Electronic ResourceInfoling 9.38 (2020)

Nombre del recurso:Observatorio Lázaro: los anglicismos en la prensa española
Description:
Qué es Observatorio Lázaro

 

Es un observatorio de los anglicismos que se encuentran en la prensa española. El objetivo del proyecto es estudiar el uso de anglicismos, es decir, préstamos del inglés, en la prensa española a lo largo del tiempo y de forma empírica, masiva y sistemática. El nombre del observatorio es un homenaje al filólogo español Lázaro Carreter.

 

La motivación tras Observatorio Lázaro no es defender una supuesta pureza lingüística del español, sino estudiar el fenómeno del préstamo léxico en la prensa de forma empírica y desde una perspectiva basada en datos.

 

Cómo se detectan los anglicismos

 

Cada día, Lázaro se conecta a distintos medios de comunicación españoles, analiza las últimas noticias publicadas y extrae los anglicismos aparecidos en las noticias del día. Actualmente Lázaro analiza los artículos publicados en ochos medios españoles: elDiario.es, El País, El Mundo, ABC, La Vanguardia, El Confidencial, 20minutos y EFE.

 

El núcleo del proyecto es un modelo de aprendizaje automático, que detecta posibles extranjerismos, fundamentalmente anglicismos, en la prensa en español. Si bien el modelo ha sido entrenado para extraer anglicismos, también aparecen  ocasionalmente préstamos de otras lenguas. El modelo de extracción de anglicismos de Lázaro es un conditional random field. El código del modelo y el corpus de entrenamiento están disponibles en el repositorio de GitHub.

 

Los anglicismos nuevos que Lázaro encuentra, es decir, aquellos que el modelo no ha visto previamente, son tuiteados a diario por el bot de Twitter @lazarobot. Asimismo, cada domingo @lazarobot publica el ranking con los diez anglicismos más frecuentes de la semana.

 

Se puede encontrar más información sobre el modelo y sobre el corpus de entrenamiento en las siguientes publicaciones:

 

Créditos

 

Observatorio Lázaro es un proyecto de Elena Álvarez Mellado. El germen del proyecto fue desarrollado en el Computational Structure of Language Lab de la Universidad de Brandeis (MA, EE.UU) bajo la supervisión de Constantine Lignos.

Área temática:Lexicografía, Lexicología, Lingüística computacional, Lingüística de corpus


Fecha de publicación en Infoling:18 de September de 2020
Remitente:
Elena Álvarez Mellado
Brandeis University (MA, EE.UU)
<ealvarezmelladobrandeis.edu>