Acceso usuarios
, Esteban Tomás Montoro del Arco (secret.) , Matilde Gallardo Barbarroja (voc.) 1. Introducción o motivación de la tesis Este trabajo es un estudio empírico descriptivo correlacional que tiene por objetivo principal caracterizar el grado de especialización textual, particularmente su léxico y relación emisor-receptor, a partir de un corpus de textos analizados por cuatro grupos de informantes, usando como base la teoría sociocognitiva de la percepción y el aprendizaje automático.
Esta tesis doctoral viene motivada por la escasez de estudios que pretenden estudiar el grado de especialización textual, en concreto, sus condicionantes y límites y, especialmente, el grado intermedio: el texto semiespecializado. Las hipótesis esbozadas están relacionadas con: (1) la posibilidad de encontrar pruebas lingüísticas que se ajusten a cada uno de los grados de especialización; (2) la relación de similitud entre texto semiespecializado y texto no especializado; (3) la relevancia del tema o el tipo textual en la discriminación del grado de especialización; (4) la similitud perceptiva de los usuarios a la hora de distinguir el grado; y (5) la relevancia de la relación emisor-receptor y la terminología como factores de distinción del grado de especialización.
2. Contenido de la investigación En este trabajo tomamos como marco de estudio la teoría de la comunicación para estudiar elementos diversos como son el texto, la tipología textual, el campo de la terminología, el término como objeto de estudio, la noción de valor especializado, el conocimiento especializado, los procedimientos de reformulación y las características vinculadas hasta ahora al discurso especializado, así como las propuestas de clasificación binaria y continuum.
Nuestro material de trabajo está compuesto por un corpus que cuenta con 315 textos y medio millón de palabras. Su representatividad cualitativa para estudiar el grado de especialización textual reside en que parte de tres temas diferentes (reconocidos socialmente, como son el derecho, la informática y la medicina). Posteriormente, hemos seleccionado siete tipos textuales posibles en los tres temas (el artículo en revista científica, la entrada de blog, la revista o web de divulgación especializada, la noticia, la entrevista, la participación en foro y la tesis doctoral). De esta combinación de tipo textual y tema se han recopilado 15 textos.
En dicho corpus se estudian diversas variables, tanto cuantitativas como cualitativas. Entre las variables cualitativas encontramos las variables nominales (el tipo de texto y el tema del texto). Entre las variables cualitativas ordinales encontramos el emisor, el receptor, y la clase de texto. Entre las variables cuantitativas, se analizan el número de formas léxicas, la ratio estandarizada entre tipos de formas léxicas y el total de formas léxicas, el índice de densidad terminológica, el número de procedimientos de reformulación y el índice de reformulación.
Parte de estas variables son proporcionadas por el investigador, mientras que otra parte es proporcionada por cuatro grupos de informantes (estudiante, usuario medio, traductor y hablante-oyente ideal), lo que arroja una base de datos con 1260 patrones que es analizada mediante la correlación manual de dos o más variables y mediante aprendizaje automático. El análisis mediante técnicas de aprendizaje automático emplea los algoritmos de red bayesiana, de regresión logística, el árbol de decisión J48 y el algoritmo de agrupamiento no supervisado k-means mediante el software WEKA.
3. Conclusión Las principales conclusiones sugieren la relevancia de las formas léxicas semicrípticas y crípticas en la discriminación de los polos opuestos del grado de especialización, así como el receptor como factor regulador de la configuración discursiva de los textos cuando se atiende al grado. También se han identificado las similitudes del texto semiespecializado con los otros dos grados, principalmente con el texto divulgativo (desde un punto de vista formal) y con el texto especializado (desde un punto de vista semántico).
4. Bibliografía ADELSTEIN, Andreína (2007a): Unidad léxica y significado especializado: modelo de representación a partir del nombre relacional madre. Tesis doctoral. Barcelona: Institut Universtari de Lingüística Aplicada. Universitat Pompeu Fabra. Disponible en: http://www.tdx.cat/bitstream/handle/10803/7505/taa.pdf?sequence=1.
BIBER, Douglas (1993): «Representativeness in Corpus Design», Literary and Linguistic Computing 8(4), pp. 243-257.
CABRÉ, María Teresa (1999): La terminología: representación y comunicación. Elementos para una teoría de base comunicativa y otros artículos. Barcelona: Institut Universitari de Lingüística Aplicada. Universitat Pompeu Fabra.
CABRÉ, María Teresa; DA CUNHA, Iria; SAN JUAN, Eric; TORRES-MORENO, Juan-Manuel y VIVALDI, Jorge (2011): «Automatic specialized vs. non-specialized texts differentiation: a first approach». En: TALAVÁN, Noa; MARTÍN MONJE, Elena y PALAZÓN, Francisco (eds.): Technological innovation in the teaching and processing of LSPs: Proceedings of TISLID’10. Madrid: Universidad Nacional de Educación a Distancia (UNED), pp. 301-310.
CARAVEDO, Rocío (2014): Percepción y variación lingüística: enfoque sociocognitivo. Madrid/Frankfurt am Main: Iberoamericana/Vervuert.
DA CUNHA, Iria; CABRÉ, María Teresa; SAN JUAN, Eric; SIERRA, Gerardo; TORRES-MORENO, Juan-Manuel y VIVALDI, Jorge (2011): «Automatic Specialized vs. Non-Specialized Sentence Differentiation». En: GELBUKH, Alexander (ed.): Computational Linguistics and Intelligent Text Processing, Lecture Notes in Computer Science (LNCS). Berlin: Springer, pp. 266-276.
DOMÈNECH, Ona (2007): «La noció de text especialitzat des de la perspectiva de la teoria comunicativa de la terminologia». En: LORENTE, Mercè; ESTOPÀ, Rosa; FREIXA, Judit; MARTÍ, Jaume y TEBÉ, Carles (eds.): Estudis de lingüística i de lingüística aplicada en honor de M. Teresa Cabré Castellví. Vol. 2. Barcelona: Institut Universitari de Lingüística Aplicada. Universitat Pompeu Fabra, pp. 241-254.
RODRÍGUEZ-TAPIA, Sergio (2016a): «Los textos especializados, semiespecializados y divulgativos: una propuesta de análisis cualitativo y de clasificación cuantitativa», Signa: Revista de la Asociación Española de Semiótica 25, pp. 987-1006. Disponible en: https://dialnet.unirioja.es/descarga/articulo/5476806.pdf.
TORRUELLA CASAÑAS, Joan (2017): Lingüística de corpus: génesis y bases metodológicas de los corpus (históricos) para la investigación en lingüística. Frankfurt am Main: Peter Lang.
