Con la presente investigación, se busca obtener nuevos datos acerca del panorama lingüístico del departamento de Cajamarca. El territorio de esta región aún encierra incógnitas respecto de los idiomas indígenas utilizados tanto en tiempos prehispánicos como después de la Conquista; frente a ello, este estudio pretende contribuir con el conocimiento de las lenguas originarias de los Andes norteños. Se plantean dos preguntas de investigación: (i) ¿qué indica la toponimia sobre la distribución de las lenguas originarias postuladas para el departamento de Cajamarca? y (ii) ¿qué indican la distribución y la frecuencia de aparición de toponimia quechua en este departamento? Para responderlas, se estudia la distribución de las lenguas indígenas postuladas para el departamento en tiempos prehispánicos, coloniales y republicanos, entre ellas el quechua, el culle, el mochica y el den. Con tal fin, se realizan dos tareas: (i) el análisis de los nombres de lugares disponibles en una base de datos elaborada por el Ministerio de Educación (Minedu 2010) y (ii) el análisis de los topónimos registrados en el Diccionario Geográfico del Perú, de Stiglich ([1922] 2014). Todos estos topónimos se clasifican en distintas categorías idiomáticas, tales como quechua, culle, den y mochica. Asimismo, mediante el software de posicionamiento de información geográfica QGIS, se visualizan los topónimos obtenidos de Minedu (2010) y se determina qué zonas habría ocupado cada idioma. Los resultados arrojan que en Cajamarca habría existido un multilingüismo menos pronunciado que el postulado por los estudios previos. Además, se plantea la existencia de una zona continua quechua en este departamento que abarcó un área más amplia de la que actualmente ocupa este idioma en Cajamarca. Finalmente, se observa que, dependiendo de la provincia estudiada, en la toponimia mayor del departamento, no siempre predomina el quechua y que, en la toponimia menor, no necesariamente son mayoritarios otros idiomas indígenas. / Tesis

La presente investigación busca describir y analizar la categorización taxonómica propia de la cosmovisión awajún para las categorías que se pueden encontrar dentro del concepto de ANIMAL. A partir de la teoría de taxonomías etnolingüísticas propuesta por Berlin, B. (1992) Ethnobiological classification: principles of categorization of plants and animals in traditional societies, la tesis plantea que existen diferentes tipos de categorías etnozoológicas en awajún, algunas de las cuales cuentan con etiquetas terminológicas y otras son categorías encubiertas que no cuentan con una etiqueta terminológica, pero que de acuerdo con esta investigación conforman taxones para los hablantes awajún. La metodología sigue pasos de gabinete para extraer información de diccionarios, así como trabajo de campo y entrevistas a profundidad a hablantes de awajún de la variedad todavía poco descrita del Cenepa.

La presente tesis consiste en un estudio acerca de las construcciones aplicativas de la lengua asháninka. El objetivo de esta tesis es doble: analiza la codificación de los objetos de las construcciones aplicativas del asháninka y la compara con la codificación de los objetos de las construcciones ditransitivas no derivadas de esta lengua. Dada la riqueza de sufijos aplicativos reportada en las lenguas arawak peruanas y la escasez de estudios gramaticales del asháninka, se busca contribuir tanto a la investigación de la morfosintaxis de esta lengua como a los estudios tipológicos acerca de la relación entre las construcciones ditransitivas derivadas y no derivadas. El asháninka cuenta con nueve sufijos aplicativos: generalizado -ako, presencial -imo, intención -ashi, benefactivo sustitutivo -bent, benefactivo -anont, separativo -apitsa, instrumental -ant, motivo -iment y sociativo-causativo -aka. Los objetos de las construcciones aplicativas (objeto aplicativo y objeto base) del asháninka pueden ser marcados en el verbo mediante sufijos de concordancia de objeto. Nuestro análisis revela que la codificación de los objetos de la construcción aplicativa interactúa con la oposición entre los participantes del acto de habla (PAH) y la tercera persona, y con la animicidad. Asimismo, se observa que las construcciones aplicativas ditransitivas tienden a marcar en el verbo al objeto aplicativo (y no al objeto base) cuando estos factores semánticos no entran en juego. Además, el asháninka cuenta con dos construcciones ditransitivas no derivadas: una con el verbo ditransitivo p ‘dar’ y una construcción benefactiva no derivada. Estas construcciones también recurren a los mismos sufijos verbales de objeto y la codificación de sus objetos también es sensible a la oposición entre PAH y tercera persona; asimismo, manifiestan un alineamiento secundativo cuando ambos objetos son de tercera persona.

La presente tesis es un estudio sobre algunos efectos en el léxico iskonawa del contacto lingüístico con el shipibo-konibo. Ambas lenguas pertenecen a la familia lingüística pano lo cual plantea interesantes preguntas acerca del contacto entre lenguas emparentadas. Esta tesis tiene un objetivo general y dos específicos. El objetivo general de este trabajo es estudiar y entender la naturaleza de las interferencias léxicas provenientes del shipibo-konibo en el iskonawa. El primer objetivo específico consiste en explorar dicha naturaleza a la luz de la distinción entre aquellos casos en los que, considerando que ambas lenguas están emparentadas, las formas shipibas son cognadas con las formas iskonawa correspondientes a un mismo concepto, y los casos en los que las formas shipibo-konibo e iskonawa no manifiestan una relación de cognancia. Este estudio muestra que los datos analizados muestran una mayor presencia de los segundos. El segundo objetivo específico es evaluar la permeabilidad al préstamo con relación a su clasificación semántica. Para ello, se discute la noción de léxico básico y se argumenta que este dominio es el que presenta una mayor cantidad de préstamos. Este último resultado sugiere la necesidad de replantear la noción de léxico básico. Por otro lado, dada la cercanía genética entre ambas lenguas y el prolongado contacto entre ambas, el contacto entre iskonawa y shipibo-konibo configura una situación de contacto lingüístico muy interesante, a la que se le debe añadir el hecho de que el iskonawa es una lengua en un estado avanzado de obsolescencia. Esta tesis comprende el análisis de un corpus de aproximadamente 160 elementos presentes en el discurso iskonawa, que han sido identificados como shipibo-konibo a partir de un conjunto de criterios muy rigurosos. Las dos conclusiones principales son: i) en el corpus de préstamos shipibo-konibo en el discurso iskonawa analizado, se encuentra una tendencia muy marcada que favorece a los términos máximamente diferentes (no cognados), y ii) contrariamente a estudios previos sobre la permeabilidad de los campos semánticos en situaciones de contacto, el denominado “léxico básico” es el campo que presenta mayor permeabilidad al préstamo.

La presente tesis ofrece un estudio descriptivo del fenómeno de la intransitividad escindida en el asháninka del Tambo (familia arawak) desde un acercamiento tipológico y funcional, en tanto nos interesa hallar la correspondencia entre una estructura formal y su propósito comunicativo en el mundo real (Hopper & Thompson 1980). Este último aspecto guarda un correlato significativo con esquemas cognitivos que le permiten al ser humano categorizar la experiencia por medio del lenguaje (DeLancey 1987). La intransitividad escindida consiste en la posibilidad de que el argumento de una construcción intransitiva (S) se codifique en ciertos contextos como el argumento más agentivo de una cláusula transitiva (A) y en otros, como el argumento más pacientivo de esta misma (P). La intransitividad escindida que exhibe el asháninka del Tambo presenta un condicionamiento discursivo a partir de la jerarquía de estatus de información en la que se sitúan las cláusulas, especialmente, es relevante el estatus de pico narrativo (Jones & Jones 1979). Los datos de esta investigación provienen de habla natural y, en menor medida, de elicitación, ya que la intransitividad escindida por motivación discursiva implica identificar elementos novedosos de aquellos ya establecidos dentro de una narración o con distintos grados de saliencia cognitiva. / The present thesis offers a descriptive study of the phenomenon of split intransitivity in Tambo Asháninka (Arawak family) from a typological and functional approach, as we are interested in finding the correspondence between a formal structure and its communicative purpose in the real world (Hopper & Thompson 1980). The latter aspect has a significant correlate with cognitive schemas that allow humans to categorize experience through language (DeLancey 1987). Split intransitivity consists in the possibility that the argument of an intransitive construction (S) is encoded in certain contexts as the most agentive argument of a transitive clause (A) and in others, as the most pacientive argument of the same (P). The split intransitivity exhibited by Tambo Asháninka presents a discourse conditioning from the hierarchy of information status in which the clauses are placed, especially, the status of narrative peak is relevant (Jones & Jones 1979). The data in this research come from natural speech and, to a lesser extent, from elicitation, since intransitivity split by discursive motivation implies identifying novel elements from those already established within a narrative or with different degrees of cognitive salience.

La presente tesis tiene como objetivo describir la coarticulación nasal de las vocales adyacentes a una consonante nasal de la lengua iskonawa, una lengua pano en la cual las vocales nasalizadas no tienen estatus fonológico. Esta investigación se divide en nueve secciones. La primera sección ofrece una breve introducción; la segunda sección brinda una presentación del pueblo iskonawa; la tercera sección presenta una visión general sobre la información disponible en torno a la lengua iskonawa; la cuarta sección se ocupa de la fonología de la lengua poniendo especial énfasis en los elementos relevantes para la tesis, como las vocales, las consonantes nasales, la sílaba y el acento; la quinta sección aborda la coarticulación nasal de vocales en general; la sexta sección presenta las preguntas y la metodología seguida en el desarrollo de esta investigación. Finalmente, la séptima y octava sección presentan los resultados y las conclusiones de la tesis, respectivamente.

En el Perú se han identificado 48 lenguas originarias, según la información extraída de la Base de Datos oficial de Pueblos Indígenas u originarios (BDPI). Estas son de tradición oral [BDPI, 2020]. Por lo que no había una forma oficial de enseñanza. El Instituto Linguistico de Verano (ILV) recopiló y documentó diversas lenguas nativas [Faust, 1973], como un primer intento para tener un documento formal para la enseñanza de una lengua originaria. Fue después que el Gobierno Peruano con su estrategia de inclusión social “Incluir para crecer” creó una guía oficial para la enseñanza de las lenguas originarias en su intento de normalizar el uso de estas lenguas [Jara Males, Gonzales Acer, 2015]. Como se menciona en [Forcada, 2016], el uso de tecnologías del lenguaje permite obtener una normalidad, incremento de literatura, estandarización y mayor visibilidad. En el caso de Perú, ha habido iniciativas, como analizadores morfológicos [Pereira-Noriega, et al., 2017] o correctores ortográficos [Alva, Oncevay, 2017], enfocados en las lenguas originarias de escasos recursos computacionales que pretenden apoyar el esfuerzo de revitalización, la educación indígena y la documentación de las lenguas [Zariquiey et al., 2019]. Enfocándose en lenguas amazónicas se realizó un proyecto utilizando redes neuronales para desarrollar un corrector ortográfico enfocado en las lenguas originarias con buenos resultados a nivel de precisión [Lara, 2020]. En ese trabajo, al disponer de poca cantidad de datos se generaron datos sintéticos con un método aleatorio los cuales al ser evaluados con las métricas CharacTER [Wang, et al., 2016] y BLEU [Papineni, et al., 2002] obtuvieron resultados bastante bajos. Además, las lenguas amazónicas al ser ricas a nivel morfológico y tener un vocabulario extenso es difícil representar palabras fuera del vocabulario, por lo que es recomendable usar sub-palabras como término medio [Wu, Zhao, 2018]. El presente proyecto desarrolla distintos métodos de generación de datos, diferentes al aleatorio, que son más robustos al considerar errores que son más cercanos a la realidad. A su vez, para reducir el costo computacional y mantener la capacidad de generar un vocabulario abierto, adicionalmente se entrena redes neuronales que reciban como entrada sub-palabras tales como sílabas y segmentos divididos por byte pair encoding (BPE). Finalmente, de los experimentos concluimos que hubo mejoras con los métodos y la segmentación propuesta y se tienen más recursos computacionales para nuestras lenguas amazónicas.

De acuerdo a la Base de Datos Oficial de Pueblos Indígenas u Originarios (BDPI), el Perú cuenta con 55 pueblos indígenas, identificados hasta la fecha; que hablan al menos 47 lenguas originarias y que según el Documento Nacional de Lenguas Originarias del Perú están divididos en 19 familias lingüísticas, siendo las familias Pano y Arawak las que presentan una mayor cantidad de lenguas, ambas con 10 lenguas. En este trabajo, se plantea un modelo de corrección ortográfica utilizando modelos de redes neuronales profundas, a nivel de caracteres, en lenguas de las dos familias antes mencionadas: Shipibo-Konibo de la familia Pano y Yanesha, Yine y Ashaninka para la familia Arawak. Para ello se han realizamos experimentos en conjuntos de datos obtenidos de páginas como PerúEduca, incorporando errores ortográficas cometidos a nivel de caracteres, en modelos secuencia a secuencia (seq2seq) que han demostrado recientemente ser un marco exitoso para varias tareas de procesamiento de lenguaje natural, incluyendo el proceso de corrección ortográfica. / Tesis

Con la presente investigación, se pretendió abordar el carácter peculiar de la variedad quechua de Ferreñafe, hablada sobre todo en las serranías del departamento de Lambayeque, y discutir los problemas que ello les ha generado a los estudiosos del área andina al momento de intentar postular una clasificación genealógica de esta variedad. Tal carácter peculiar consiste en que, pese a que tradicionalmente el quechua de Ferreñafe ha sido incluido dentro del quechua II, una de las dos ramas fundamentales en que se divide la familia lingüística quechua, presenta rasgos privativos de la otra rama, el quechua I. La discusión acerca de la clasificación y zonificación del quecha ferreñafano supuso tres partes claramente diferenciadas en esta investigación: (i) la presentación del estado de la cuestión sobre las propuestas clasificatorias de este dialecto quechua y su posterior evaluación sobre la base de los modelos y postulados ofrecidos por la lingüística histórica, (ii) la verificación a través del trabajo de campo del empleo vigente de los rasgos quechua I en el quechua de Ferreñafe, y (iii) el planteamiento de una hipótesis alternativa para explicar el carácter híbrido de la variedad de estudio. Se ofrecerán los resultados de las tres etapas de la investigación en esta tesis. De esta manera, con la presente investigación se desea llamar la atención sobre una variedad quechua que no ha recibido suficiente atención de los expertos en lingüística andina. Es conveniente realizar más estudios sobre el quechua de Ferreñafe, y esta tesis busca contribuir con ello.

El área académica a la que pertenece nuestra investigación corresponde a la gramática de la causatividad, dentro de una perspectiva tipológico-funcional cognitiva, en especial aquella de Shibatani (2002). El tema que abordaremos será la sintaxis y semántica de las construcciones causativas en chayahuita,balsaportino, Sobre esto, intentaremos resolver la siguiente pregunta de investigación: 1. ¿Cómo se organiza lingüísticamente el dominio funcional de la causación en el chayahuita balsapuertino? Para resolver la interrogante, formulamos las siguientes preguntas específicas: 1.1. ¿Mediante qué tipo construcciones se manifiesta la causación? 1.2. ¿Cuáles son los significados asociados a estas construcciones? 1.3. ¿De qué forma las correspondencias entre forma y contenido se condicen con las generalizaciones de la tipología lingüística? Entre los fenómenos de incremento de valencia en las lenguas del mundo se encuentra la causatividad. Todas las lenguas del mundo tienen una manera de describir eventos causativos que, cognitivamente, pueden caracterizarse como uno o dos eventos, dependiendo de lo directa o indirecta que sea la participación del argumento causador. Puede, asimismo, manifestarse de manera léxica, morfológica o perifrástica.