Investigating type-token regression and its potential for automated text discrimination = La investigación sobre la regresión de tipos y palabras y su capacidad para la clasificación automática de textos

• Autores: Pascual Cantos Gómez
• Localización: Cuadernos de filología inglesa, ISSN 0213-5485, Vol. 9, Nº 1, 2000 (Ejemplar dedicado a: Corpus-based Research in English Language and Linguistics), págs. 71-92
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen

  • La motivación del presente artículo nace de la intuición de que la sola utilización de la densidad léxica de muestras textuales pertenecientes a diferentes idiomas, autores, dominios lingüísticos, etc., puede ser potencialmente válida para discriminar textos de forma automática. Con el fin de encontrar un índice de densidad léxica válido y fiable, hemos revisado y clarificado la relación matemática entre tipos (formas) y tokens (palabras), para construir modelos de regresión adecuados que nos permitan distinguir tipos de textos. Por añadidura, hemos hecho uso de modelos estadísticos multivariantes (análisis de conglomerados y análisis discriminante) con el fin de complementar y optimizar el modelo matemático de regresión para la densidad léxica (TYT)