Morphological Clustering of Neologisms

• Autores: Jordi Porta Zamorano , Alejandro Muñoz Navarro, Carlos Golvano Díaz, Esther Navío Castellano
• Localización: Procesamiento del lenguaje natural, ISSN 1135-5948, Nº. 74, 2025, págs. 109-125
• Idioma: inglés
• Títulos paralelos:
  • Agrupación morfológica de neologismos
• Enlaces
  • Texto completo
• Resumen
  • español

    Este trabajo aborda la identificación de grupos de palabras relacionadas morfológicamente mediante flexión o derivación. El propósito de esta tarea es la monitorización de neologismos para poder evaluar si deberían incorporarse a un diccionario según la evidencia recopilada. Con este objetivo, se han desarrollado un lematizador y un analizador derivacional basados en redes neuronales profundas, junto con varios algoritmos de teoría de grafos y redes complejas.

  • English

    This work addresses the identification of groups of words morphologically related through inflection or derivation. The purpose of this task is to monitor neologisms and consider if they should enter a dictionary depending on evidence gathered. With this aim in mind, a lemmatizer and a derivational analyzer based on deep neural networks have been developed, along with several algorithms from graph theory and complex networks.

• Referencias bibliográficas
  • Agerri, R., J. Bermudez, and G. Rigau. 2014. IXA pipeline: Efficient and ready to use multilingual NLP tools. In N. Calzolari, K. Choukri,...
  • ASALE. 2010. Diccionario de americanismos. Santillana.
  • Baroni, M., J. Matiasek, and H. Trost. 2002. Unsupervised discovery of morphologically related words based on orthographic and semantic similarity....
  • Bosque, I. and V. Demonte, editors. 1999. Gramática descriptiva de la lengua española. Espasa.
  • Cabré, M. and R. Estopà. 2004. Metodología del trabajo en neología: criterios, materiales y procesos. Technical report, Universitat Pompeu...
  • Cantos Gómez, P. and R. Almela Pérez. 2009. Estudio cuantitativo de los afijos en español. The Bulletin of Hispanic Studies, (4):453–468.
  • Chrupała, G. 2006. Simple data-driven context-sensitive lemmatization. Procesamiento de lenguaje natural, (37):121–127.
  • Cotterell, R., C. Kirov, J. Sylak-Glassman, G. Walther, E. Vylomova, A. D. Mc-Carthy, K. Kann, S. J. Mielke, G. Nicolai, M. Silfverberg, D....
  • Creutz, M. and K. Lagus. 2007. Unsupervised models for morpheme segmentation and morphology learning. ACM Trans. Speech Lang. Process., 4(1),...
  • Devlin, J., M.-W. Chang, K. Lee, and K. Toutanova. 2019. BERT: Pre-training of deep bidirectional transformers for language understanding....
  • Díaz Hormigo, M. T. 2011. Word formation processes and proposals for the classification of formal neologisms. In J. L. Cifuentes and S. Rodríguez,...
  • Fábregas, A. 2023. Diccionario de afijos del español contemporáneo. Routledge.
  • Girvan, M. and M. E. J. Newman. 2002. Community structure in social and biological networks. Proceedings of the National Academy of Sciences,...
  • Goldsmith, J. 2001. Unsupervised learning of the morphology of a natural language. Computational Linguistics, 27(2):153–198, 06.
  • Gorman, K., A. D. McCarthy, R. Cotterell, E. Vylomova, M. Silfverberg, and M. Markowska. 2019. Weird inflects but OK: Making sense of morphological...
  • Moliner, M. 2013. Neologismos del español actual. Gredos.
  • Moon, T., K. Erk, and J. Baldridge. 2009. Unsupervised morphological segmentation and clustering with document boundaries. In P. Koehn and...
  • Myers, E. W. 1986. An O(ND) Difference Algorithm and Its Variations. Algorithmica, 1(2):251–266.
  • RAE and ASALE. 2009-2011. Nueva gramática de la lengua española. Espasa.
  • RAE and ASALE. 2014. Diccionario de la lengua española. Espasa.
  • Reichardt, J. and S. Bornholdt. 2006. Statistical mechanics of community detection. Phys. Rev. E, 74:016110, Jul.
  • Rosenberg, A. and J. Hirschberg. 2007. VMeasure: A Conditional Entropy-Based External Cluster Evaluation Measure. In J. Eisner, editor, Proceedings...
  • Santana, O., F. J. Carreras, J. R. Pérez, and G. Rodríguez. 2003. Relaciones morfoléxicas sufijales del español. Procesamiento del Lenguaje...
  • Straka, M. 2018. UDPipe 2.0 prototype at CoNLL 2018 UD shared task. In Proceedings of the CoNLL 2018 Shared Task: Multilingual Parsing from...
  • Toporkov, O. and R. Agerri. 2024a. Evaluating shortest edit script methods for contextual lemmatization. In N. Calzolari, M.-Y. Kan, V. Hoste,...
  • Toporkov, O. and R. Agerri. 2024b. On the Role of Morphological Information for Contextual Lemmatization. Computational Linguistics, 50(1):157–191,...
  • Vaswani, A., N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. N. Gomez, Ł. Kaiser, and I. Polosukhin. 2017. Attention is all you need. In...
  • Wu, S. and R. Cotterell. 2019. Exact hard monotonic attention for character-level transduction. In A. Korhonen, D. Traum, and L. Màrquez,...
  • Wu, S., R. Cotterell, and M. Hulden. 2021. Applying the transformer to character-level transduction. In P. Merlo, J. Tiedemann, and R. Tsarfaty,...