Search

In this follow-up article of Degraeuwe and Goethals (2020), we present the annotation scheme used to reannotate the 7298 potentially reflexive pronouns included in the Universal Dependencies Spanish AnCora v2.6 treebank, which resulted in significant modifications for the “Case” feature (100% changed) and dependency relations (87% changed). Next, we evaluate the performance of spaCy v3.2.2 and Stanza v1.3.0 (both trained on AnCora v2.8, and thus based on our reannotations) on the AnCora v2.8 test set, which yielded weighted F1 scores up to 0.88 and 0.98 for the “Case” and “Reflex” features, respectively, and up to 0.71 for the dependency relations. Finally, the error analysis of the spaCy results underlines the (generalisation) potential of the model, but also reveals some of the remaining issues in the automatic morphosyntactic analysis of reflexive pronouns in Spanish, such as determining if expletive relations denote an impersonal, passive or inherently reflexive use., En este artículo de seguimiento de Degraeuwe y Goethals (2020), presentamos el esquema de anotación utilizado para reanotar los 7298 pronombres potencialmente reflexivos incluidos en el Universal Dependencies Spanish AnCora v2.6 treebank, lo cual resultó en un significativo número de modificaciones para la característica (feature) de “Case” (el 100% cambiado) y las relaciones de dependencia (el 87% cambiado). A continuación, evaluamos el desempeño de spaCy v3.2.2 y Stanza v1.3.0 (ambos entrenados en AnCora v2.8, y, por tanto, basados en nuestras reanotaciones) en el set de prueba de AnCora v2.8, lo cual dio como resultado puntuaciones de F1 ponderado de hasta 0,88 y 0,98 para las características de “Case” y “Reflex”, respectivamente, y de hasta 0,71 para las relaciones de dependencia. Por último, el análisis de errores de los resultados de spaCy subraya el potencial (generalizador) del modelo, pero también desvela algunos de los problemas pendientes en el análisis morfosintáctico automático de los pronombres reflexivos en español, como por ejemplo determinar si las relaciones de dependencia expletivas son de carácter impersonal, pasivo o inherentemente reflexivo.

[ES] El presente estudio tiene por objetivo evaluar los resultados de un acercamiento cuantitativo a la selección temática del vocabulario con fines didácticos. Describimos en detalle cómo se configuran y se combinan tres medidas cuantitativas (la frecuencia absoluta, el keyness y la dispersión) a fin de automatizar la selección del vocabulario específico de un corpus especializado. A continuación evaluamos si la selección automática se ve confirmada por el juicio de profesores ELE. Hemos podido comprobar, en efecto, que en más del 85% de los casos el resultado del método cuantitativo es confirmado por al menos la mitad de los profesores. Esta observación también se evidencia estadísticamente, con un test de interrater reliability que demuestra un acuerdo sustancial (Cohen’s kappa = 0,61) entre el juicio de los profesores y la selección automática., [EN] The aim of this study is to evaluate the results of a quantitative approach to the thematic selection of vocabulary for didactic purposes. We describe in detail how three quantitative measures (absolute frequency, keyness and dispersion) are configured and combined to automate the selection of specific vocabulary from a specialized corpus. We then evaluate whether the automatic selection is confirmed by the judgements of SFL teachers. The results of this evaluation experiment show that in more than 85% of the cases the output of the quantitative selection method is accepted by at least half of the teachers. This observation is also backed from a statistical angle, with the outcome of an interrater reliability test indicating that there is a substantial agreement (Cohen’s kappa = 0.61) between the judgements of the teachers and the automatic selection.

In this paper, we argue that in current Universal Dependencies treebanks, the annotation of Spanish reflexives is an unsolved problem, which clearly affects the accuracy and consistency of current parsers. We evaluate different proposals for fine-tuning the various categories, and discuss remaining open issues. We believe that the solution for these issues could lie in a multi-layered way of annotating the characteristics, combining annotation of the dependency relation and of the so-called token features, rather than in expanding the number of categories on one layer. We apply this proposal to the v2.5 Spanish UD AnCora treebank and provide a categorized conversion table that can be run with a Python script., En este trabajo, argumentamos que en los actuales treebanks que aplican el formalismo de las Dependencias Universales, la anotación de los reflexivos españoles es un problema sin resolver, que afecta claramente a la precisión y consistencia de los parsers actuales. Evaluamos diferentes propuestas para afinar las diferentes categorías y discutimos los problemas pendientes. Creemos que la solución para estos problemas se puede encontrar en una anotación en múltiples niveles, combinando la anotación de la relación de dependencia y de las características (features) de los tokens, en lugar de ampliar el número de categorías en un solo nivel de anotación. Aplicamos la propuesta a la versión española del treebank UD AnCora (v2.5) y proporcionamos una tabla de conversión categorizada que se puede ejecutar mediante un script Python.

The emergence of the Web 2.0 profoundly changed the tourist experience and its modes of interaction and communication. Among the most pervasive forms of contemporary tourism discourse we find online reviews posted on social media platforms as TripAdvisor. Previous research on online travel reviews focused almost exclusively on negative reviews and mostly considered monolingual English dataset. In the present study we will explore positive reviews and we will add a cross-linguistic analysis comparing reviews written in English, Italian and Dutch. In this contribution, we first explore the move structure of reviews, and then delve into their different linguistic realizations, paying particular attention to potential cross-linguistic similarities and divergences. Our results show that positive reviews are generally formed by four main moves: positive and negative evaluations, offering extra/background information and future-oriented recommendations. These moves represent stable and recurrent features in reviews written in all three languages under examination. Further, also the topics of the reviews display a cross-linguistic tendency towards similarity, with the preferred topics being the accommodation, its services and the staff. The findings also highlight some divergences among the three language groups, especially not on what is said but on how it is said. For instance, in reviews written in Italian we found expressions of thankfulness and congratulations to the staff, while these are practically absent in the other languages. Moreover, we observed that Italian reviewers tend to realize positive evaluations in a more intensified way (e.g. through the use of superlative lexical expressions) while these strategies are used far less frequently in British and Dutch reviews. With this study we seek to contribute to research in the field of (digital) tourism discourse providing one of the first discourse-oriented analyses on reviews of positive polarity. Moreover, perfo

In this research note we report on the first results of SCAP, the Spanish Corpus Annotation Project, applied to tourism discourse. In particular, we present and assess a new TreeTagger parameter set for Spanish (SCAP-TT), which has been trained for the Part-of-Speech tagging (POS-tagging) and lemmatisation of Spanish promotional tourism texts. Although SCAP-TT has been trained for specialized tourism discourse, we also show promising results for the annotation of other text genres such as essays and literary text, En esta nota de investigación describimos los primeros resultados de SCAP, el Spanish Corpus Annotation Project, aplicado al discurso turístico. Presentaremos y evaluaremos una nueva versión para el español del etiquetador TreeTagger (SCAPTT), diseñado específicamente para el etiquetado y la lematización de textos turísticos promocionales en español. Si bien SCAP-TT ha sido diseñado para el discurso especializado del turismo, mostraremos también resultados muy prometedores para la anotación de otros tipos de discursos, como ensayos y textos literarios

In this paper, I will discuss the phenomenon of linguistic accommodation in professional tourism contexts. Linguistic accommodation refers to the selection of one or various linguistic codes in conversations between speakers who do not have the same mother tongue. This is a particularly salient phenomenon in the multilingual setting of the European Union, where conversations between tourism professionals and tourists may be in the local language, the mother tongue of the tourist or a lingua franca, which happens to be English by default. Since tourism professionals very often have several options to choose from, they should be made aware of the diversity of tourists’ attitudes and opinions towards different forms of linguistic accommodation. To achieve this pedagogic goal, I argue in favor of integrating into the didactic materials various corpora of tourists’ testimonials. These corpora have been previously analyzed in sociolinguistic studies. Reading and analyzing the testimonials as a didactic method fulfils three important didactic guidelines, namely the importance of stimulating life-long learning, the importance of establishing bidirectional links between school training and direct experience in practice, and the development of pedagogically mediated corpora, En esta contribución se describe el fenómeno de la acomodación lingüística en contextos profesionales turísticos. La acomodación lingüística se refiere a la selección de uno o varios códigos en conversaciones entre hablantes que no tienen la misma lengua materna. Este fenómeno está particularmente presente en el espacio multilingüe de la Unión Europa, donde las conversaciones entre turistas y profesionales pueden desarrollarse en la lengua local, la lengua materna del turista o una lingua franca, por defecto el inglés. A menudo, los profesionales pueden elegir entre diferentes opciones, por lo cual conviene sensibilizarlos y concienciarlos de la diversidad de actitudes u opiniones que pueda haber entre los turistas. Para realizar este objetivo pedagógico, se aboga por integrar en los materiales didácticos varios corpus de testimonios de los propios turistas. Estos corpus han sido analizados previamente en estudios de índole sociolingüística. La lectura y el análisis de los testimonios como método didáctico responde a tres principios importantes, que son la importancia del aprendizaje continuo, la importancia de establecer vínculos bidireccionales entre la formación escolar y la experiencia directa de la práctica, y el desarrollo de corpus mediados para fines pedagógicos

In this paper, I will discuss the phenomenon of linguistic accommodation in professional tourism contexts. Linguistic accommodation refers to the selection of one or various linguistic codes in conversations between speakers who do not have the same mother tongue. This is a particularly salient phenomenon in the multilingual setting of the European Union, where conversations between tourism professionals and tourists may be in the local language, the mother tongue of the tourist or a lingua franca, which happens to be English by default. Since tourism professionals very often have several options to choose from, they should be made aware of the diversity of tourists' attitudes and opinions towards different forms of linguistic accommodation. To achieve this pedagogic goal, I argue in favor of integrating into the didactic materials various corpora of tourists' testimonials. These corpora have been previously analyzed in sociolinguistic studies. Reading and analyzing the testimonials as a didactic method fulfils three important didactic guidelines, namely the importance of stimulating life-long learning, the importance of establishing bidirectional links between school training and direct experience in practice, and the development of pedagogically mediated corpora, En esta contribución se describe el fenómeno de la acomodación lingüística en contextos profesionales turísticos. La acomodación lingüística se refiere a la selección de uno o varios códigos en conversaciones entre hablantes que no tienen la misma lengua materna. Este fenómeno está particularmente presente en el espacio multilingüe de la Unión Europa, donde las conversaciones entre turistas y profesionales pueden desarrollarse en la lengua local, la lengua materna del turista o una lingua franca, por defecto el inglés. A menudo, los profesionales pueden elegir entre diferentes opciones, por lo cual conviene sensibilizarlos y concienciarlos de la diversidad de actitudes u opiniones que pueda haber entre los turistas. Para realizar este objetivo pedagógico, se aboga por integrar en los materiales didácticos varios corpus de testimonios de los propios turistas. Estos corpus han sido analizados previamente en estudios de índole sociolingüística. La lectura y el análisis de los testimonios como método didáctico responde a tres principios importantes, que son la importancia del aprendizaje continuo, la importancia de establecer vínculos bidireccionales entre la formación escolar y la experiencia directa de la práctica, y el desarrollo de corpus mediados para fines pedagógicos

En este trabajo analizamos un corpus piloto de intervenciones españolas, francesas y neerlandófonas en los debates plenarios del Parlamento Europeo, con el fin de averiguar si existen diferencias interculturales en cuanto al uso y la expresión de una estrategia de cortesía particular, que son los agradecimientos. Comprobamos que los agradecimientos figuran con mayor frecuencia en los discursos de los españoles y los franceses que en los discursos de los neerlandófonos. Además, cobran más relieve, por ejemplo porque son más extensos y se enfatizan más. Estudios anteriores han observado que los neerlandófonos tienden a usar muchos agradecimientos rutinarios en contextos donde podría existir una amenaza para la imagen negativa de uno de los interlocutores. Nuestro estudio muestra que los franceses y los españoles usan más agradecimientos que los neerlandófonos cuando está en juego la imagen positiva. Los datos apuntan además hacia la relevancia del concepto de la cortesía valorizante, por oposición a la cortesía mitigadora, para describir los datos españoles.

En el presente estudio describiremos el género de los diarios de viaje escritos por particulares. Empezaremos por situar los diarios de viaje en la taxonomía de textos turísticos elaborada en Calvi (2010). Luego describiremos más en detalle las diferentes dimensiones discursivas del género: los objetivos comunicativos, los movimientos retóricos más típicos, y la manera en que son presentados los participantes en el evento comunicativo. Los materiales empíricos provienen de un corpus piloto de diarios de viaje sobre Bélgica, escritos por turistas hispanohablantes, y publicados en el blog de comunidad ., In this paper, we describe the genre of travel blogs written by non-professionals. We begin by situating the travel blogs in the taxonomy of tourism texts presented in Calvi (2010). Then, we will describe in more detail the different dimensions of this genre: its communicative purposes, its most typical rhetorical moves and the way the participants in the communicative event are profiled. The empirical material comes from a pilot corpus on travel blogs, written by Spanishspeaking tourists in Belgium, which were all published in the community blog .