Notas de prensa

O Corpus de Referencia do Galego Actual supera os 45 millóns de palabras e xa recoñece a gheada e o seseo

O CORGA chegou á súa versión 4.1 acadando un total de 45.665.649 palabras ortográficas (54.737.277 elementos gramaticais), o que supón dous millóns e medio máis de vocábulos que os que incorporaba a versión 4.0, presentada a comezos de 2022. Trátase dun 'corpus pequeno pero cunha rica codificación, o cal contrasta con corpus noutras linguas de miles de millóns de palabras construídos a partir de Internet, pero cunha escasa codificación', explica a profesora da USC María Sol López Martínez, codirectora do proxecto xunto a Guillermo Rojo, profesor emérito da USC.

CORGA está coordinado, na súa parte lingüística, por Eva María Domínguez Noya e, na súa parte informática, por NLPgo Technologies S.L.

O CORGA é un corpus documental aberto que abrangue cronoloxicamente dende 1975 ata a actualidade, cuxo obxectivo é fornecer datos para o estudo da lingua galega actual dende múltiples perspectivas: léxica, morfolóxica, sintáctica, fraseolóxica, terminolóxica, discursiva, etc, e a súa mellora realízase de xeito continuo no marco do convenio entre o Centro Ramón Piñeiro para a Investigación en Humanidades a través da Secretaría Xeral da Lingua e a Universidade de Santiago de Compostela. Con este corpus é posible, por exemplo, identificar a partir de que ano se empeza a utilizar unha determinada palabra ou cando deixa de empregarse de forma cotián por cambios tecnolóxicos ou sociais, entre outros, ou localizar bibliografía que trate dun determinado tema.

Esta nova versión presenta utilidades innovadoras coma a recuperación de información pola modalidade inventario ou un dicionario de frecuencias que ten en conta o índice de dispersión, co que achega resultados moito máis relevantes sobre a frecuencia do léxico. Así mesmo, facilita o recoñecemento de formas con gheada e seseo e a fai posible realizar estudos variados dende a perspectiva de xénero: tendo en conta o emprego da linguaxe inclusiva non binaria directa, atendendo á discriminación dos resultados en función do sexo da persoa autora ou interlocutora ou habililitando cruzamentos entre o sexo dunha persoa autora e o dos personaxes.

Ademais póñense á disposición da comunidade dúas novas ferramentas no Etiquetador/Lematizador do Galego Actual XIADA: na sección Demostración, calquera persoa pode etiquetar morfosintacticamente arquivos de texto sen necesidade de instalar programas, sen ter que se rexistrar e sen precisar coñecementos técnicos e na pestana Flexionador accédese a un flexionador verbal e nominal que proporciona os elementos do paradigma, asociados sempre a unha etiqueta morfosintáctica e con indicacións sobre a súa normatividade. A maiores, o flexionador conéctase co CORGA, de xeito que se poden observar os elementos do paradigma en múltiples contextos reais de uso.

En síntese, indica María Sol López, o sistema CORGA-XIADA “é unha ferramenta potente, flexible, amigable e tamén innovadora, de suma utilidade para extraer datos da lingua galega actual”.

Universidade de Santiago de Compostela (USC), 2024-06-28

Actualidad

Foto del resto de noticias (nenos-clase.jpg) Galicia vén de pechar o ano 2025 cunha taxa abandono escolar do 10,4%, o que supón 0,4 puntos menos que o ano anterior e coloca á nosa Comunidade 2,4 puntos por debaixo da media estatal (que é do 12,8%), polo que se sitúa entre as autonomías cun mellor resultado neste eido. Así pois, no último ano Galicia reduciu o dobre que o Estado esta variable que mide a porcentaxe de persoas entre 18 e 24 anos sen titulación superior á ESO.
Foto de la tercera plana (sociedade-poboacion.jpg) O virus respiratorio sincitial (VRS) continúa a aumentar a taxa de positividade e acada o 10,8 % na semana 4 do ano (do 19 ao 25 de xaneiro), fronte ao 9,8 % da semana previa, tal e como recolle o informe semanal de seguimento deste virus que publica a Consellería de Sanidade. Nesta última semana, obsérvase un incremento na taxa de consultas en atención primaria por bronquiolite en menores de dous anos. En concreto, o incremento foi do 19 % no grupo de nacidos entre abril e setembro de 2025. En canto a hospitalizacións, rexistráronse tres ingresos na última semana no grupo de nados entre abril e setembro de 2025 e catro hospitalizacións de lactantes menores de dous meses, que están a pasar a súa primeira onda do VRS este inverno.

Notas

A UVigo participa esta semana en Madrid no evento Science for Industry (S4I), un foro internacional que busca conectar a investigación co mundo empresarial e do investimento, facilitando que o coñecemento xerado nas universidades e centros de investigación se transforme en innovación real con impacto no mercado.
O Centro de Investigación en Tecnoloxías da Información e as Comunicacións da UDC, centro que forma parte da Rede CIGUS da Xunta, acolleu a conferencia 'Un enfoque científico-práctico para a IA verde', impartida por Rubén Cuevas, profesor titular da Universidade Carlos III de Madrid, subdirector do Instituto UC3M-Santander de Big Data e CEO e cofundador da tecnolóxica Hiili. A sesión formou parte do ciclo 'Converxencia Verde: IA para un futuro sustentable', promovido pola Cátedra Inditex-UDC en Algoritmos Verdes..
PUBLICIDAD
ACTUALIDAD GALICIADIGITAL
Blog de GaliciaDigital
HOMENAXES EGERIA
PUBLICACIONES