Un corpus de bigramas utilizado como corrector ortográfico y gramatical destinado a hablantes nativos de español
Este artículo describe el funcionamiento de un algoritmo de corrección ortográfica y gramatical para textos escritos en español, destinado a hablantes nativos competentes que realizan labores de corrección de textos. Los posibles errores se identifican por medio de análisis estadísticos (en vez de emplear el sistema de etiquetado y análisis sintáctico que utiliza la mayor parte de correctores), comparando las combinaciones de palabras utilizadas con un corpus de referencia de cien millones de vocablos. De esa manera, se señalan los pares de palabras (bigramas) poco o muy poco frecuentes, y que, en muchas ocasiones, lo son porque contienen algún error. La limitación fundamental es que no se detectan errores que no puedan ser deducidos del análisis de palabras adyacentes. Pero, como hemos comprobado aquí en el análisis de diferentes textos, el algoritmo es capaz de localizar errores que otros correctores no identifican.
| Main Author: | |
|---|---|
| Format: | Digital revista |
| Language: | Spanish / Castilian |
| Published: |
Pontificia Universidad Católica de Valparaíso. Instituto de Literatura y Ciencias del Lenguaje
2016
|
| Online Access: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-09342016000100005 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|