Conectores

Revista de Epistemología y Ciencias Humanas 109

Marcadores discursivos del español. Descripción y propuesta de detección automática
Discourse markers in the Spanish language. Description and proposal of automatic detection Walter Koza Grupo INFOSUR-UNR-Becario de CONICET Rosario, Argentina Walter_koza@yahoo.com.ar Abstract This article presents a method for the automatic detection ofdiscourse markers in the Spanish language. Discourse markers are marginal elements which establish relationships among text segments with the aim of signalling and organizing the reading. The recognition of these constructions is of great importance for several computational lingüistics tasks. Nevertheless, one of the problems possibly developing is that of ambiguous constructions, that is to say,syntagms acting as discourse markers in some given contexts but not in others. Punctuation leads an important role to solve this kind of drawbacks and Prada puts forward a series of disambiguation hypotheses, putting emphasis upon it. The implantation-in-machine work is based on such hypotheses. On this occasion, software Smorph was employed. Smorph is a text analyser and generator which performs theprevious delimitation of the segments to be considered and the morphological analysis, all in only one stage. With the detection method proposed, a 98% precision and a 97% coverage were achieved. Key words: Discourse markers, Computational Lingüístics, Punctuation, Comma, Smorph. Resumen En este artículo se presenta un método de detección automática de los marcadores discursivos del español. Losmarcadores discursivos son elementos marginales que establecen relaciones entre segmentos textuales con el objetivo de guiar y ordenar la lectura. El reconocimiento de estas construcciones es de gran importancia para varias tareas de la lingüística computacional. No obstante, uno de los problemas que puede suscitarse es el caso de construcciones ambiguas, es decir, sintagmas que actúan comomarcadores discursivos en determinados contextos y en otros no. La puntuación cumple un papel importante para solucionar este tipo de inconvenientes y Prada formula una serie de hipótesis de desambiguación en las que hace hincapié en ella. El trabajo de implantación en máquina está basado en dichas hipótesis. En esta ocasión, se recurrió al software Smorph. Smorph es un analizador y generador textualque en una única etapa realiza la delimitación previa de los segmentos a considerar y el análisis morfológico. Con el método de detección propuesto, se logró una precisión del 98% y una cobertura del 97%.

Revista de Epistemología y Ciencias Humanas 110 Palabras claves: Marcadores discursivos, Lingüística Computacional, Puntuación, Coma, Smorph.

0. INTRODUCCIÓN
En este artículo se presentala descripción y una propuesta de reconocimiento automático de los marcadores discursivos, mediante la utilización de la herramienta informática Smorph [1]. Para ello, se van a tomar los lineamientos de la tesis doctoral que en estos momentos estoy realizando sobre el análisis de la puntuación en el marco de la lingüística computacional, dirigida por la Doctora Zulema Solana y financiada por unabeca de CONICET. La lingüística computacional pertenece tanto al terreno de la lingüística aplicada como así también al de la Inteligencia Artificial y tiene por objetivo el análisis y la producción del lenguaje natural. Esta disciplina comenzó a desarrollarse en la segunda mitad del siglo pasado y estaba orientada hacia la obtención de traductores automáticos. Posteriormente, y con el avance yla popularización de la informática, que permite, pero a la vez exige, el acceso a grandes masas textuales con los fines más variados, se impuso la necesidad de compatibilizar los lenguajes naturales y los lenguajes computacionales con el propósito de posibilitar el tratamiento de estos grandes corpus lingüísticos. A tales efectos, en estos días, la lingüística computacional no es solo un medio...