Workshop Spanish Learner Corpus Research

Este mes se ha celebrado en la Universidade da Coruña el workshop Spanish Learner Corpus Research organizado por el grupo LYS

Ha sido la primera vez que se reúnen especialistas de prestigio internacional para abordar un campo de estudio que está en pleno auge, los corpus de aprendices del español. En el workshop contamos con la presencia de Yukio Tono (Tokio University of Foreign Studies), Leonardo Campillos (UAM & LIMSI), Dale Koike (University of Texas at Austin), Krys Buyse (University of Leuven), Cristóbal Lozano (Universidad de Granada), Ignacio Palacios (Universidad de Santiago de Compostela) y Ana Blanco Canales (Universidad de Alcalá). Además participaron Nancy Vázquez Veiga y Orsolya Vincze (Universidade da Coruña).

Cliqueando sobre los nombres de cada uno de los expertos se puede acceder al contenido de su presentación. Esperamos que os resulte tan interesante como a los asistentes. Ojalá podamos darle continuidad y este workshop sea solo el inicio de una larga y fructífera invesetigación.

Visita de Leonardo Campillos (UAM)

Recientemente hemos tenido el placer de contar con la visita de Leonardo Campillos, investigador postdoctoral de la Universidad Autónoma de Madrid, especialista en lingüística de corpus, español como lengua extranjera y terminología médico-sanitaria.

Campillos nos acompañó del 27 al 29 de octubre de tal modo que tuvimos ocasión de  intercambiar ideas y hablar sobre el trabajo que venimos realizando en nuestros proyectos a lo largo de los últimos años.

En su conferencia titulada ¿Qué caracteriza a la interlengua del español oral no nativo? Análisis a partir de un corpus oral de español como lengua extranjera habló sobre el Corpus Oral de Español como Lengua Extranjera, herramienta financiada por la Consejería de Educación de la Comunidad de Madrid y el Fondo Social Europeo (FSE) y desarrollada por el propio Campillos durante su estancia doctoral en la Facultad de Informática (School of Computing) de Dublin City University, con la colaboración de  la Dra. Monica Ward y el personal investigador del National Center for Language Technology.

El corpus recoge un compendio de grabaciones a partir de entrevistas realizadas a aprendices de español hablantes de diferentes lenguas como inglés, francés, italiano, neerlandés, chino, japonés o polaco (ver imagen). Además de los audios Campillos realizó las transcripciones de dichas entrevistas orales, que también se encuentran disponibles en la interfaz del corpus.

Tras la recogida de datos se llevó a cabo un análisis de los errores producidos por los aprendices. Para etiquetar dichos errores creó una tipología en la que podemos diferenciar entre errores que afectan a la pronunciación, errores morfosintácticos o errores discursivos.

A continuación incluimos algunos ejemplos de errores extraídos del propio corpus. Es posible escuchar el audio correspondiente al pinchar en el enlace:

L1	Tipo de error	Error
Alemán	Género	generación vago
Francés	Calco	destinación
Portugués	Falsos amigos	ordenar
Inglés	Colocación	vino rojo
Chino	Pronunciación (acento)	recomendar([lekomen'da])
Turco	Extranjerismo	vegetables

La tipología empleada por Campillos comparte puntos en común con la que nuestro equipo de investigación desarrolló, en este caso, adaptada al etiquetado de errores colocacionales producidos por aprendices de español, una de las líneas de trabajo que venimos desarrollando en los últimos años.

Leonardo Campillos también trabajó en otros campos como el de la terminología, más concretamente, colaborando en la elaboración del Corpus Multimédica (LLI-UAM), herramienta sobre la que tuvo ocasión de hablar pormenorizadamente con los miembros de nuestro grupo. En este corpus se recogen términos médicos en español, árabe y japonés reservando un apartado específico a la compilación de colocaciones médicas en el que se pueden hacer búsquedas de expresiones multipalabra.