Detección automática de marcadores discursivos del español: una aplicación con XFST.

Abstract

El reconocimiento automático de los marcadores discursivos es una tarea fundamental en la lingüística informática. No obstante, uno de los problemas que se suscita tiene que ver con los casos de ambigüedad, es decir, construcciones idénticas que actúan como marcadores discursivos en algunos contextos y en otros no. Para casos como estos, la puntuación cumple un rol esencial. Aquí, se propone un método de detección automática, tomando como base las funciones gramaticales de la coma y las hipótesis de desambiguación presentadas por Prada (2001). Para ello, se recurrió a Xfst, un autómata de estados finitos desarrollado por Xerox,que, entre sus posibilidades, incluye el comando «tokenize» con el que se reconocen y balizan los marcadores discursivos. El artículo se organiza de la siguiente manera: en primer lugar, se presenta una descripción de los marcadores discursivos y la clasificación que de ellos presentan Martín Zorraquino y Portolés (1999). Luego se traen a colación los antecedentes sobre el tratamiento de estas construcciones en la lingüística computacional. En tercer lugar, se describe la implantación en máquina y los resultados obtenidos. Finalmente, en cuarto lugar, se presentan las conclusiones derivadas de la investigación.