Jorge Mauricio Molina Mejía - Lingüística computacional y de corpus

Colección Formación / Lingüística

© Jorge Mauricio Molina Mejía

© Editorial Universidad de Antioquia®

ISBN: 978-958-501-038-3

ISBNe: 978-958-501-039-0

Primera edición: agosto del 2021

Hecho en Colombia / Made in Colombia

Prohibida la reproducción total o parcial, por cualquier medio o con cualquier propósito, sin la autorización escrita de la Editorial Universidad de Antioquia®

Editorial Universidad de Antioquia®

(57) 4 219 50 10

editorial@udea.edu.co

http://editorial.udea.edu.co

Apartado 1226. Medellín, Colombia

Imprenta Universidad de Antioquia

(57) 4 219 53 30

imprenta@udea.edu.co

Dedicatoria en clave computacional

Agradecimientos

Quiero comenzar por agradecerles de todo corazón y muy particularmente a mi mentor, el doctor Georges Antoniadis (Université Grenoble Alpes), quien supo guiarme por este intrincado laberinto que es el mundo de la lingüística computacional. A él, por su trabajo, amistad y dedicada labor, Ευχαριστώ πολύ. También, mis más sinceros agradecimientos a la doctora Aurélie Nardy y al doctor Mathieu Loiseau de la misma universidad, por su constante ayuda y amistad durante los años de trabajo de investigación en Francia. A ambos: Merci infiniment du fond de mon cœur !

Sinceros agradecimientos, además, a los miembros del semillero de investigación Corpus Ex Machina: a las profesoras Laura M. Quintero y María I. Morales; a los estudiantes, Maria A. Zapata, Daniel Taborda, Karen P. Rocha, Maribel Betancur, María C. Cardona, Yósselin Uribe, María V. Delgado, Carolina Lopera, Laura D. Beltrán, Stephany Nieves, Stefanía Ramírez y Vanessa Zuleta, y a los egresados Andrés F. Grajales, José L. Pemberty, Mariana Múnera, Sara M. Galvis, David A. Arboleda, Juan E. Barrera, Franklin Y. Arias y Arbey S. Osorio, por haberse embarcado en este sueño de investigar en el campo de la lingüística computacional y de corpus. A los profesores, investigadores, doctorandos, maestrandos y estudiantes en formación, colegas y amigos del Grupo de Estudios Sociolingüísticos —ges—, que he tenido la oportunidad de coordinar durante estos últimos años. Finalmente, a la Facultad de Comunicaciones y Filología y al pregrado en Filología Hispánica, por haberme brindado la posibilidad de desarrollar mi trabajo en este campo de investigación y de enseñanza. A la Universidad de Antioquia, además, por ser mi Alma Mater. Un sentido agradecimiento a los estudiantes de los diferentes cursos que he acompañado tanto en la Facultad de Comunicaciones y Filología como en la Facultad de Educación.

Prefacio

Motivación inicial

La idea de escribir un libro de texto en español acerca de la lingüística computacional y de su relación intrínseca con la lingüística de corpus nace de la necesidad que existe, en esta lengua, de tener una bibliografía más amplia al respecto en nuestros países latinoamericanos. Luego de numerosas búsquedas de material bibliográfico acerca del tema en Colombia, en sus ámbitos teórico, metodológico y práctico (sus posibles aplicaciones), me di cuenta del poco material existente, dado que la mayor parte de este ha sido editado en España y en México. Por el momento, y según mi conocimiento personal, en Colombia solo unas pocas obras se han publicado acerca de la lingüística computacional y de la lingüística de corpus, y estas analizan de una forma más bien tangencial la relación entre estos dos campos del conocimiento.1

Por otra parte, este libro de estudio nació del trabajo realizado por el semillero de investigación Corpus Ex Machina, creado en el 2016 y adscrito a la Facultad de Comunicaciones y Filología de la Universidad de Antioquia, en el que se han planteado diversos interrogantes acerca de la importancia de emplear herramientas informáticas, modelizar y crear sistemas informáticos que tengan en cuenta el lenguaje humano desde distintas perspectivas: textos escritos, lenguaje hablado, relación entre lenguaje y música, etc. (véase anexo A).

Espero, por lo tanto, que este manual sea recibido como una contribución a estos dos campos de la lingüística, tan poco conocidos en nuestro país, y se convierta en una herramienta teórica para los interesados en el tema. Es este, pues, un trabajo de índole pluridisciplinaria.

Importancia de los estudios pluridisciplinarios

En la actualidad, en una época en la que se habla más bien poco de disciplinas aisladas, los equipos de investigación son, generalmente, interdisciplinarios, pluridisciplinarios o transdisciplinarios, y los investigadores se enfrentan, cada vez más, a trabajos en los que se les demandan competencias en varias disciplinas a la vez, consideramos que se hace cada vez más importante dar cuenta de esta pluridisciplinariedad, así como escribir libros de texto y manuales que se fundamenten en la investigación y se interesen, además, por esta opción —la plurisdisciplinariedad—, cada vez más recurrente, a partir de varios campos del conocimiento que pueden parecer lejanos los unos de los otros.

Esta obra es fruto de varios años de investigación, en los que el docente-investigador que aquí escribe, y quien, en un comienzo, se dedicaba exclusivamente a la enseñanza de lenguas extranjeras, se vio abocado a aprender de otros campos del conocimiento, como lo son: la lingüística computacional, la lingüística de corpus, la lingüística textual, la informática, las tecnologías de la información y la comunicación para la enseñanza —tice—, y, dentro de estas, más concretamente, el aprendizaje y la enseñanza de lenguas asistidos por ordenador. Hemos considerado importante presentar en este libro los aspectos más relevantes de varios de estos campos. Por ello este manual pretende convertirse en un compendio teórico de varios campos disciplinares para que sirva, más adelante, a estudiantes e investigadores interesados en su práctica.

Consideramos que los trabajos que se realizan de forma pluridisciplinaria tienen un valor más allá del tema que tratan, puesto que permiten la consulta de los estudiantes de pregrado y posgrado, quienes pueden así informarse de los aspectos relevantes de la lingüística computacional, la lingüística de corpus y los análisis que desde la lingüística teórica y aplicada se pueden dar en campos tan variados como la enseñanza y el aprendizaje de lenguas, la traducción automática, el etiquetado morfológico y sintáctico de textos, entre otros. La idea, entonces, es que los lectores puedan encontrar en esta obra los aspectos tanto teóricos como prácticos de estas grandes disciplinas y que, al final, puedan vislumbrar la relación específica entre ellas, con algunos ejemplos reales de su utilización.

De esta manera basamos la presente obra en la propia trayectoria y proceso de formación, en la que se unen:

La didáctica de las lenguas extranjeras. Francés y español como lenguas extranjeras, fundamentadas en el empleo de las tic.

La lingüística teórica y aplicada, dentro de la cual se entrelazan los cursos de introducción a los estudios del lenguaje, fonética y fonología, y sintaxis, entre otros.

La lingüística textual, como campo de investigación y de trabajo en el que se entremezclan varios años de trabajo investigativo en Francia y los recientes proyectos dirigidos a estudiantes de pregrado y posgrado de la Universidad de Antioquia.