Índice de Palabras de Contenido (IPC) y Distribución Porcentual de Legomena (DPL) en artículos de investigación en español

• Ken Matsuda ^[1] ; Scott Sadowsky ^[2] ; Omar Sabaj ^[1]
  1. [1] Universidad de La Serena

     Universidad de La Serena

     La Serena, Chile

     
  2. [2] Universidad de La Frontera

     Universidad de La Frontera

     Temuco, Chile

     
• Localización: Revista signos: estudios de lingüística, ISSN-e 0718-0934, ISSN 0035-0451, Nº. 78, 2012, págs. 70-82
• Idioma: español
• DOI: 10.4067/s0718-09342012000100005
• Títulos paralelos:
  • Index of Content Words (ICW) and Percent Distribution of Legomena (PDL) in Research Articles in Spanish
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 4 Citas
• Resumen
  • español

    A partir de una revisión de los índices clásicos en estadística léxica (Leyes de Estoup-Zipf-Mandelbrot), se proponen dos índices lingüísticos que buscan aportar nuevos datos en la descripción de textos especializados.

    Se presenta un caso de la aplicación de estos índices a un corpus representativo y multidisciplinar de artículos de investigación en español, que se contrasta con otros siete corpus a modo de control. Si bien desde un punto de vista general los índices tienen un comportamiento estable en los distintos registros, de forma específica, los índices permiten distinguir registros de alta y de baja especialización y dan cuenta de la variación disciplinar de los corpus analizados

  • English

    Based on a review of classic indices in lexical statistics (Laws of Estoup-Zipf-Mandelbrot), two linguistic indices are proposed in order to contribute new data in the description of specialized texts. A case is presented in which these indices are applied to a representative, multidisciplinary corpus of research articles in Spanish that is contrasted with seven other corpora serving as a control group. Although, from a general point of view the proposed indices present stable behaviour in different registers, implemented specifically, the proposed indices allow the distinction between high and low specialized registers and reveal the disciplinary variation of the corpora analyzed

• Referencias bibliográficas
  • Adamic, L. & Huberman, B. (2002). Zipf’s Law and the Internet. Glottometrics, 3, 143-150.
  • Anthony, L. (2010). Antconc software [en línea]. Disponible en: http://www.antlab.sci.waseda. ac.jp/software.html
  • Baeza-Yates, R. & Navarro, G. (2005). Modelling text databases. En R. Baeza-Yates, J. Glaz, H. Gzyl, J. Hüsler & J. Palacios (Eds.),...
  • Di Tullio, A. (2010). Manual de gramática del Español. Buenos Aires: Waldhuter.
  • Debowski, L. (2002). Zipf’s Law against the text size: A half-rational model. Glottometrics, 4, 49-60.
  • Evert, S. (2006). How random is a corpus? The library metaphor. Zeitschrift für Anglistik und Amerikanistik, 54(2), 177-190.
  • Ferrer, R. (2005). The variation of Zipf’s Law in human language. The European Physical Journal B, 44, 249-257.
  • Ferrer, R. & Solé, R. (2002). Zipf’s Law and random texts. Advances in Complex Systems, 5(1), 1-6.
  • Ferrer, R. & Solé, R. (2003). Least effort and the origins of scaling in human language. PNAS, 100(3), 788-791.
  • García, A. (2004). Los procedimientos matemáticos en estudios e investigaciones lingüísticas: Utilidad y riesgo [en línea]. Disponible en:...
  • Gunther, R., Levitin, L., Schapiro, B. & Wagner, P. (1996). Zipf’s Law and the effect of ranking on probability distribution. International...
  • Gelbukh, A. & Sidorov, G. (2001). Zipf and Heaps Laws’ coefficients depend on language. Proceedings of the second CICLing Conference,...
  • Ha, L., Stewart, D., Hanna P. & Smith, F. (2006). Zipf and Type-Token rules for the English, Spanish, Irish and Latin languages. Web Journal...
  • Herdan, G. (1996). The advanced Theory of Language as choice and chance. Berlin: Springer-Verlag.
  • Izsák, J. (2006). Some practical aspects of fitting and testing the Zipf-Mandelbrot model. Scientometrics, 67(1), 107-120.
  • Izquierdo, J. (1998). El declive de los grandes números: Mandelbrot y la estadística social. Empiria. Revista de Metodología de Ciencias Sociales,...
  • Jiang, G., Shan, S., Jiang, L. & Xu, X. (2002). A new rank-size distribution of Zipf’s Law and its applications. Scientometrics, 54(1),...
  • Johansson, S. (1981). Word frequencies in different types of English texts. ICAME NEWS, 5, 1-13.
  • Larsen-Freeman, D. (1997). Chaos/complexity Science and second language acquisition. Applied Linguistics, 18, 141-165.
  • Mandelbrot, B. (1966). Information Theory and Psycholinguistics: A theory of word frequencies. Cambridge, MA: MIT Press.
  • Mandelbrot, B. & Hudson, R. (2006). Fractales y finanzas. Barcelona: Tusquets.
  • Marcos Marín, F. (1992). Corpus oral de referencia de la lengua española contemporánea [en línea]. Disponible en: http://www.lllf.uam.es/~fmarcos/informes/corpus/corpulee.html
  • Maslov, V. & Maslova, T. (2006). On Zipf’s Law and rank distributions in linguistics and semiotics. Mathematical Notes, 80(5), 679-691.
  • Montemurro, M. (2001). Beyond the Zipf-Mandelbrot Law in quantitative linguistics. Physica: A Statistical Mechanics and its Applications,...
  • Petruszewycz, M. (1973). L’histoire de la loi d’Estoup-Zipf: Documents. Mathématiques et Sciences Humaines, 44, 41-56.
  • Richards, B. (1987). Type-token ratios: What do they really tell us? Journal of Child Language, 14, 201-209.
  • Rojo, G. (2008). Lingüística de corpus y lingüística del español. Ponencia presentada en el XV Congreso de la Asociación de Lingüística y...
  • Sabaj, O. (2004). Especificidad, especialización y variabilidad verbal: Una aproximación computacional en estadística léxica. Revista Signos....
  • Sabaj, O. & Matsuda, K. (2010). Informe CaiE [en línea]. Disponible en: http://omarsabaj. wordpress.com/anexos-investigaciones/
  • Sabaj, O., Matsuda, K. & Fuentes, M. (2010). Un modelo para la homogeneización de las clases textuales de la biblioteca electrónica Scielo-Chile:...
  • Sadowsky, S. (2006). Corpus dinámico del castellano de Chile [en línea]. Disponible en: http:// ssadowsky.hostei.com/codicach.html
  • Sadowsky, S. (2010). Frequency list Wizard [en línea]. Disponible en http://ssadowsky.hostei. com/flw.html
  • Sadowsky, S. & Martínez, R. (2008). Lista de frecuencias de palabras del castellano de Chile (Lifcach) [en línea]. Disponible en: http://ssadowsky.hostei.com/lifcach.html
  • Sadowsky, S. & Martínez, R. (2011). Diccionario de frecuencias del castellano moderno (Difcam) [en línea]. Disponible en http://ssadowsky.hostei.com/corpora.html
  • Sastre, P., Cañibano, A., Boubeé, C., Rey, G., Suhurt, V. & Scempio, V. (2010). Leyes de Estoup Zipf– Mandelbrot y el lenguaje genético...
  • Shannon, C. (1948). A mathematical theory of communication. Bell System Technical Journal, 27, 379-423.
  • Simon, H. (1955). On a class of skew distribution functions. Biometrika, 42(3/4), 425-440.
  • Sun, Q., Shaw, D. & Davis, Ch. (1999). A model for estimating the occurrence of same-frequency words and the boundary between highand...
  • Williamson, G. (2009). Lexical density [en línea]. Disponible en: http://www.speech-therapyinformation-and-resources.com/lexical-density.html
  • Wyllys, R. (1981). Empirical and theoretical bases of Zipf’s Law. Library Trends, 30(1), 53-64.
  • Zipf, G. (1932). Selected studies of the principle of relative frequency in language. Cambridge, MA: Cambridge University Press.
  • Zipf, G. (1949). Human behaviour and the principle of least effort: An introduction to human ecology. Cambridge, MA: Addison-Wesley.