1. Introduction This paper is the result of an experiment carried out by a group of transcribers at the Laboratorio de Lingüística Informática (LLI) at the Universidad Autónoma de Madrid, once the recording and transcribing phases of the C-ORAL-ROM project were over. The goal of the experiment was to confirm certain hypothesis which had arisen
Read more Abstract This paper analyses the effects of certain oral features on the process of transcription of spontaneous speech recordings. On the basis of the statistical analysis of the data obtained from the C-ORAL-ROM corpus, it will be shown empirically that transcription difficulties vary according to the communicative situation, the degree of formality and the number
Read more Conclusions and Future Work The results are approximately 60 % failures and 40 % success. Behind these figures lay the other’s image and the expectations, both from the speaker and from the machine. One of the principles that makes human communication possible is that speakers are able to adapt their speech acts to the expectations
Read more Analysing the interactions System evaluation The first step had been to measure the degree of real success of the dialog system. As the phone calls were intended only for scientific purposes and the speakers proposed fictitious destinations, it is not easy to define what “success” mean. As we will see later, some speakers change their
Read more The man-machine telephone corpus For this paper, we have only considered the small subset of human-machine telephone recordings, part of the telephone corpus. This subset has been collected by means of an automatic telephone call system specifically designed and developed for the C-ORAL- ROM project by ITC-Irst (Falavigna & Gretter 2003). The system handles interactions
Read more Introducción The goal of this paper is to analyse man-machine interactions in the Spanish data of C- ORAL-ROM, a multilingual, multimedia corpus of spontaneous speech. The subcorpus consists of 41 recordings, over 2600 words. The issue we want to address is why some of the interactions succeeded, while most of them resulted in misunderstandings and
Read more 1. The C-ORAL-ROM corpus C-ORAL-ROM is a multilingual spontaneous speech corpus that comprises four romance languages: Italian, French, Portuguese and Spanish (Cresti & Moneglia 2005). In our work we have used the Spanish sub-corpus, which contains around 300.000 spoken words. From a sociolinguistic point of view, speakers are characterized by their age, gender, place of
Read more 5. Conclusiones y trabajo futuro Hemos presentado en este artículo una aproximación al campo de los marcadores discursivos desde una perspectiva computacional. Hemos apostado por un modelo de anotación pragmática basado en fenómenos de naturaleza cognitiva y social, y que remiten al conocimiento generado en la Pragmática de corte teórico. La motivación principal es, por
Read more Los marcadores discursivos del corpus árabe de la ONU Para la anotación de los marcadores discursivos en árabe, se ha desarrollado un módulo de procesamiento que tiene como entrada tres fuentes de información: Para la última fuente de información, la lista de marcadores discursivos españoles se ha traducido automáticamente a través de un sistema de
Read more Los marcadores discursivos en el corpus español de la ONU Llegamos por tanto a la etapa del reconocimiento y etiquetado de los marcadores discursivos en un texto de habla oral. Para la resolución de esta tarea debemos plantearnos cómo vamos a gestionar el problema de la ambigüedad de los marcadores discursivos, una ambigüedad que como
Read more Pragmatext y los marcadores discursivos: una perspectiva teórica y computacional En este trabajo hemos intentado trazar un puente de comunicación entre la Pragmática Lingüística y la Pragmática Computacional en lo que al tratamiento de los marcadores discursivos se refiere. Buena parte de este compromiso pasa por adoptar una postura coherente con respecto a los siguientes
Read more Pragmatext, un modelo de anotación pragmática para corpus A continuación presentamos muy resumidamente los cimientos teóricos en los que se sustenta nuestro modelo de anotación. Las fuentes de conocimiento en las que está basada esta concepción teórica pertenecen a los últimos descubrimientos en el estudio de la interacción mente-cuerpo por parte de las Ciencias Cognitivas
Read more Para este estudio, hemos utilizado un corpus paralelo bilingüe español-árabe, formado por una colección de textos disponibles en Internet procedentes de los documentos de la Organización de las Naciones Unidas. Términos como “corpus paralelo”, “corpus de traducción” y “corpus comparable” pueden resultar ambiguos en algunos casos; por ello, conviene destacar cuál ha sido nuestra concepción
Read more Presentamos en este trabajo un estudio de carácter interdisciplinar donde participan diversas áreas de conocimiento: la Pragmática Lingüística, la Traducción, la Lingüística Contrastiva apoyada en Corpus Paralelos y la Lingüística Computacional.Es un hecho conocido que la Pragmática, desde sus diferentes marcos teóricos, ha puesto de manifiesto la importancia que los marcadores discursivos tienen a la
Read more Tabla de contenidos 3.5. Deixis
Read more This article presents an analysis of the translation of Discourse Markers in a parallel Spanish-Arabic corpus from a computational perspective. The research carried out is divided into three main sections. The first section describes the resources used in the study including the main characteristics of the corpus and the pragmatic annotation model (PRAGMATEXT) used in
Read more El objetivo de este artículo ha sido el de analizar el modo en que se ha llevado a cabo la traducción de los marcadores discursivos del árabe y del español en el corpus paralelo de la ONU desde una perspectiva computacional. La investigación está dividida en tres partes. La primera de ellas está dedicada a
Read more This paper describes the system developed by MIRACLE group to participate in the Spanish monolingual question answering task at QA@CLEF 2007. A basic subsystem, similar to our last year participation, was used separately for EFE and Wikipedia col- lection. Answers from the two subsystems are combined using temporal information from the questions and the collections.
Read more We describe the prototype QA system built by MIRACLE group, a group composed by three Madrid universities and the spin-off, DAEDALUS. The system is an elaboration of our last year system with several improvements in question analysis and NERC components. We submitted two runs for the Spanish runs with different strategies to use NE in
Read more We describe the participation of MIRACLE group in the QA track at CLEF. We participated in three subtasks and presented two systems that works in Spanish. The first system is a traditional QA system and was evaluated in the main task and the Real-Time QA pilot. The system features improved Named Entity recognition and shallow
Read more This paper shows the application of statistical tests to a spontaneous speech corpus of Spanish. Our goal is to find representative differences between different parts of the corpus. To this end, we tagged n-grams in the corpus with features related to the speaker (age, gender, etc), or the context (dialogue, monologue, media, etc), and applied
Read more System Description MIRACLE’s contribution to CLEF QA 2005 is an almost new development based on the experience acquired after last year. Our aim was to achieve an architecture where we could do further experiments and perform semi-automatic evaluation with the resources generated at previous CLEF editions like MultiEight. The system is composed of Question Analysis,
Read more This paper presents and analyzes the results of our second participation in the CLEF-QA task. At this moment, miraQA, is based on a standard pipeline ar- chitecture and uses only shallow linguistic analysis. In contrast, we have added semantic resources for NE recognition. The approach and tools differ from our last year participation[2] but we
Read more Our second participation in CLEF-QA consited in six runs with Spanish as a target language. The source languages were Spanish, English an Italian. miraQA uses a simple representation of the question that is enriched with semantic information like typed Named Entities. Runs used different strategies for answer extraction and selection, achiev- ing at best a
Read more This paper shows the application of statistical tests to a spontaneous speech corpus of Spanish. Our goal is to find representative differences between different parts of the corpus. To this end, we tagged n-grams in the corpus with features related to the speaker (age, gender, etc), or the context (dialogue, monologue, media, etc), and applied
Read more Presentamos en esta comunicación, la aplicación informática META-ORGANÍZATE, una api de software meta-organizativo que sirve para que las redes sociales diseñen su organización ideal. Este es un proyecto de la empresa social de tecnologías del lenguaje S.XXII y del grupo de investigación en tecnologías para la utopía, El Ateneo TecnoUtópico y surge al detectar el
Read more El objetivo de este artículo es el de presentar los desafíos intelectuales que la inteligencia artificial necesita abordar para hacer posible un nuevo mundo post-capitalista, cuyo sistema persiga la felicidad del ser humano y no el dinero. Hablaremos de dichos retos centrándonos en tres campos de aplicación: la educación, la política y la economía. En
Read more El presente artículo tiene por objeto analizar el sentido del humor verbal en Mafalda desde una perspectiva pragmática. Bajo este marco, estudiaremos dos recursos claves en el sentido del humor de nuestro personaje: el uso que Mafalda hace de la fraseología, y el valor comunicativo que para nuestro personaje tienen las preguntas. Las unidades fraseológicas
Read more El objetivo de este artículo es el de presentar una aplicación informática para que los usuarios puedan proponer y votar a través de democracia electrónica directa patrones de identidad cultural con el fin de que dichos patrones de información puedan ser implementados en la arquitectura cognitiva del robot emocional AISoy. Con este proyecto se pretende
Read more El objetivo de este artículo es el de evaluar los resultados de las interacciones entre hombre-máquina pertenecientes al corpus oral del español C-ORAL-ROM, en las cuales los hablantes llaman por teléfono a un servicio automático de información de trenes y establecen con él un diálogo en torno al horario, el lugar de partida, de llegada
Read moreAna Gonzalez Ledesma ©. All rights reserved.
