Detección automática de nombres eventivos no deverbales en castellano: un enfoque cuantitativo basado en corpus

Abstract

espanolPresentamos un estudio en el campo de la deteccion de nombres eventivos no deverbales, que son aquellos nombres que designan eventos pero que no han pasado por un proceso de derivacion a partir de verbos, como fiesta o coctel, y no presentan por ello las pistas morfologicas tipicas de los nombres deverbales, como los afijos -cion, -miento, etc., por lo que son justamente los mas dificiles de detectar. En el presente articulo continuamos y extendemos el trabajo iniciado por Resnik (2010), quien ya ofrece pistas para la deteccion automatica de este tipo de unidades lexicas. A las sugerencias de Resnik anadimos otras, entre ellas el analisis inductivo de corpus, analizando con que tipo de palabras suele coocurrir el nombre eventivo, y utilizandolas como predictores de esta condicion. Ademas, simplificamos considerablemente el algoritmo de deteccion y aplicamos los experimentos a un corpus de mayor tamano, el EsTenTen, de mas de 9 mil millones de palabras. Finalmente, presentamos los primeros resultados de nombres eventivos extraidos automaticamente, incluyendo numerosos no deverbales. EnglishWe present a study in the field of the automatic detection of non-deverbal eventive nouns, which are those nouns that designate events but have not experienced a process of derivation from verbs, such as fiesta (`party') or coctel (`cocktail') and, for this reason, do not present the typical morphological features of deverbal nouns, such as -cion, -miento, and are therefore more difficult to detect. In the present research we continue and extend the work initiated by Resnik (2010), who offers a number of cues for the detection of this type of lexical unit. We apply Resnik's ideas and we also add new ones, among them, the inductive analysis of the words that tend to co-occur with eventive nouns in corpora, in order to use them as predictors of this condition. Furthermore, we simplify the classification algorithm considerably, and we apply the experiments to a larger corpus, the EsTenTen, comprising more than 9 billion running words. Finally, we present the first results of the automatic extraction of eventive nouns from the corpus, among which we find plenty non-deverbal nouns.