Modelagem de erros de acordo plural em espanhol por meio de sistemas dinâmicos
![](https://revistas.uptc.edu.co/public/journals/4/cover_issue_797_es_ES.jpg)
Resumo
Erros de concordância nominal plural são modelados para um corpus espanhol de quatro aprendizes de espanhol como língua estrangeira: SONIA (nível A1/A2), NATI (nível B1), JAKO (nível B2), MIRKA (nível C1). No âmbito dos sistemas dinâmicos, postula-se que as correspondências “corretas” e “incorretas” constituem atratores discretos estáveis para os quais converge o fluxo contínuo do sistema em três modelos simples de simulação: Lokta-Volterra, jogo de coordenação (teoria dos jogos evolutivos), gradiente ascendente. Em geral, os modelos aproximam melhor o padrão de erro global do que o modelo de sessão. Neste último, o modelo baseado em Lokta-Volterra oferece melhor desempenho para SONIA, NATI e JAKO. MIRKA obtém o pior desempenho em todos os modelos, mas seu erro diminui com o modelo gradiente ascendente. Os padrões de aprendizagem são auto-organizados e emergem da dinâmica de microssistemas de concordância.
Palavras-chave
modelo de simulación, adquisición de L2, sistemas dinámicos, número plural
Biografia do Autor
Pablo Ezequiel Marafioti
Doctor en Ciencias del Lenguaje por la Universidad Nacional de Córdoba, Argentina; especialista en Lingüística Teórica y Aplicada por la Universidad de Pavía, Italia; licenciado en Letras (orientación en Lingüística) por la Universidad de Buenos Aires, Argentina. Realizó varios posgrados en Estadística. Áreas de especialización: sistemas dinámicos, modelos estadísticos y de minería de datos aplicados al cambio lingüístico y a la adquisiciónde lenguas extranjeras
Referências
- Brehm, L, Cho, P. W., Smolensky, P. y Goldrick, M. (2022). PIPS: a parallel planning model of sentence production. Cognitive Science, 46. https://doi.org/10.1111/cogs.13079
- Cho, P. W., Goldrick, M., y Smolensky, P. (2017). Incremental parsing in a continuous dynamical system: Sentence procesing in Gradient Symbolic Computation. Linguistics Vanguard, 3(1). https://doi.org/1.1515/lingvan-2016-0105
- Cho, P. W., Goldrick, M., Lewis, R., y Smolensky, P. (2018). Dynamic encoding of structural uncertainty in gradient symbols. En A. Sayeed, C. Jacobs, T. Linzen y M. van Schijndel (Eds.), Proceedings of the 8th Workshop on Cognitive Modeling and Computational Linguistics (pp. 19-28). Salt Lake City, Utah, USA. https://doi.org/1.18653/v1/W18-01
- Cho, P. W., Goldrick, M., y Smolensky, P. (2020). Parallel parsing in a Gradient Symbolic Computation parser [en línea]. https://doi.org/1.31234/osf.io/utcgv
- Davis, C., y Perea, M. (2005). BuscaPalabras: a program for deriving orthographic and phonological neighborhood statistics and other psycholinguistic indices in Spanish. Behavior Research Methods, 37(4), 665-671. https://doi.org/1.3758/BF03192738.
- Deo, A. (2015). The semantic and pragmatic underpinnings of grammaticalization paths: The progressive to imperfective shift. Semantics and Pragmatics, 8, 1-52. http://dx.doi.org/1.3765/sp.8.14
- Kaplan, D., y Glass, L. (1995). Understanding Nonlinear Dynamics. New York: Springer.
- Kilgarriff, A., Baisa, V., Bušta, J., Jakubíček, M., Kovář, V., Michelfeit, J., Rychlý, P., y Suchomel, V. (2014). The Sketch Engine: Ten years on. Lexicography, 1(1), 7-36. https://doi.org/1.1007/s40607-014-0009-9.
- Kot, Mark (2001). Elements of mathematical ecology. Cambridge University Press.
- Nerbonne, J., Van Ommen, S., Gooskens, C., y Wieling, M. (2013). Measuring socially motivated pronunciation differences. En L. Borin y A. Saxena (Eds.), Approaches to Measuring Linguistic Differences (pp. 107–140). https://doi.org/1.1515/9783110305258.
- MacWhinney, B. (2015). Introduction. En B. MacWhinney y W. O’Grady (Eds.), The Handbook of Language Emergence (pp. 1-31). Sussex: Wiley y Sons.
- Mac Whinney, B. (2021). The Childes Project: Tools for Analyzing Talk. Part 1 y 2 [en línea]. Disponible en: https://talkbank.org/manuals/CHAT.pdf.
- Marafioti, P. E. (2021). Factores influyentes en tipos de errores de concordancia nominal en un corpus de cuatro aprendientes italianos de español LE. Lenguaje, 49(2), 365-393. https://doi.org/10.25100/lenguaje.v49i2.10915.
- Marafioti, P. E. (2022). Análisis de tiempos hasta que se produce un error de concordancia en cuatro estudiantes italianos de ELE. Revista argentina de ciencias del comportamiento, 13(2). [en prensa]
- Murray, James D. (2002). Mathematical Biology I. An Introduction (3ra. ed.). New York: Springer.
- Peña, D. (2002). Análisis de Datos Multivariantes. Mc Graw Hill.
- R Development Core Team. (2021). R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. http://www.R-project.org.
- Smith, G., y Tavor, W. (2018). Toward a Theory of Timing Effects in Self-Organized Sentence Processing. En I. Juvina, J. Houpt y C. Myers (Eds.), Proceedings of the 16th international conference on cognitive modeling (pp. 138-143). Madison, Wisconsin: University of Wisconsin. http://acs.ist.psu.edu/papers/ICCM%202018%20Proceedings.pdf
- Smith, G., Franck, J., y Tabor, W. (2018). A self-organizing approach to subject-verb number agreement. Cognitive Science, 42(S4), 1043–1074. https://doi.org/1.1111/cogs.12591.
- Smith, G., Franck, J., y Tabor, W. (2021). Encoding interference effects support self-organized sentence processing. Cognitive Psychology, 124(101356). https://doi.org/1.1016/j.cogpsych.202.101356
- Smolensky, P, Goldrick, M., y Mathis, D. (2014). Optimization and quantization in gradient symbol systems: a framework for integrating the continuous and the discrete in cognition. Cognitive Science, 38(6), 1102-1138. https://doi.org/1.1111/cogs.12047
- Scrucca, L., Fop, M., Murphy, T, y Raftery, A. (2016). Mclust 5: Clustering, classification and density estimation using Gaussian finite mixture models. The R Journal, 8(1), 289-317. https://doi.org/1.32614/RJ-2016-021.
- Van Buuren, S., y Groothuis-Oudshoorn, K. (2011). Mice: multivariate imputation by chained equations in R. Journal of Statistical Software, 45(3), 1-67. https//doi.org/10.18637/jss.v045.i03
- Weibull, J. W. (1997). Evolutionary game theory. Massachusetts: MIT Press.