Determinación del umbral de representatividad de un corpus mediante el algoritmo N-Cor
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/2997
Título: | Determinación del umbral de representatividad de un corpus mediante el algoritmo N-Cor |
---|---|
Autor/es: | Corpas Pastor, Gloria | Seghiri Domínguez, Míriam |
Palabras clave: | Representatividad | Lingüística de corpus | Compilación de corpus | Corpus especializado | Representativeness | Corpus linguistics | Corpus compilation | Specialised corpus |
Fecha de publicación: | sep-2007 |
Editor: | Sociedad Española para el Procesamiento del Lenguaje Natural |
Cita bibliográfica: | CORPAS PASTOR, Gloria; SEGHIRI DOMÍNGUEZ, Míriam. "Determinación del umbral de representatividad de un corpus mediante el algoritmo N-Cor". Procesamiento del lenguaje natural. N. 39 (sept. 2007). ISSN 1135-5948, pp. 165-172 |
Resumen: | En las páginas que siguen a continuación vamos a describir un método para calcular el umbral mínimo de representatividad de un corpus mediante el algoritmo N-Cor de análisis de la densidad léxica en función del aumento incremental del corpus. Se trata de una solución eficaz para determinar a posteriori, por primera vez de forma objetiva y cuantificable, el tamaño mínimo que debe alcanzar un corpus para que sea considerado representativo en términos estadísticos. Este método se ha visto implementado en la aplicación informática ReCor. Con dicha herramienta vamos a comprobar si un corpus de seguros turísticos en español que hemos compilado sería representativo para realizar estudios lingüístico-textuales y poder ser utilizarlo en traducción. | In this paper we describe a method to determine the representativeness threshold for any given corpus. By using the N-Cor algorithm it is possible to quantify a posteriori the minimum number of documents and words that should be included in a specialised language corpus, in order that it may be considered representative. This method has been implemented by means of a computer program (ReCor). This program will be used here to check whether a corpus of insurance policies in Spanish is representative enough in order to carry out textlinguistic studies and translation tasks. |
Patrocinador/es: | El presente trabajo ha sido realizado en el seno del proyecto La contratación turística electrónica multilingüe como mediación intercultural: aspectos legales, traductológicos y terminológicos (Ref. nº HUM-892, 2006-2009. Proyecto de Excelencia, Junta de Andalucía) |
URI: | http://hdl.handle.net/10045/2997 |
ISSN: | 1135-5948 |
Idioma: | spa |
Tipo: | info:eu-repo/semantics/article |
Aparece en las colecciones: | Procesamiento del Lenguaje Natural - Nº 39 (septiembre 2007) |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
PLN_39_20.pdf | 290,81 kB | Adobe PDF | Abrir Vista previa | |
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.