Métodos para medir la riqueza léxica de los textos: Revisión y propuesta

• Ramon Capsada Blanch ; Joan Torruella Casañas ^[1]
  1. [1] Universitat Autònoma de Barcelona

     Universitat Autònoma de Barcelona

     Barcelona, España

     
• Localización: Verba: Anuario galego de filoloxia, ISSN 0210-377X, Nº 44, 2017, págs. 347-408
• Idioma: español
• DOI: 10.15304/verba.44.3155
• Títulos paralelos:
  • Methods for measuring the lexical richness of the texts: Review and proposal
• Enlaces
  • Texto completo
• Dialnet Métricas: 4 Citas
• Resumen
  • español

    . Con el presente trabajo se pretende hacer una revisión extensa de los diferentes métodos existentes para medir la riqueza léxica de textos y hacer una propuesta para su aplicación a un corpus textual. En primer lugar, se da una visión de los principales índices existentes para cuantificar la riqueza léxica, explicando cómo están definidos y evaluando sus fortalezas y sus debilidades a partir de actividades de carácter experimental. En segundo lugar, se plantea una propuesta de metodología de medición de la riqueza léxica para poderse utilizar en todo un corpus textual, de manera que se puedan establecer comparaciones entre textos y constituir una clasificación pautada del grado de riqueza léxica de cada uno de ellos dentro del conjunto del corpus

  • English

    This paper aims to provide a comprehensive review of the different methods used to measure the lexical richness of texts and make a proposal for their application to text corpora. Firstly, it presents an overview of the main existing metrics to quantify lexical richness, explaining how these are defined and evaluating their strengths and weaknesses by conducting experimental activities. Secondly, it proposes a methodology for measuring lexical richness that can be used across a complete text corpus so that we can both draw comparisons between texts and create a patterned rating of the degree of lexical richness for each of the texts within the whole corpus

• Referencias bibliográficas
  • Baayen, R. H. & Tweedie, F. J. (1998): “How variables may a constant be? Me¬asures in lexical richness in perspective”, Computers and...
  • Baayen, R. H. (2001): Word frequency distributions. Dordrecht: Kluver Academic Publishers. https://doi.org/10.1007/978 94-010 0844-0
  • Baayen, R. H. (2008): Analyzing Linguistic Data. A Practical Introduction to Statis¬tics Using R. Cambridge: Cambridge University Press. https://doi.org/10.1017/...
  • Bowker, L & Pearson, J. (2002): Working with specialized language. A practical guide to using corpora. London / New York: Routledge. https://doi....
  • Carroll, J. B. (1964): Language and Thought. New Jersey: Prentice-Hall, Englewood Cliffs.
  • CICA = Torruella, J & Pérez Saldanya, M. & Martines, J. (dirs.) (2013): Corpus In-formatitzat del Català Antic. http://www.cica.cat...
  • Covington, M. A. & McFall, J. D. (2010): “Cutting the Gordian Knot: The Moving-Average Type–Token Ratio (MATTR)”, Journal of Quantitative...
  • Dugast, D. (1978): “Sur quoi se fonde la notion d’etendue theoretique du vocabulaire?”, Le Francais Moderne 46, pp. 25 32.
  • Ferrando, A. (ed.) (2007): Curial e Güelfa. Edició a cura de –. Tolouse: Anacharsis.
  • Guiraud, P. (1960): Problèmes et Méthodes de la Statistique Linguistique. Dordrecht: D. Reidel.
  • Harris Wright, H. & Silverman, S. W. & Newhoff, M. (2003): “Measures of lexical diversity in aphasia”, Aphasiology 17, pp. 443 452....
  • Hauf, A. (ed.) (2005): Joanot Martorell. Tirant lo Blanch. València: Tirant lo Blanch.
  • Herdan, G. (1955): “A new derivation and interpretation of Yule’s ‘Characteristic’ K”, Zeitschrift für angewandte Mathematik und Physik 6/4,...
  • Herdan, G. (1960): Quantitative Linguistics. London: Butterworth.
  • Honoré, A. (1979): “Some Measures of Richness of Vocabulary”, ALLC Bulletin 7/2, pp. 172 177.
  • Jarvis, S. (2002): “Short texts, best-fitting curves and new measures of lexical diversity”, Language Testing 19, pp. 57 84. https://doi.org/10.1191/0265532202lt220oa
  • Johnson, W. (1944): “Studies in language behavior: I. A program of research”, Psy-chological Monographs 56, pp. 1 15. https://doi.org/10.1037/h0093508
  • Maas, H. D. (1972): “Zusammenhang zwischen Wortschatzumfang und L’ange eines Textes”, Zeitschrift für Literaturwissenschaft und Linguistik...
  • McKee, G. & Malvern, D. & Richards, B. (2000): “Measuring vocabulary diversity using dedicated software”, Literary and Linguistic...
  • Malvern, D. D. (1989): Thetype-token characteristic - an empirical investigation of a mathematical model for thetype-token ratio. Reading:...
  • Malvern, D. D. & Richards, B. J. (1997): “A new measure of lexical diversity”, in A. Ryan & A. Wray (eds.): Evolving Models of Language....
  • Malvern, D. et alii (2004): Lexical Diversity and Language Development. Quanti¬fication and Assessment. New York: Palgrave Macmillan.
  • McCarthy, P. M. (2005): “An Assessment of the Range and Usefulness of Lexical Diversity Measures and the Potential of the Measure of Textual,...
  • McCarthy, P. M. & Jarvis, S. (2007): “Vocd: A theoretical and empirical evaluation”, Language Testing 24/4, pp. 459 488. https://doi.org/10.1177/0265532207080767
  • McCarthy, P. M. & Jarvis, S. (2010): “MTLD, vocd-D, and HD-D: A validation study of sophisticated approaches to lexical diversity assessment”,...
  • Miller, J. F. (1991): “Quantifying productive Language disorders”, in J. F. Miller (ed.): Research on child language disorders: a decade of...
  • Muller, C. (1968): Initiation à la statistique linguistique. Paris: Librairie Larousse.
  • Orlov, J. & Chitashvili, R. (1983): “Generalized Z-distribution generating the well-known rank-distributions”, Bulletin of the Academy...
  • Riera i Sans, J. (ed.) (1976): Llibre de Job. Versió del segle XVI. Edició a cura de –. Barcelona: Insititut d’Estudis Catalans.
  • Rojo, G. (2002): “Sobre la Lingüística basada en el análisis de corpus”. Ponencia plenaria en las Jornadas sobre corpus lingüísticos (organizadas...
  • Rojo, G. (2008): “Lingüística de corpus y lingüística del español”. Ponencia plenaria en el XV Congreso de la Asociación de Lingüística y...
  • Sichel, H. S. (1975): “On a distribution law for word frequencies”, Journal of the American Statististical Association 70/351, pp. 542 547....
  • Sichel, H. S. (1986): “Word frequency distributions and type-token characteristics”, Mathematical Scientist 11, pp. 45 72.
  • Somers, H. H. (1966): “Statistical methods in literary analysis”, in J. Leeds. (ed.): The computer and literary style. Kent: Kent State University,...
  • Templin, M. C. (1957): Certain languages kills in children: Their development and interrelation ships. Westport: Greenwood.
  • Tres, J. (ed.) (1995): Francesc Comte. Il·lustracions dels comtats de Rosselló, Cerdanya y Conflent. Barcelona: Curial.
  • Van Gijsel, S. & Speelman, D. & Geeraerts, D. (2005): “A Variationist, Corpus Lin¬guistic Analysis of Lexical Richness”, in Proceedings...
  • Yule, G. U. (1944): The Statistical Study of Literary Vocabulary. London/Cambridge: Cambridge University Press.
  • Zipf, G. K. (1949): Human Behavior and the Principle of Least Effort. Cambridge/ Massachusetts: Addison-Wesley.