Defensa de la tesis doctoral de Antoni Brosa Rodríguez
En la mañana del viernes, 12 de abril de 2024, tuvo lugar en la Sala de Grados del Campus Catalunya de la URV, la defensa de la tesis de doctorado: GLU - A Gradient Model for Language Universals. A Computational Revisitation of Greenberg Universals, presentada por el doctorando Antoni Brosa Rodríguez. La tesis ha sido dirigida por la Dra. María Dolores Jiménez López, del Departamento de Filologías Románicas.
La tesis se ha llevado a cabo en el Programa de Doctorado en Estudios Humanísticos de la Universitat Rovira i Virgili. El tribunal de la tesis tuvo como presidente al Dr. Ventura Salazar García de la Universidad de Jaén, como secretaria a la Dra. Natàlia Català, del Departamento de Filologías Románicas de la URV, y como vocal a la Dra. Eleonora Zucchini de la Università di Bologna.
RESUMEN
Esta tesis doctoral se sitúa en el ámbito de la tipología lingüística y propone un enfoque innovador para clasificar los universales tipológicos, centrándose en la presencia de excepciones. Se utiliza la lógica difusa para entender la universalidad como un continuo, y se presenta un acercamiento computacional a los universales de Greenberg. La problemática abordada se relaciona con las excepciones a los universales y la falta de claridad en términos de relevancia y transición gradual en los universales estadísticos. La justificación de la investigación se basa en la revolución en la tipología lingüística introducida por Greenberg en los años 60 y la necesidad de naturalizar las excepciones mediante términos como "universales estadísticos". A lo largo del tiempo, varios lingüistas intentaron mejorar los resultados de Greenberg, pero el interés disminuyó a finales del siglo XX. Sin embargo, en la última década, el auge de la lingüística computacional y el acceso a corpus lingüísticos han revitalizado el estudio de los universales tipológicos. La metodología adoptada implica la formalización de los universales de Greenberg y su verificación en 143 lenguas utilizando Universal Dependencies. Se emplea la lógica difusa para una clasificación gradual de la universalidad. Además, se utiliza la sintaxis de Grew-Match y las etiquetas de UD para la formalización y búsqueda de estructuras en corpus lingüísticos. Se presenta una contribución teórica significativa al proponer una nueva clasificación de los universales tipológicos mediante el uso de la lógica difusa. Nuestro Gradient Language Universals Model (GLU) introduce un sistema de representación de la vaguedad, permitiendo entender la universalidad como un fenómeno gradual. En este enfoque, cualquier formulación lingüística dentro del nivel alto es catalogada como válida para la descripción del comportamiento general de las lenguas. Esta perspectiva innovadora no solo mejora la precisión en la confirmación de los universales existentes, sino que también proporciona una base teórica sólida para abordar la variabilidad lingüística de manera más matizada y comprensiva. La adopción de la lógica difusa representa un avance en la conceptualización de la universalidad, permitiendo una clasificación más refinada y adaptable a la complejidad inherente a las estructuras lingüísticas. Los resultados obtenidos confirman la mayoría de los universales de Greenberg con mayor vi precisión. También se ofrecen formulaciones de nuevos universales basados en estos. Se destaca la utilidad clasificatoria del modelo propuesto. Además de los beneficios teóricos, se señala que, en el futuro, con más datos lingüísticos anotados, las aplicaciones de procesamiento del lenguaje natural podrán extender sus hallazgos a lenguas actualmente infrarrepresentadas. En resumen, esta tesis aporta una perspectiva novedosa en la clasificación de universales tipológicos, combinando la lógica difusa, la lingüística computacional y el análisis de corpus para mejorar la precisión y aplicabilidad de los resultados obtenidos.
Palabras clave - Universales en el lenguaje, Lógica difusa, Lingüística computacional, Greenberg, Tipología lingüística, Lingüística de corpus, Universal Dependencies, Grew-Match, Typometrics
Compartir
