. Repositorio Institucional de la Universidad de La Rioja
instname:Universidad de La Rioja (UR)
instname_str Universidad de La Rioja (UR)
reponame_str RIUR. Repositorio Institucional de la Universidad de La Rioja
collection RIUR. Repositorio Institucional de la Universidad de La Rioja
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869411848372092928
score 15.300719

Similares en LA Referencia