Anotación y descripción de textos digitales sin formato de la base de casos médicos de la Facultad de Medicina de la Universidad Nacional de Colombia
La Lingüística de Corpus es una metodología empírica ya que, a partir de grandes colecciones de textos -corpus o corpora- intenta describir las regularidades de las lenguas por medio de la implementación de programas computacionales, y así, simular los usos reales de ellas. Este trabajo aplica la Li...
| Main Authors: | , |
|---|---|
| Format: | Online |
| Language: | spa |
| Published: |
Universidad Pedagógica y Tecnológica de Colombia
2013
|
| Subjects: | |
| Online Access: | https://revistas.uptc.edu.co/index.php/linguistica_hispanica/article/view/462 |
| _version_ | 1802223933131325440 |
|---|---|
| author | Dueñas Luna, George Enrique González, Fabio A. |
| author_facet | Dueñas Luna, George Enrique González, Fabio A. |
| author_sort | Dueñas Luna, George Enrique |
| collection | OJS |
| description | La Lingüística de Corpus es una metodología empírica ya que, a partir de grandes colecciones de textos -corpus o corpora- intenta describir las regularidades de las lenguas por medio de la implementación de programas computacionales, y así, simular los usos reales de ellas. Este trabajo aplica la Lingüística de Corpus a un conjunto de historias médicas electrónicas escritas en español nunca analizado lingüísticamente. De estas historias se desconoce la forma en que están escritas por parte de los médicos y las clases de palabras que utilizan cuando describen un suceso en una subdisciplina médica. El conjunto de datos está formado por 19 subdisciplinas médicas, las cuales contienen sus propias historias. Cada historia fue anotada en tres formas diferentes, lematización, tokenización y categoría gramatical (part-of-speech) por medio de TreeTagger. Posteriormente, las frecuencias de las anotaciones se describieron mediante AntConc. Los resultados encontrados para cada subdisciplina muestran las palabras con mayor frecuencia. Las palabras de clase cerrada son las más comunes y utilizadas. Algunas partes de las historias médicas fueron anotadas erróneamente. Por otra parte, se muestran ejemplos que dan a conocer la variabilidad de uso entre expresiones y abreviaturas por parte del personal médico. Además, la escritura médica de la Universidad Nacional de Colombia corrobora la Ley de Zipf. |
| format | Online |
| id | oai:oai.revistas.uptc.edu.co:article-462 |
| institution | Revista Cuadernos de Lingüística Hispánica |
| language | spa |
| publishDate | 2013 |
| publisher | Universidad Pedagógica y Tecnológica de Colombia |
| record_format | ojs |
| spelling | oai:oai.revistas.uptc.edu.co:article-4622018-09-24T14:17:04Z Anotación y descripción de textos digitales sin formato de la base de casos médicos de la Facultad de Medicina de la Universidad Nacional de Colombia Dueñas Luna, George Enrique González, Fabio A. Lingüística de corpus AntConc TreeTagger Ley de Zipf La Lingüística de Corpus es una metodología empírica ya que, a partir de grandes colecciones de textos -corpus o corpora- intenta describir las regularidades de las lenguas por medio de la implementación de programas computacionales, y así, simular los usos reales de ellas. Este trabajo aplica la Lingüística de Corpus a un conjunto de historias médicas electrónicas escritas en español nunca analizado lingüísticamente. De estas historias se desconoce la forma en que están escritas por parte de los médicos y las clases de palabras que utilizan cuando describen un suceso en una subdisciplina médica. El conjunto de datos está formado por 19 subdisciplinas médicas, las cuales contienen sus propias historias. Cada historia fue anotada en tres formas diferentes, lematización, tokenización y categoría gramatical (part-of-speech) por medio de TreeTagger. Posteriormente, las frecuencias de las anotaciones se describieron mediante AntConc. Los resultados encontrados para cada subdisciplina muestran las palabras con mayor frecuencia. Las palabras de clase cerrada son las más comunes y utilizadas. Algunas partes de las historias médicas fueron anotadas erróneamente. Por otra parte, se muestran ejemplos que dan a conocer la variabilidad de uso entre expresiones y abreviaturas por parte del personal médico. Además, la escritura médica de la Universidad Nacional de Colombia corrobora la Ley de Zipf. Universidad Pedagógica y Tecnológica de Colombia 2013-03-12 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://revistas.uptc.edu.co/index.php/linguistica_hispanica/article/view/462 Cuadernos de Lingüística Hispánica; No. 20: (julio-diciembre de 2012); 83-98 Cuadernos de Lingüística Hispánica; Núm. 20: (julio-diciembre de 2012); 83-98 2346-1829 0121-053X spa https://revistas.uptc.edu.co/index.php/linguistica_hispanica/article/view/462/462 |
| spellingShingle | Lingüística de corpus AntConc TreeTagger Ley de Zipf Dueñas Luna, George Enrique González, Fabio A. Anotación y descripción de textos digitales sin formato de la base de casos médicos de la Facultad de Medicina de la Universidad Nacional de Colombia |
| title | Anotación y descripción de textos digitales sin formato de la base de casos médicos de la Facultad de Medicina de la Universidad Nacional de Colombia |
| title_full | Anotación y descripción de textos digitales sin formato de la base de casos médicos de la Facultad de Medicina de la Universidad Nacional de Colombia |
| title_fullStr | Anotación y descripción de textos digitales sin formato de la base de casos médicos de la Facultad de Medicina de la Universidad Nacional de Colombia |
| title_full_unstemmed | Anotación y descripción de textos digitales sin formato de la base de casos médicos de la Facultad de Medicina de la Universidad Nacional de Colombia |
| title_short | Anotación y descripción de textos digitales sin formato de la base de casos médicos de la Facultad de Medicina de la Universidad Nacional de Colombia |
| title_sort | anotacion y descripcion de textos digitales sin formato de la base de casos medicos de la facultad de medicina de la universidad nacional de colombia |
| topic | Lingüística de corpus AntConc TreeTagger Ley de Zipf |
| topic_facet | Lingüística de corpus AntConc TreeTagger Ley de Zipf |
| url | https://revistas.uptc.edu.co/index.php/linguistica_hispanica/article/view/462 |
| work_keys_str_mv | AT duenaslunageorgeenrique anotacionydescripciondetextosdigitalessinformatodelabasedecasosmedicosdelafacultaddemedicinadelauniversidadnacionaldecolombia AT gonzalezfabioa anotacionydescripciondetextosdigitalessinformatodelabasedecasosmedicosdelafacultaddemedicinadelauniversidadnacionaldecolombia |
