Search

In the present study, free-text responses of 387 German language learners at 19 Spanish universities were analysed from the perspective of the use of strategies related to the discovery of the meaning of new lexical units. The aims of this research were to study how learners describe the strategies they use, which are the most frequently mentioned terms and topics, and whether there are groups or profiles of individuals according to the strategic habits referred to in their comments. For this purpose, natural language processing techniques such as topic modeling were used in combination with cluster analysis methods. In this way, it could be observed that context-based strategies and the use of other languages, especially English, were among the most frequently mentioned. On the other hand, different groups of learners were detected according to their inclination towards a certain type of strategies or a combination of several of them. En el presente estudio se analizaron las respuestas de texto libre de 387 estudiantes de alemán en 19 universidades españolas desde el punto de vista del uso de estrategias relacionadas con el descubrimiento del significado de nuevas unidades léxicas. Los objetivos de esta investigación fueron estudiar cómo los aprendientes describen las estrategias que usan, cuáles son los términos y temas mencionados con más frecuencia y si existen grupos o perfiles de individuos según los hábitos estratégicos referidos en sus comentarios. Con este fin se emplearon técnicas de procesamiento del lenguaje natural tales como el modelado de temas o topic modeling, en combinación con métodos de análisis de agrupaciones. De esta forma, se pudo observar que las estrategias basadas en el contexto y el uso de otras lenguas, sobre todo el inglés, figuran entre las frecuentemente mencionadas. Por otra parte, se detectaron diferentes grupos de individuos según la inclinación de los mismos hacia un cierto tipo de estrategias o a una combinación de varias de ellas. Dans la présente étude, les réponses en texte libre de 387 apprenants de langue allemande dans 19 universités espagnoles ont été analysées du point de vue de l'utilisation de stratégies liées à la découverte de la signification de nouvelles unités lexicales. Les objectifs de cette recherche étaient d'étudier comment les apprenants décrivent les stratégies qu'ils utilisent, quels sont les termes et les sujets les plus fréquemment mentionnés, et s'il existe des groupes ou des profils d'individus en fonction des habitudes stratégiques auxquelles ils font référence dans leurs commentaires. À cette fin, des techniques de traitement du langage naturel telles que la modélisation des sujets ou topic modeling ont été utilisées en combinaison avec des méthodes d'analyse typologique. De cette manière, on a pu observer que les stratégies basées sur le contexte et l'utilisation d'autres langues, en particulier l'anglais, étaient parmi les plus fréquemment mentionnées. D'autre part, groupes d'individus ont été détectés en fonction de leur inclinaison vers un certain type de stratégie ou une combinaison de plusieurs d'entre elles.

This paper puts forward a finer-grained computational treatment of the English caused-motion construction (e.g. He kicked the ball into the net) within a knowledge base for natural language processing systems called FunGramKB. This computational project is largely based on Role and Reference Grammar (RRG), which is a functional projectionist theory of language. We argue that the RRG-based characterization of the caused-motion construction in FunGramKB is insufficient to account for the semantic and syntactic complexity of realizations such as He walked the dog to the park, I will show you out, or Mac flew Continental to Bush International Airport. Thus, drawing on insights from Constructions Grammars, three minimally distinct transitive motion sub-constructions are formalized within FunGramKB. It is through the inclusion of additional constructional schemas that the machine will be able to capture the various ways in which verbs and constructions interact to yield different input texts, Este artículo presenta un tratamiento computacional más fino de la construcción de movimiento causado en inglés (por ejemplo, He kicked the ball into the net, “metió de una patada la pelota en la red”) en una base de conocimientos para sistemas de Procesamiento de Lenguaje Natural llamada FunGramKB. Este proyecto computacional se basa en gran medida en la Gramática del Papel y la Referencia (RRG), que es una teoría funcionalista del lenguaje. Argumentamos que la caracterización basada en la RRG de la construcción de movimiento causado en FunGramKB es insuficiente para explicar la complejidad semántica y sintáctica de realizaciones tales como He walked the dog to the park, I will show you out, or Mac flew Continental to Bush International Airport , “Sacó a pasear al perro al parque, Te enseño la salida, Mac voló Continental al Aeropuerto Internacional Bush”. Así, basándose en las propuestas de las Gramáticas de Construcciones, se formalizan dentro de FunGramKB tres sub-construcciones de movimiento transitivas ligeramente distintas. A través de la de esquemas constructivos adicionales la máquina será capaz de dar cuenta de las diversas formas en que interactúan los verbos y las construcciones para producir diferentes textos de entrada, The research projects on which this paper is based have received financial support from the Spanish Ministry of Economy and Competitiveness, grants no. FFI2013- 43593-P and FFI2014-53788-C3-1-P

Este artículo presenta un tratamiento computacional más fino de la construcción de movimiento causado en inglés (por ejemplo, He kicked the ball into the net, “metió de una patada la pelota en la red”) en una base de conocimientos para sistemas de Procesamiento de Lenguaje Natural llamada FunGramKB. Este proyecto computacional se basa en gran medida en la Gramática del Papel y la Referencia (RRG), que es una teoría funcionalista del lenguaje. Argumentamos que la caracterización basada en la RRG de la construcción de movimiento causado en FunGramKB es insuficiente para explicar la complejidad semántica y sintáctica de realizaciones tales como He walked the dog to the park, I will show you out, or Mac flew Continental to Bush International Airport , “Sacó a pasear al perro al parque, Te enseño la salida, Mac voló Continental al Aeropuerto Internacional Bush”. Así, basándose en las propuestas de las Gramáticas de Construcciones, se formalizan dentro de FunGramKB tres sub-construcciones de movimiento transitivas ligeramente distintas. A través de la de esquemas constructivos adicionales la máquina será capaz de dar cuenta de las diversas formas en que interactúan los verbos y las construcciones para producir diferentes textos de entrada. This paper puts forward a finer-grained computational treatment of the English caused-motion construction (e.g. He kicked the ball into the net) within a knowledge base for natural language processing systems called FunGramKB. This computational project is largely based on Role and Reference Grammar (RRG), which is a functional projectionist theory of language. We argue that the RRG-based characterization of the caused-motion construction in FunGramKB is insufficient to account for the semantic and syntactic complexity of realizations such as He walked the dog to the park, I will show you out, or Mac flew Continental to Bush International Airport. Thus, drawing on insights from Constructions Grammars, three minimally distinct transitive motion sub-constructions are formalized within FunGramKB. It is through the inclusion of additional constructional schemas that the machine will be able to capture the various ways in which verbs and constructions interact to yield different input texts.