Search

Studies on the correlations between spatial distribution of linguistic varieties and genetic structure of populations began by dealing with geographic spaces and extensive linguistic families. In the last two decades, researchers with this type of interdisciplinary approach have also begun to study more reduced linguistic and population domains. This paper examines geolinguistic and onomastic information in a linguistic and administrative space of a limited extension of the Principality of Asturias. The information on the surnames of this region, taken from the inhabitants’ register, is used to identify surname regions and check correlations with dialect areas described in this space. The results obtained in this research show many similarities in the distribution of surname regions with dialect areas recognized by traditional dialectology studies. The conclusions of the study present the results obtained together with some of the explanatory proposals on the historical constitution of the linguistic diversity of this area This work was supported by the Spanish Ministerio de Economía y Competitividad [FFI2015-65208-P and MTM2016-76969-P], European Regional Development Fund (multiannual financial framework 2014-2020]) and the Xunta de Galicia (TecAnDali research network, ED341DR2016/011) SI

The geographical distribution of surnames has been used for decades in a variety of scientifi c fi elds as a source of information for research into the history, migrations, genetics, etc. of various human populations. Nevertheless, the geographical dimension of names has hardly been explored until now in the study of anthroponyms. Situated at the intersection of human geography and linguistics, geonomastics, considered as one of the onomastic meta-disciplines, received an important impetus since the introduction of GIS technologies into humanities in the last quarter of the 20th century. This paper presents Cartografía de Apelidos de Galicia (CAG), a free-to-use web application developed at the University of Santiago de Compostela’s Instituto da Lingua Galega that shows the geographical distribution of Galician surnames based on the current Galician population census. The author describes the data sources covered by the app, the structure of the map, its visualizing features and search capacities. The author argues that CAG may be a useful tool for both professional and lay researchers, especially genealogists. Since most of Galician surnames derive from place names, the visualization of their geographical distribution of surnames may be insightful for identifying their origin. Complemented with historical onomastic data, this application may become in the future a valuable source of information about the migration of the population of Galicia. La distribución geográfica de los apellidos se ha utilizado durante décadas en diversos campos científicos como fuente de información para la investigación de la historia, las migraciones, la genética, etc. de diversas poblaciones humanas. Sin embargo, la dimensión geográfica de los nombres apenas se ha explorado hasta ahora en el estudio de los antropónimos. Situada en la intersección de la geografía y la lingüística humanas, la geonomástica, considerada como una de las metadisciplinas onomásticas, recibió un impulso importante desde la introducción de las tecnologías SIG en las humanidades en el último cuarto del siglo XX. Este artículo presenta Cartografía de Apelidos de Galicia.(CAG), una aplicación web de uso gratuito desarrollada en el Instituto da Lingua Galega de la Universidad de Santiago de Compostela que muestra la distribución geográfica de los apellidos gallegos según el censo de población gallego actual. El autor describe las fuentes de datos cubiertas por la aplicación, la estructura del mapa, sus características de visualización y capacidades de búsqueda. El autor argumenta que CAG puede ser una herramienta útil tanto para investigadores profesionales como laicos, especialmente genealogistas. Dado que la mayoría de los apellidos gallegos se derivan de nombres de lugares, la visualización de su distribución geográfica de los apellidos puede ser útil para identificar su origen. Complementada con datos onomásticos históricos, esta aplicación puede convertirse en el futuro en una valiosa fuente de información sobre la migración de la población de Galicia. Cartografía dos Apelidos de Galicia is a research project of the Instituto da Lingua Galega, Universidade de Santiago de Compostela, supported by Real Academia Galega (for the 2006 version) and the Secretaría Xeral de Universidades da Xunta de Galicia (current version; TecAnDali research network, ED341D R2016/011 SI

Este artigo apresenta o método de construção duma ferramenta para a anotação de entidades geográficas mencionadas em textos medievais. A nova ferramenta foi desenvolvida a partir dos módulos de língua contemporânea do LinguaKit, pacote multilingue de ferramentas de PLN. Uma coleção de corpora anotados manualmente serviu de recurso para elaborar uma lista de topónimos medievais (gazetteers) e observar padrões para a melhora e implementação de novas regras de reconhecimento dos nomes de lugar. Depois da lista de entidades geográficas, os ativadores contextuais (triggers) foram o recurso determinante na melhora da abrangência. Para o produto final, fizeram-se também ajustes menores na procura de recolher os elementos mais comuns do léxico e os contextos gramaticais das entidades geográficas mencionadas. Ainda que muito trabalho fica por fazer na elaboração de listas para entidades não geográficas, na construção dum modelo de língua medieval e um lexicon específico, o novo módulo pode ser utilizado para anotar textos e mostra uma melhora significativa a respeito dos módulos previamente existentes This paper describes a method to build a tool aimed at recognizing geographical named entities in medieval texts. The new tool has been developed using the corresponding modules for contemporary languages contained in LinguaKit, a suite of NLP tools. A collection of manually annotated corpora served as a resource to build a gazetteer of medieval toponyms and find patterns to improve and implement new rules for the recognition of place names. In addition to the gazetteer, a list of triggers was the most determinant factor to improve recall. Final adjustments considered the most frequent terms of the lexicon and grammatical contexts for geographical named entities. In the process of building a model of medieval language and a specific lexicon, the available tool can already be used to annotate texts and shows a significant improvement when compared with previous modules. However, most work remains to be done in terms of adding specific gazetteers for entities other than geographical Este trabalho foi desenvolvido no marco da rede galega de investigacao TECANDALI, ED341DR2016/011, financiada pela Consellaría de Educación e Ordenación Universitaria da Xunta de Galicia, e do European Regional Development Fund (ERDF) SI

This study examines the sibilant fricatives produced by seventeen Galician and twenty-two Portuguese speakers. Galician and Portuguese are closely related languages that present important continuities, although it is in their phonological and phonetic systems that they diverge most obviously. By means of the analysis of spectra and spectral moments, chiefly the spectral mean, postalveolar sibilants and front (alveolar or alveolo-dental) sibilants are differentiated in both Galician and Portuguese. Much variation has been found in front sibilant realizations among speakers and even between different realizations by the same speaker. This variation is especially striking among male Galician speakers, where it was possible to distinguish three different articulations, identified here as an apico-aveolar [s̺], a lamino-alveolar [s], and a lamino-dental [s̪] sibilant. The research results point to a loss of phonetic diversity on the Portuguese side of the political border, while in Galicia it is better preserved, although it is losing ground This paper was written within the project “Cambio lingüístico no galego actual”, funded by the Ministry of Economy and Competitivity of the Spanish Government (FFI2012-33845), and within the Tecnoloxías e Análise dos Datos Lingüísticos network, funded by the Xunta de Galicia (R2014/007)

Comunicación presentada no Congreso Internacional EUROPHRAS 2019. Modelos productivos en Fraseología (Santiago de Compostela, 24-25 de xaneiro de 2019).

Presentación na Universidade de Antuerpe, 18 de maio de 2018 Xunta de Galicia, Unión Europea (Fondo Social Europeo)

Comunicación presentada no XII Congreso da Asociación Internacional de Estudos Galegos. Novos horizontes para unha Galicia global: redes, territorio e memoria. Madrid, 10-15 de setembro 2018 Os atlas lingüísticos constitúen unha excelente fonte para a realización de estudos que permitan coñecer a variación lingüística nos distintos niveis de análise, unha vez que rexistran nas súas cartas as variantes recorrentes en determinada área asociadas a unha mesma variable. Para o territorio galego contamos cos datos do Atlas Lingüístico de la Península Ibérica (ALPI) (1934) e do Atlas Lingüístico Galego (ALGa) (1974). Estes dous atlas ofrecen numerosa información organizada onomasioloxicamente, entre a que distan corenta anos, o que posibilita a realización de estudos sobre variación e cambio lingüístico. O noso obxectivo é analizar as denominacións existentes para nocello ‘parte saínte dos ósos que forma a articulación da perna co pé’ no territorio galego a partir dos datos do ALPI e do ALGa, que complementamos con datos extraídos doutros atlas rexionais, así como de corpus lexicográficos. A análise das distintas variantes realizarase tendo en conta, por un lado, a distribución xeográfica en ambos os atlas, o que nos permitirá observar a existencia de procesos de cambio lingüístico e, polo outro, as motivacións semánticas, principalmente metafóricas, que dan lugar á variedade de formas.

Dentro del reconocimiento automático del habla, los modelos de lenguaje estadísticos basados en la probabilidad de secuencia de palabras (n-gramas) suponen uno de los dos pilares sobre los que se basa su correcto funcionamiento. En este trabajo se expone el impacto que tienen sobre las prestaciones de reconocimiento a medida que estos modelos se mejoran con más texto de mejor calidad, cuando estos se ajustan a la aplicación final del sistema, y por lo tanto, cuando se reducen el número de palabras fuera de vocabulario (Out Of Vocabulary - OOV). El reconocedor con los distintos modelos de lenguaje ha sido aplicado sobre cortes de audio correspondientes a tres marcos experimentales: oralidad formal, habla en noticiarios, y TED talks en gallego. Los resultados obtenidos muestran claramente una mejora sobre los marcos experimentales propuestos. Within the automatic speech recognition, statistical language models based on the probability of word sequences (n-grams) represent one of the two pillars on which its correct functioning is based. In this paper, the impact they have on the recognition result is exposed as these models are improved with more text of better quality, when these are adjusted to the final application of the system, and therefore, when the number out of vocabulary (OOV) words is reduced. The recognizer with the different language models has been applied to audio cuts corresponding to three experimental frames: formal orality, talk on newscasts, and TED talks in Galician. The results obtained clearly show an improvement over the experimental frameworks proposed. El trabajo realizado está enmarcado en el proyecto del Plan Nacional TraceThem TEC2015-65345-P y en la red gallega TecAnDaLi ED431D 2016/011 financiada por la Xunta de Galicia. Asimismo se beneficia de las ayudas de la Xunta de Galicia de Grupos de Referencia Competitiva GRC2014/024 y Agrupación Estratéxica Consolidada de Galicia acreditación 2016-2019 y a la Unión Europa a través de los fondos FEDER.

Conferencia pronunciada no Romaniches Seminar - Universität Zürich (Zürich, 20-21 de abril de 2018).

Comunicación presentada no I Encontro Internacional de Língua Portuguesa e Relações Lusófonas (LUSOCONF2018). Bragança, 19-20 de outubro de 2018.

Ministerio de Economía y Competitividad del Gobierno de España

The essential objective of dialectology, and especially geolinguistics, is the study of spatial linguistic variation, special relevance being given to the presentation of results through cartographic representations. The methods of geolinguistic data analysis focused for a long period on the description and evaluation of phenomena conventionally regarded as particularly relevant, either in isolated or in group cases, and the latter only when the discovery of the existence of limits between varieties was straightforward. The application of quantitative methods to geolinguistic studies began at the start of the 1970s and experienced a spectacular impulse over the last two decades. The development of new computer-based tools and the recognition that dialectal variation could not be reduced to simple characterizations encouraged researchers to employ new research methods, with which it was possible to understand in greater detail the patterns which function in geolinguistic variation. This present study seeks to provide an overview of the principal analytical techniques and representation of geolinguistic information developed during in recent years. Moreover, it intends to demonstrate, on the basis of some examples of application, the interest of these new methodologies and their usefulness for a better understanding of the spatial variety of languages. A dialectoloxía, e de xeito especial a xeolingüística, ten como obxectivo esencial o estudo da variación lingüística espacial, dándolle unha especial relevancia á presentación de resultados por medio de representacións cartográficas. Os métodos de análise de datos xeolingüísticos centráronse durante moito tempo na descrición e análise de fenómenos considerados por convención especialmente relevantes, ben illadamente ou ben de xeito agrupado, e isto último só cando resultaba doado descubrir a existencia de límites entre variedades. A aplicación de métodos cuantitativos ó estudo xeolingüístico iniciouse a comezos dos anos setenta e coñeceu un espectacular impulso nas dúas últimas décadas. O desenvolvemento de novas ferramentas informáticas e o recoñecemento de que a variación dialectal non podía ser reducida a caracterizacións simples animou os investigadores á utilización de novos métodos de investigación, cos que foi posible coñecer máis en profundidade os padróns que funcionan na variación xeolingüística. Esta contribución pretende facer un repaso das principais técnicas de análise e representación de información xeolingüística desenvolvidas nos últimos anos. Ademais, búscase demostrar, a partir dalgúns exemplos de aplicación, o interese destas novas metodoloxías e a súa utilidade para un mellor coñecemento da variación espacial das linguas. SI

Comunicación presentada no IVème Congrès International de Dialectologie et Sociolinguistique. Variations, phraséologie et ressorces (IV CIDS), Université Paris Sorbonne (París, 7-9 de setembro de 2016)

This paper introduces a tool that performs segmentation and labelling of sound chains in phono units, syllables and/or words departing from a sound signal and its corresponding orthographic transcription. In addition, it also integrates acoustic analysis scripts applied to the Praat programme with the aim of reducing the time spent on tasks related to analysis, correction, smoothing and generation of graphics of the melodic curve. The tool is implemented for Galician, Spanish and Brazilian Portuguese. Our goal is to contribute, by means of this application, to automatize some of the tasks of segmentation, labelling and prosodic analysis, since these tasks require a large investment of time and human resources., En este artículo se presenta una herramienta que realiza la segmentación y el etiquetado de cadenas sonoras en unidades de fono, sílaba y/o palabra partiendo de una señal sonora y de su correspondiente transcripción ortográfica. Además, integra scripts de análisis acústico que se ejecutan sobre el programa Praat con el fin de reducir el tiempo invertido en las tareas de análisis, corrección, suavizado y generación de gráficos de la curva melódica. La herramienta está implementada para gallego, español y portugués de Brasil. Nuestro objetivo es contribuir con esta aplicación a automatizar algunas de las labores de segmentación, etiquetado y análisis prosódico, pues constituyen tareas que requieren una gran inversión de tiempo y de recursos humanos.

Comunicación presentada no 40º Aniversário do Centro de Linguística da Universidade do Porto. Colóquio Comemorativo. Faculdade de Letras. Porto, 24-25 de novembro de 2016

Baseándonos sobre todo en argumentos de índole lingüística, mais tamén en indicios biográficos e ideolóxicos, atribuímos esta “Carta de Galicia” a Manuel Freire Castrillón. Argumentos do mesmo tipo móvennos a postular que Freire foi tamén o autor doutros textos en castrapo e en galego, entre eles Un labrador que foy sarxento á os soldados do nobo alistamento (ca. 1808). Finalmente, ofrecemos unha transcrición anotada e minimamente intervida da carta. Basándonos sobre todo en argumentos de índole lingüística, pero también en indicios biográficos e ideológicos, atribuimos esta “Carta de Galicia” a Manuel Freire Castrillón. Argumentos del mismo tipo nos mueven a postular que Freire fue también el autor de otros textos en gallego y en un interlecto castellano-gallego (castrapo); entre estos textos se encontraría el romance Un labrador que foy sarxento á os soldados do nobo alistamento (ca. 1808). Finalmente, ofrecemos una transcripción anotada y mínimamente intervenida de la carta. In this paper we defend that Manuel Freire Castrillón was the author of this “Carta de Galicia” and of some other texts that were written in Galician or in a Spanish-Galician interlect (castrapo); we think that one of them could be the poem Un labrador que foy sarxento á os soldados do nobo alistamento (ca. 1808). The arguments we adduce to defend these hypotheses are of biographical, ideological and, most of all, linguistic nature. Finally, we offer a transcription of this letter and some notes of historical and linguistic nature. SI