Crear un buscador léxico polígrafo para un corpus multilingüe en lenguas amerindias: el caso la base de datos LANGAS - Archive ouverte HAL Accéder directement au contenu
Chapitre D'ouvrage Année : 2022

Crear un buscador léxico polígrafo para un corpus multilingüe en lenguas amerindias: el caso la base de datos LANGAS

Résumé

Some Amerindian languages widely spread before colonial times (Quechua, Aimara, Guaraní, Tupí) turned into vehicular languages under Spanish and Portuguese colonization since the sixteenth century. They have been written and called “general languages”. They became the main means of communication between the indigenous population and Europeans; therefore, they were used to fostered new economic and administrative spaces. Thus, these “general languages” served as interfaces between the colonial administration and the indigenous community, becoming written languages and giving birth to a rich and a varied textual production. LANGAS database, created in 2011 (http://www.langas.cnrs.fr/), arose from the need to study these little-known documents, particularly the political vocabulary of these languages as well as the natives’ modes of expression of institutions and new concepts during the late colonial and the early republican eras. Our purpose is to expose the problems of the large variation of the graphs in these linguistic variants to implement a search engine on the LANGAS database. This aim involves translating each grapheme to computer language and establishing correspondences, which requires a few operations and carries out specific problems at the same time. After presenting the contents of the database and the way we process those manuscripts, we will identify the technical challenges we have to face with and we will also present a possible attempt of rationalization which is still under development: the “canonical” and “topological” searches.
La colonización española y portuguesa de América del Sur tuvo como efecto ampliar la implantación geográfica de algunos idiomas de vasta difusión prehispánica (principalmente el quechua, el aimara, el tupí y el guaraní) que se convirtieron en los principales medios de comunicación entre indígenas y europeos y permitieron vertebrar nuevos espacios económicos y administrativos. Fue así como estas “lenguas generales” sirvieron de interfaces entre la administración colonial y los indígenas, convirtiéndose en lenguas escritas y dando luz a una producción textual rica y variada. La base de datos LANGAS, creada en 2011 (http://www.langas.cnrs.fr/), surgió de la necesidad de estudiar estos documentos poco conocidos, en particular el vocabulario político de estos idiomas y los modos indígenas de expresión de instituciones y conceptos nuevos en las épocas colonial tardía y republicana temprana. Nuestro propósito es exponer los problemas que plantea la gran variación de las grafías en estas variantes lingüísticas antiguas para implementar un buscador en la base LANGAS. Esto supone traducir cada uno de los grafemas al lenguaje informático y establecer correspondencias, lo cual requiere unas cuantas operaciones y conlleva problemas específicos. Tras presentar el contenido de la base y la forma con la cual procesamos los manuscritos, identificaremos los desafíos técnicos que se nos plantean y presentaremos un posible intento de racionalización que aún está en elaboración: la búsqueda “canónica” y la búsqueda “topológica”.
Fichier principal
Vignette du fichier
Blestel Fouelefak dernière épreuve.pdf (923.35 Ko) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-03739148 , version 1 (27-11-2023)

Identifiants

  • HAL Id : hal-03739148 , version 1

Citer

Élodie Blestel, Stéphane Fouelefak. Crear un buscador léxico polígrafo para un corpus multilingüe en lenguas amerindias: el caso la base de datos LANGAS. Zajícová, Lenka (éd.). Lenguas indígenas de América Latina: contextos, contactos, conflictos, 51 (10), Iberoamericana/Vuervert, pp.217-230, 2022, Lengua y Sociedad en el Mundo Hispánico, 978-84-9192-263-6. ⟨hal-03739148⟩
40 Consultations
9 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More