Subtitulo : Claves para entender el descubrimiento automático de morfemas

Description:
En el contexto del procesamiento automático de los corpus electrónicos, un método supervisado se refiere al enriquecimiento de estos recursos mediante la aplicación de etiquetas con información típicamente lingüística, de cualquier nivel del lenguaje. La ganancia adquirida contribuye al aprendizaje de cosas imprevisibles sobre los fenómenos lingüísticos y extralingüístico s que los corpus representan.

En cambio, un método no supervisado, como el que se describe en este libro, no presupone más que el corpus o muestra textual en su estado original, pero permite la generación de conocimiento lingüístico de maneras sorprendentes. Por ejemplo, el método descrito aquí busca identificar objetos lingüísticos mediante la medición de propiedades cuantitativas, como las relaciones combinatorias, entrópicas y económicas entre cadenas de caracteres.

Así, este método contribuye a descubrir la morfología afijal de lenguas concatenativas como el español, el maya o el ralámuli, sin conocimiento previo de sus morfologías, mediante medidas de una fuerza o energía imaginada de afijalidad que permiten determinar las fronteras entre lexemas y afijos.

Puede pensarse que la medición de propiedades lingüísticas implica la reducción y simplificación de la realidad al máximo. Sin embargo, para conocer verdaderamente estas propiedades, los métodos cuantitativos parecen imprescindibles, especialmente si optamos por seguir una de las reglas básicas de Galileo: medir todo lo medible e intentar hacer medible todo lo que aún no lo es.