Corpus Ameresco (ULPGC)

🔊 Procesamiento lingüístico de datos orales para el corpus del español atenuado

Corpus Ameresco forma parte del proyecto nacional E.S.V.A.R. Atenuación, que estudia cómo se manifiesta la atenuación verbal en el español en distintas regiones. Desde LU(G)AR, colaboramos con la doctora Marta Samper (ULPGC) en la incorporación de muestras orales espontáneas del español de Canarias al corpus general del proyecto.

En esta primera fase, nos encargamos de procesar seis grabaciones con múltiples interlocutores, aplicando un enfoque riguroso que combina herramientas digitales, inteligencia artificial y análisis lingüístico manual.



🎯 ¿Qué hicimos?

Servicio aplicado: Humanitas+

🎤 Transcripción inicial mediante herramientas de IA

🛠️ Revisión y corrección lingüística manual de las transcripciones

🧾 Etiquetado funcional con herramienta propia de LU(G)AR

📋 Uso de la herramienta ELAN para segmentación y codificación avanzada

🔄 Desarrollo de un flujo técnico específico para corpus con múltiples hablantes

🤝 Colaboración activa con la responsable regional del proyecto en Canarias



🔍 Particularidades del proyecto

- Trabajo con grabaciones espontáneas y naturales, sin guion previo

- Muestras con varios interlocutores, lo que añade complejidad al etiquetado

- Procesamiento orientado a enriquecer un corpus nacional de investigación pragmática

- Proyecto en desarrollo, con futuras fases de ampliación y validación


“Lo que decimos —y cómo lo decimos— importa. Este corpus escucha, organiza y da valor a esa voz cotidiana que muchas veces pasa desapercibida.”


📌 Proyecto en colaboración con E.S.V.A.R. Atenuación / ULPGC
🧠 Servicio aplicado: Humanitas+