Lingüística de errores con fines computacionales: PatErr, un recurso para la revisión textual del español basado en patrones de error codificados

Abstract

Esta tesis recoge las aportaciones que ofrece la investigación teórica y la formalización del uso de la lengua en el Procesamiento del Lenguaje Natural. Es, pues, un trabajo multidisciplinar que aúna fuerzas, conocimientos y métodos para la consecución de una empresa común: el desarrollo de un recurso competitivo y viable para la revisión textual automática del español, que se actualiza en un repertorio de patrones de errores codificados con un lenguaje asumible para el entorno computacional. Para estos programas, según el enfoque en el que se asienta esta propuesta que denominaremos lingüística de errores con fines computacionales, el objeto de estudio y tratamiento debe ser el error; de él se extraerán hipótesis, abstracciones, generalizaciones y casos concretos que deberán ser formalizados para que un autómata pueda identificarlos en el texto. Inserto en esta perspectiva, se ha llevado a cabo el planteamiento metodología y desarrollo teórico y práctico de este recurso –PatErr-. Tomándolo como núcleo y asociado a herramientas básicas de análisis automático, puede ponerse en marcha un corrector competitivo en el contexto de las industrias de la lengua. Para estos desarrollos son ineludibles varias tareas previas de adaptación del conocimiento lingüístico al entorno computacional. Dos de las concreciones que han posibilitado este enlace necesario para la consecución de esta propuesta han sido, por un lado, el desarrollo de un etiquetario para las unidades que componen un lexicón de español, y por otro, un lenguaje de codificación expresivo y generativo que ha permitido llevar a cabo con precisión la transferencia de conocimientos.