De un sistema de anotación sintáctica para lengua escrita a otro para lengua oral

Abstract

En el curso de la producción manual de una muestra de corpus oral sintácticamente analizada, explicamos cómo adaptamos un sistema de anotación sintáctica para lengua escrita preexistente. Constatamos que lo que requiere modificación en ese sistema no exige la adición de etiquetas o estructuras sintácticas nuevas, sino la incorporación de mecanismos para el tratamiento de lo que es propio de la lengua oral. Sin partir de una delimitación previa de las unidades de análisis, procedemos reconociéndolas a medida que analizamos sintácticamente, al margen de la segmentación prosódica e identificando las estructuras sintácticas, de entre las recogidas en nuestro sistema de anotación, más amplias posible; integramos asimismo en el análisis, por medios diversos, las denominadas disfluencias orales (repeticiones, truncamientos y reformulaciones), y, reutilizando las etiquetas que para ello ya utilizábamos en la anotación de lengua escrita, damos cuenta de la mayor presencia en la oralidad de marcadores, conectores y vocativos.

In the course of the manual production of a syntactically analyzed spoken corpus sample, we explain how we adapt a pre-existing system of syntactic annotation for written language. We found that what requires modification in that system does not implies the addition of new tags or syntactic structures, but the incorporation of mechanisms for the treatment of what is proper to the oral language. Without starting from a prior delimitation of the units of analysis, we proceed recognizing them as we parse, regardless of the prosodic segmentation and identifying, among those collected in our annotation system, the most extensive syntactic structures possible; we also integrate into the analysis, by various means, the so-called oral dysfluencies (repetitions, truncations and reformulations), and, reusing the labels that we already used in the annotation for this in written language, we account for the greater presence in the orality of markers, connectors and vocatives.