Esta tesis, al centrarse en la generación de voz sintética en el dominio de las conversaciones virtuales en español, trata dos aspectos diferentes del proceso de la conversión de texto en habla: Por un lado, parte de esta investigación gira alrededor de la normalización-corrección de los mensajes que los usuarios escriben mientras chatean con amigos o conocidos, cuyo lenguaje dista considerablemente del texto estándar y normativo que emplean estos conversores. Estos textos presentan numerosas abreviaturas, emoticonos, sustituciones de grafías o repeticiones de ellas, haciendo que el texto si es procesado por los normalizadores convencionales de los CTH resultara incomprensible por el oyente. Por otro lado, el habla generada debe corresponderse con el dominio especificado. En las conversaciones virtuales, que se asemejan más a una conversación oral que a un discurso escrito, predomina un afán por comunicar situaciones, transmitir estados emocionales, opiniones, sentimientos, etc. Por lo tanto, la voz desarrollada en esta investigación pretende reflejar esta expresividad, concretamente se pretende generar enunciados en los que se transmitan emociones mediante la modelación de parámetros prosódicos. Para lograr este propósito se parte del conversor de texto a habla de la empresa escocesa Cereproc. / This thesis, by focusing on the generation of synthetic speech in the domain of virtual Spanish conversations, addresses two different aspects of the Text-to-Speech process. On one hand, most of this research revolves around the standardization-correction of messages that users type while chatting with friends or acquaintances, whose language varies considerably from standard text and the policy using these systems. These texts have many abbreviations, emoticons, photographic substitutions or repetitions of them, making the text incomprehensible to the listener if it is processed by the conventional normalisers of TTS. On the other hand, the speech generated should match the specified domain. In virtual conversations, which are more like a conversation than written speech, the prevailing situations are eagerness to communicate, convey emotional states, feelings, etc. Therefore, the voice developed in this research is intended to reflect this expression, specifically aims to generate statements, which emotions are transmitted through prosodic modeling. To achieve this purpose, the text-to-speech system by the Scottish company CereProc is addressed.

Partiendo de los principios de la pedagogía dialógica, planteamos la tutoría individualizada como una herramienta de mediación en el proceso de enseñanza-aprendizaje. El propósito es crear oportunidades a través del diálogo en las que el experto asista y oriente al alumno en su Zona de Desarrollo Próximo dirigiéndolo hacia la autorregulación. En este marco, elaboramos una acción pedagógica ‘autonomizadora’ cuyo objetivo es, por un lado, favorecer el aprendizaje reflexivo y la interacción y, por otro lado, transferir paulatinamente el control del aprendizaje al alumno. El objetivo que nos planteamos en el presente estudio es experimentar y analizar la incidencia de las tutorías individualizadas como instrumento de mediación y, más concretamente, identificar las estrategias verbales y no verbales a las que recurre la tutora para que la alumna verbalice sus procesos de autorregulación durante las sesiones de tutoría. / Rooted in the principles of dialoguing teaching, we propose the individualized tutorial as a tool for mediation in the teaching-learning process. The goal is to create opportunities for dialogue in which the expert plays the role of mediator, supporting and guiding the learner in their Proximal Development Zone and leading them towards self-regulation. Within this framework we develop a teaching practice based on autonomy and competence whose objective is, on the one hand, to encourage reflexive learning and interaction, and, on the other, to gradually transfer to the student control over their own learning. The objective of the present study is to analyse the role of individualized tutorials as a mediation tool and, more specifically, to identify the verbal and non-verbal strategies used by the tutor to encourage the student to verbalise her auto-regulation processes during the tutorial sessions.

Material addicional: http://hdl.handle.net/10230/24562 / La información de clase semántica de los nombres es fundamental para una amplia variedad de tareas del procesamiento del lenguaje natural (PLN), como la traducción automática, la discriminación de referentes en tareas como la detección y el seguimiento de eventos, la búsqueda de respuestas, el reconocimiento y la clasificación de nombres de entidades, la construcción y ampliación automática de ontologías, la inferencia textual, etc. Una aproximación para resolver la construcción y el mantenimiento de los léxicos de gran cobertura que alimentan los sistemas de PNL, una tarea muy costosa y lenta, es la adquisición automática de información léxica, que consiste en la inducción de una clase semántica relacionada con una palabra en concreto a partir de datos de su distribución obtenidos de un corpus. Precisamente, por esta razón, se espera que la investigación actual sobre los métodos para la producción automática de léxicos de alta calidad, con gran cantidad de información y con anotación de clase como el trabajo que aquí presentamos, tenga un gran impacto en el rendimiento de la mayoría de las aplicaciones de PNL. En esta tesis, tratamos la adquisición automática de información léxica como un problema de clasificación. Con este propósito, adoptamos métodos de aprendizaje automático para generar un modelo que represente los datos de distribución vectorial que, basados en ejemplos conocidos, permitan hacer predicciones de otras palabras desconocidas. Las principales preguntas de investigación que planteamos en esta tesis son: (i) si los datos de corpus proporcionan suficiente información para construir representaciones de palabras de forma eficiente y que resulten en decisiones de clasificación precisas y sólidas, y (ii) si la adquisición automática puede gestionar, también, los nombres polisémicos. Para hacer frente a estos problemas, realizamos una serie de validaciones empíricas sobre nombres en inglés. Nuestros resultados confirman que la información obtenida a partir de la distribución de los datos de corpus es suficiente para adquirir automáticamente clases semánticas, como lo demuestra un valor-F global promedio de 0,80 aproximadamente utilizando varios modelos de recuento de contextos y en datos de corpus de distintos tamaños. No obstante, tanto el estado de la cuestión como los experimentos que realizamos destacaron una serie de retos para este tipo de modelos, que son reducir la escasez de datos del vector y dar cuenta de la polisemia nominal en las representaciones distribucionales de las palabras. En este contexto, los modelos de word embedding (WE) mantienen la “semántica” subyacente en las ocurrencias de un nombre en los datos de corpus asignándole un vector. Con esta elección, hemos sido capaces de superar el problema de la escasez de datos, como lo demuestra un valor-F general promedio de 0,91 para las clases semánticas de nombres de sentido único, a través de una combinación de la reducción de la dimensionalidad y de números reales. Además, las representaciones de WE obtuvieron un rendimiento superior en la gestión de las ocurrencias asimétricas de cada sentido de los nombres de tipo complejo polisémicos regulares en datos de corpus. Como resultado, hemos podido clasificar directamente esos nombres en su propia clase semántica con un valor-F global promedio de 0,85. La principal aportación de esta tesis consiste en una validación empírica de diferentes representaciones de distribución utilizadas para la clasificación semántica de nombres junto con una posterior expansión del trabajo anterior, lo que se traduce en recursos léxicos y conjuntos de datos innovadores que están disponibles de forma gratuita para su descarga y uso. / La información de clase semántica de los nombres es fundamental para una amplia variedad de tareas del procesamiento del lenguaje natural (PLN), como la traducción automática, la discriminación de referentes en tareas como la detección y el seguimiento de eventos, la búsqueda de respuestas, el reconocimiento y la clasificación de nombres de entidades, la construcción y ampliación automática de ontologías, la inferencia textual, etc. Una aproximación para resolver la construcción y el mantenimiento de los léxicos de gran cobertura que alimentan los sistemas de PNL, una tarea muy costosa y lenta, es la adquisición automática de información léxica, que consiste en la inducción de una clase semántica relacionada con una palabra en concreto a partir de datos de su distribución obtenidos de un corpus. Precisamente, por esta razón, se espera que la investigación actual sobre los métodos para la producción automática de léxicos de alta calidad, con gran cantidad de información y con anotación de clase como el trabajo que aquí presentamos, tenga un gran impacto en el rendimiento de la mayoría de las aplicaciones de PNL. En esta tesis, tratamos la adquisición automática de información léxica como un problema de clasificación. Con este propósito, adoptamos métodos de aprendizaje automático para generar un modelo que represente los datos de distribución vectorial que, basados en ejemplos conocidos, permitan hacer predicciones de otras palabras desconocidas. Las principales preguntas de investigación que planteamos en esta tesis son: (i) si los datos de corpus proporcionan suficiente información para construir representaciones de palabras de forma eficiente y que resulten en decisiones de clasificación precisas y sólidas, y (ii) si la adquisición automática puede gestionar, también, los nombres polisémicos. Para hacer frente a estos problemas, realizamos una serie de validaciones empíricas sobre nombres en inglés. Nuestros resultados confirman que la información obtenida a partir de la distribución de los datos de corpus es suficiente para adquirir automáticamente clases semánticas, como lo demuestra un valor-F global promedio de 0,80 aproximadamente utilizando varios modelos de recuento de contextos y en datos de corpus de distintos tamaños. No obstante, tanto el estado de la cuestión como los experimentos que realizamos destacaron una serie de retos para este tipo de modelos, que son reducir la escasez de datos del vector y dar cuenta de la polisemia nominal en las representaciones distribucionales de las palabras. En este contexto, los modelos de word embedding (WE) mantienen la “semántica” subyacente en las ocurrencias de un nombre en los datos de corpus asignándole un vector. Con esta elección, hemos sido capaces de superar el problema de la escasez de datos, como lo demuestra un valor-F general promedio de 0,91 para las clases semánticas de nombres de sentido único, a través de una combinación de la reducción de la dimensionalidad y de números reales. Además, las representaciones de WE obtuvieron un rendimiento superior en la gestión de las ocurrencias asimétricas de cada sentido de los nombres de tipo complejo polisémicos regulares en datos de corpus. Como resultado, hemos podido clasificar directamente esos nombres en su propia clase semántica con un valor-F global promedio de 0,85. La principal aportación de esta tesis consiste en una validación empírica de diferentes representaciones de distribución utilizadas para la clasificación semántica de nombres junto con una posterior expansión del trabajo anterior, lo que se traduce en recursos léxicos y conjuntos de datos innovadores que están disponibles de forma gratuita para su descarga y uso. / Lexical semantic class information for nouns is critical for a broad variety of Natural Language Processing (NLP) tasks including, but not limited to, machine translation, discrimination of referents in tasks such as event detection and tracking, question answering, named entity recognition and classification, automatic construction and extension of ontologies, textual inference, etc. One approach to solve the costly and time-consuming manual construction and maintenance of large-coverage lexica to feed NLP systems is the Automatic Acquisition of Lexical Information, which involves the induction of a semantic class related to a particular word from distributional data gathered within a corpus. This is precisely why current research on methods for the automatic production of high- quality information-rich class-annotated lexica, such as the work presented here, is expected to have a high impact on the performance of most NLP applications. In this thesis, we address the automatic acquisition of lexical information as a classification problem. For this reason, we adopt machine learning methods to generate a model representing vectorial distributional data which, grounded on known examples, allows for the predictions of other unknown words. The main research questions we investigate in this thesis are: (i) whether corpus data provides sufficient distributional information to build efficient word representations that result in accurate and robust classification decisions and (ii) whether automatic acquisition can handle also polysemous nouns. To tackle these problems, we conducted a number of empirical validations on English nouns. Our results confirmed that the distributional information obtained from corpus data is indeed sufficient to automatically acquire lexical semantic classes, demonstrated by an average overall F1-Score of almost 0.80 using diverse count-context models and on different sized corpus data. Nonetheless, both the State of the Art and the experiments we conducted highlighted a number of challenges of this type of model such as reducing vector sparsity and accounting for nominal polysemy in distributional word representations. In this context, Word Embeddings (WE) models maintain the “semantics” underlying the occurrences of a noun in corpus data by mapping it to a feature vector. With this choice, we were able to overcome the sparse data problem, demonstrated by an average overall F1-Score of 0.91 for single-sense lexical semantic noun classes, through a combination of reduced dimensionality and “real” numbers. In addition, the WE representations obtained a higher performance in handling the asymmetrical occurrences of each sense of regular polysemous complex-type nouns in corpus data. As a result, we were able to directly classify such nouns into their own lexical-semantic class with an average overall F1-Score of 0.85. The main contribution of this dissertation consists of an empirical validation of different distributional representations used for nominal lexical semantic classification along with a subsequent expansion of previous work, which results in novel lexical resources and data sets that have been made freely available for download and use.

This thesis addresses the potential that the relation between terms and images in multilingual specialized documentation has for glossary compilation, terminology alignment, and image indexing. It takes advantage of the recurrent use of these two modes of communication (i.e., text and images) in digital documents to build a bimodal co-occurrence model which aims at dynamically compiling glossaries of a wider coverage. The model relies on the developments of content-based image retrieval (CBIR) and text processing techniques. CBIR is used to make two images from different origin match, and text processing supports term recognition, artifact noun classification, and image-term association. The model aligns one image with its denominating term from collateral text, and then aligns this image with another image of the same artifact from a different document, which also enables the alignment of the two equivalent denominating terms. The ultimate goal of the model is to tackle the limitations and drawbacks of current static terminological repositories by generating bimodal, bilingual glossaries that reflect real usage, even when terms and images may originate from noisy corpora. / Esta tesis enfoca la relación entre términos e imágenes en documentación especializada y su potencial para compilación de glosarios, alineación de terminología e indexación de imágenes. Asimismo, esta investigación se vale del frecuente uso de estos dos modos de comunicación (i.e., texto e imágenes) en documentos digitales para construir un modelo de concurrencia bimodal que guíe la compilación de glosarios de más cobertura. El modelo se basa en los desarrollos de técnicas de recuperación de imágenes por contenido (CBIR) y de procesamiento de texto. Las técnicas de CBIR se usan aquí para conectar dos imágenes de distinto origen, mientras que el procesamiento de texto sustenta las tareas de reconocimiento de términos, clasificación de nombres de artefacto y asociación término-imagen. El modelo asocia una imagen con el término del texto circundante que la denomina y luego alinea esta imagen con otra imagen del mismo artefacto pero que se origina en otro documento, lo cual permite también la alineación de los dos términos equivalentes que denominan los artefactos de las imágenes. El objetivo principal del modelo es contribuir a compensar el estatismo, las limitaciones y las desventajas de los repositorios terminológicos actuales mediante la generación de glosarios bimodales bilingües que reflejen el uso real de los términos, incluso cuando éstos y sus imágenes se originen en corpus problemáticos.

sta tesis aborda el problema de la cualidad de recopilación automática de datos sobre protestas y propone herramientas de extracción multilíngüe de atributos del evento de protesta para mejorar la calidad de la unidad de análisis. El trabajo incluye la exploración del estado de arte en los dominios de la recopilación automática de datos sobre protestas y la extracción multilíngüe de eventos. En la ausencia de una colección de datos multilíngües sobre protestas anotados por expertos para el aprendizaje supervisado nos enfocamos en el tratamiento de noticias multilíngües basado en patrones lingüísticos conectados a una jerarquía de conceptos relacionados con el evento de protesta. Las gramáticas y lexicones han sido elaborados según los estándares de GATE 8.0, y la jerarquía de conceptos ha sido formalizada en Protégé - 4.3. El presenta trabajo contribuye al tratamiento automático de bases de datos sobre protestas con lo siguiente: colección automática de un corpus de noticias relacionadas con el evento de protesta; descripción formalizada del evento de protesta basada en un estudio detallado de un corpus de noticias multilíngües (en búlgaro, francés, polaco, ruso, español y sueco); elaboración de patrones genéricos y lexicones multilíngües conectados a la jerarquía de conceptos que resuelve el problema de la ausencia de una colección de datos preanotados por expertos; Los datos obtenidos pueden aplicarse, entre otros, en el monitoreo y análisis de protestas y la relacionada comunicación de usuarios en las redes sociales. / This thesis addresses the problem of automatic protest event collection quality and proposes the tools for multilingual protest feature extraction to improve the quality of analysis unit. This work includes the exploration of the state of the art in protest event data collection and multilingual event extraction. In the absence of a multilingual training dataset for supervised learning we focus on the rule-based approach to multilingual event extraction and connection of a domain concept hierarchy. Grammars and gazetteers have been elaborated in accordance with the standards of GATE 8.0, and the protest event hierarchy has been formalized using Protégé - 4.3. The present work contributes to the automatic protest event data collection and coding by the following: construction of a multilingual corpus of texts related to protest events; a formalized description of the protest event concept on the basis of a detailed examination of a multilingual corpus of news headlines (Bulgarian, French, Polish, Russian, Spanish, Swedish); elaboration of generic patterns and gazetteers for multilingual text processing, which helps to deal with the absence of a multilingual training set. The obtained data can be applied among others for the monitoring and analysis of event-specific social networks’ response.

El treball té per objectiu l’estudi dels diversos camps lèxics testimoniats en les inscripcions micèniques, per tal de conèixer millor la societat micènica del II mil·lenni aC., i alhora el grau de continuïtat d’aquests camps en el grec del I mil·leni. El punt de partença és el treball de Cynthia W. Shelmerdine: The Perfume Industry of Mycenaean Pylos, publicat a Göteborg el 1985. Tanmateix, el present treball s’estructura de manera diferent: s’analitzen les inscripcions micèniques on apareixen els termes relatius a la indústria de l’oli perfumat. Aquests termes es classifiques segons el seu camp lèxic: des dels termes directament relacionats, fins a noms de mesos i festivals. Dins de l’anàlisi es tracten diferents aspectes: els pròpiament filològics com l’origen etimològic de la paraula en qüestió, i aquells aspectes més arqueològics o socials com és l’estudi d’algunes divinitats o els termes que designen els temples d’aquestes divinitats. En aquest treball es tenen en compte els termes trobats en tots els jaciments micènics on s’han trobat les tauletes en lineal B que tenen a veure amb la indústria de l’oli perfumat. / The objective of this paper is the study of the different lexical fields testified in the Mycenaean inscriptions with the purpose to know better the Mycenaean society of the II millennium B.C., and, at the same time, to know the degree of continuity of these fields in the Greek of the I millennium B.C. The beginning is the Cynthia W. Shelmerdine work: The Perfume Industry of Mycenaean Pylos, published at Göteborg, 1985. Nevertheless, the present paper is structured in different way: we analyse the inscriptions that list terms relatives to the industry of perfumed olive oil. These terms are classified according to their lexical field: there are terms directly related, and month and festival names. In the analysis we can see different aspects: the properly philological as the etymological origin of the words and the more archaeological aspects or the socials, like the study of some divinities or terms that named the temples of these divinities. In this work we deal with the terms found in all the Mycenaean sites where the linear B tablets, that are concerned with the perfume industry, have been found.

Esta tesis contribuye a la descripción de fenómenos de hibridación en discursos de bioética, a partir de la articulación de las prácticas discursivas portadoras de saberes y procedimientos argumentativos. Con este fin, se analizó un corpus formado por 31 artículos de bioética de tendencia personalista y laica, publicados en España entre 2001 y 2009. Se adoptó para el estudio un enfoque principalmente socio-semio-discursivo del sentido social de los fenómenos lingüístico-discursivos objeto de estudio, en distintos planos textuales. Es, por tanto, un estudio cualitativo que integra además algunos datos cuantitativos. Dada la dimensión argumentativa de los textos analizados, el enfoque adoptado permitió comprobar que los fenómenos de hibridación se manifiestan mediante la recontextualización de tres tipos de saber: el científico, el filosófico-ético-moral y el dóxico. Estos tres saberes se vinculan en los textos con las modalidades enunciativas del discurso referido, el ocultamiento enunciativo y el comentario. Así mismo, se demostró que el sujeto bioético se encuentra en una situación paradójica en la que debe asumir su responsabilidad ético-discursiva a la vez que neutralizar su posición enunciativa. Este trabajo contribuye a los estudios de retórica antilógica. Aunque los hallazgos no son generalizables, por tratarse de un estudio exploratorio sobre estas especificidades textuales, sí que aportan luz sobre los fenómenos de hibridación en un tipo de discurso con un fuerte impacto social, ético y científico. / Aquesta tesi és una contribució a la descripció dels fenòmens d’hibridació en discursos de bioètica, a partir de l’articulació de les pràctiques discursives portadores de sabers i procediments argumentatius. L’elaboració del treball parteix d’un corpus de 31 articles de bioètica de tendència personalista i laica, publicats a Espanya entre el 2001 i el 2009. Hem adoptat principalment un enfocament socio-semio-discursiu, per tal de fer una anàlisi del sentit social d’aquests fenòmens lingüístico-discursius en distints nivells textuals. Per tant es tracta d’un estudi qualitatiu basat en algunes dades quantitatives. Això ens ha permès de comprovar que, donada la dimensió argumentativa d’aquests textos, aquests fenòmens es manifesten mitjançant la recontextualització dels tipus de sabers —científic, filosòfico-ètico-moral i dòxic— vinculats per les modalitats enunciatives: enunciat referit, ocultament enunciatiu i comentari. També hem pogut demostrar que el subjecte bioètic es troba en una situació paradoxal, en la qual ha d’assumir la seva responsabilitat ètico-discursiva i al mateix temps neutralitzar la seva posició enunciativa. Aquest treball contribueix als estudis de retòrica antilògica. Tot i que les troballes no són generalitzables, en tractar-se d’un estudi exploratori sobre aquestes especificitats textuals, sí que aporten llum sobre els fenòmens d’hibridació en un tipus de discurs amb un fort impacte social, ètic i científic. / This dissertation examines linguistic, discursive and epistemic phenomena of hybridization in bioethical texts by articulating discursive practices representing types of knowledge and argumentative strategies. This study involves a corpus of 31 bioethical articles expressing personalist and humanist trends published in Spain from 2001 to 2009. We principally endorse the socio-semio-discursive approach to develop a multileveled analysis of the social meaning of these phenomena. It is then a qualitative study with some quantitative data. Considering the argumentative dimension of these texts, the results show that the different ways of recontextualising the types of knowledge, scientific,philosophical and moral with the doxa as well as the use of reported speech, enunciative delition and metadiscourses generate different textual levels of hybridization. These results also highlight the paradoxical position of the bioethical subject responsable for his enunciation while attenuating his position. This sudy is a contribution to the antilogical rethoric. Since this is an exploratory study, the findings cannot be generalized.

This thesis examines national identity in order to understand the psychological mechanisms underlying social and cultural nature of its construction. The study presented here aims to describe in greater detail and depth as knowledge and attitudes, the curriculum and language, among other factors relate to national identities and attitudes. The empirical study takes place in the context of the Principality of Andorra where coexist several languages besides characterized by having different educational styles. National identity,, like many other identities depends on the context in which it is expressed and experienced and that is why we think that should be treated from a psychosocial perspective. Analysis and understanding of the factors involved in the construction of national identity, can help to clarify the nature of psychological theories and social challenges face greater guarantees of capital importance such as the maintenance of social cohesion. / En aquesta tesi s'analitza la identitat nacional amb l'objectiu de comprendre'n els mecanismes psicològics de naturalesa social i cultural subjacents a la seva construcció. L'estudi té l'objectiu de descriure amb major deta.11 i profunditat com el coneixement i les actituds, el currículum escolar i la llengua, entre altres factors, es relacionen amb les identificacions i actituds nacionals. L'estudi empíric té lloc en el context del' Principat d'Andorra on hi.conviuen diferents llengües, a més de caracteritzar-se per disposar de diferents estils educatius. La identitat nacional, com moltes altres identitats, depèn del context en què s'expressa i s'experimenta i és per això, pensem, que s'ha de tractar des d'una perspectiva psicosocial. L'anàlisi i comprensió dels factors implicats en la construcció de la identitat nacional pot contribuir a aclarir la naturalesa de teories psicològiques, així com afrontar amb majors garanties reptes socials de capital importància com són el manteniment de la cohesió social.

El presente trabajo se propone examinar los déficits que afectan al componente fonético-fonológico en la afasia. Su principal objetivo consiste en dar cuenta, en función del cuadro clínico, del determinismo subyacente a las alteraciones observadas en pacientes afásicos hispanohablantes. Nuestra hipótesis principal predice que estos trastornos se organizan en torno a dos polos: el polo fonético, en el caso de los errores observados en los pacientes con afasia de Broca, y el polo fonológico, en los sujetos con afasia de conducción. Nuestro segundo objetivo se centra en estudiar las estrategias compensatorias a nivel fónico en la afasia. Ponemos a prueba la hipótesis según la cual los sujetos afásicos que presentan una dificultad fonética, pero que al mismo tiempo mantienen los mecanismos de selección fonémica, tratarán de establecer un contraste fonológico entre las oclusivas sordas y sonoras mediante parámetros acústicos segundarios, distintos al VOT. Estos intentos se manifestarán en la señal en forma de una diferenciación sistemática en sus características acústicas entre las producciones correctas y los errores (es decir, las transformaciones o sustituciones consonánticas relacionadas con el cambio de sonoridad o de modo de articulación). Los resultados de nuestra investigación ponen de manifiesto, de acuerdo con nuestra hipótesis inicial, la existencia de un déficit fonético en los sujetos con afasia de Broca, que afecta de forma particular a la implementación del VOT, así como a la interacción entre este parámetro y los indicios acústicos secundarios de sonoridad. Además, los resultados muestran que los pacientes con afasia de Broca usan el rasgo fonológico [-continuo], correspondiente al modo de articulación, para marcar la diferencia entre las consonantes oclusivas sonoras y sordas meta, lo que podría interpretarse como un indicador de la existencia de estrategias paliativas en el nivel fonético. Por otro lado, contrariamente a nuestra hipótesis, los datos muestran la existencia de un déficit fonético en los sujetos con afasia de conducción pero sugieren, al mismo tiempo, que probablemente no intervenga el mismo mecanismo determinante en los dos déficits. Efectivamente, los resultados obtenidos en el grupo de afásicos de conducción señalan que estos sujetos mantienen algunos aspectos del control motor, incluida la capacidad de compensación articulatoria vinculada al VOT. Los resultados del trabajo se discuten a la luz de las investigaciones recientes respecto a la dicotomía entre fonética y fonología y en relación con sus repercusiones en el contexto clínico. / Le présent travail s’intéresse aux déficits qui affectent la composante phonético-phonologique chez des patients aphasiques. Son objectif principal consiste à rendre compte du déterminisme sous-jacent des perturbations observées auprès des sujets aphasiques hispanophones en fonction du tableau clinique. Notre hypothèse principale prédit l’organisation de ces troubles autour de deux pôles : phonétique, pour les erreurs observées chez les patients aphasiques de Broca, et phonologique, pour les sujets aphasiques de conduction. Notre deuxième objectif est en rapport avec les stratégies compensatoires au plan phonique dans l’aphasie. Nous testons l’hypothèse selon laquelle les sujets présentant une difficulté au niveau phonétique, postérieur à une sélection phonémique préservée, tenteront d’établir le contraste phonologique au moyen de paramètres acoustiques secondaires, autres que le VOT. Il sera possible d’observer ces tentatives dans le signal sonore - elles se manifesteront sous forme d’une différenciation systématique des caractéristiques acoustiques des erreurs (i.e. des transformations/substitutions consonantiques associées au changement de sonorité et de mode d’articulation) et des productions correctes. Les résultats de notre investigation mettent en évidence, conformément à notre hypothèse initiale, l’existence d’un déficit phonétique chez les sujets aphasiques de Broca, qui affecte de manière particulière l’implémentation du VOT ainsi que les interactions de ce paramètre avec les indices acoustiques secondaires. Ils montrent que les aphasiques de Broca utilisent le trait phonologique du mode d’articulation [-continu] pour marquer la différence entre les occlusives sonores et sourdes cible, ce qui pourrait amener à penser à une stratégie palliative au plan phonético-phonologique. Par ailleurs, et contrairement à notre hypothèse, ils révèlent l’existence d’un déficit phonétique chez les sujets aphasiques de conduction, mais suggèrent en même temps que le déterminisme de ces deux déficits phonétiques n’est probablement pas le même dans les deux tableaux cliniques des aphasies. En effet, nos résultats concernant les aphasiques de conduction font état de la préservation de certains aspects du contrôle moteur, et notamment d’une capacité compensatoire au plan phonique associé au VOT. Nous discutons ces résultats à la lumière des recherches récentes sur la dichotomie phonético-phonologique et de leurs retombées sur le plan clinique. / The present study is concerned with deficits that affect the phonetic and phonological component of speech in aphasia. Its main objective is to account for the underlying determinism of errors observed in the speech output of Spanish-speaking aphasic patients, according to the clinical type of aphasia. The central hypothesis of our study predicts an organization of these errors across a phonetic vs phonological dimension, with conduction aphasics’ errors situated at the phonological pole and Broca’s aphasics’ errors at the phonetic pole. Our second objective is related with compensatory strategies in aphasia. We test a hypothesis which predicts that the subjects suffering from a motor deficit, with intact phonemic selection mechanisms, will try to establish a phonological contrast using secondary acoustic parameters other than VOT. These attempts will be visible in the acoustic signal, where they will manifest themselves in the form of systematic differentiation between the acoustic properties of on-target productions and those of errors (i.e. consonantal substitutions implying a modification of voicing or manner of articulation). The results of our investigation reveal, in accordance with our initial hypothesis, the existence of a phonetic deficit in the Broca’s aphasic group which affects primarily the implementation of VOT and the interactions between this parameter and secondary acoustic cues. Furthermore, our results suggest that Broca’s aphasic patients use the phonological feature [-cont] to mark the phonological contrast between voiced and voiceless stops, which may be interpreted as indicative of their use of palliative strategies at the phonic level. On the other hand, and contrary to our primary hypothesis, our results reveal the existence of a phonetic deficit in conduction aphasic subjects. At the same time, however, they suggest that these two phonetic deficits may originate from a different underlying mechanism in each clinical group. Indeed, our results concerning the conduction aphasic group clearly show the some aspects of phonic behavior, such as articulatory compensation associated with VOT, are preserved in these patients. These results are discussed in the light of recent research on the phonetics-phonology dichotomy and its clinical impact.

In this dissertation, we analyze different aspects of the language used in texts published along different social media, and we propose a set of methods for the automatic extraction of polar adjectives as well as for the automatic classification of these texts. First of all, we propose a new classification of polar adjectives according to their lexical features, based on a case study. Secondly, we implement a new domain adaptable system for the automatic extraction of polar adjectives (along with their polarity values), reducing the use of external language resources. Finally, we propose two automatic classifiers (one rule-based and one based on Decision Trees) to identify documents belonging to different stages of the purchase process and texts that analyze different aspects of the product. / En esta tesis, analizamos diferentes aspectos del lenguaje utilizado en los textos publicados en diferentes medios sociales y proponemos una serie de métodos para la extracción automática de adjetivos de opinión, así como para la clasificación automática de dichos textos. En primer lugar, proponemos una nueva clasificación de los adjetivos de opinión de acuerdo con sus características léxicas, basada en un estudio de caso. En segundo lugar, implementamos un nuevo sistema de extracción automática de adjetivos de opinión (junto con sus valores de polaridad), adaptable al dominio y que reduce el uso de recursos lingüísticos externos. Finalmente, proponemos dos clasificadores automáticos (uno basado en reglas y otros basados en ´arboles de decisión) para identificar textos pertenecientes a distintas fases del proceso de compra y textos que analizan diferentes aspectos del producto. / En aquesta tesi, analitzem diferents aspectes del llenguatge utilitzat en els textos publicats en diferents mitjans socials i proposem una sèrie de mètodes per a l’extracció automàtica d’adjectius d’opinió així com per a la classificació automàtica d’aquests textos. En primer lloc, proposem una nova classificació dels adjectius d’opinió, basada en un estudi de cas, més d’acord amb les seves característiques lèxiques. En segon lloc, vam implementar un nou sistema d’extracció automàtica d’adjectius d’opinió (juntament amb els seus valors de polaritat), adaptable al domini i que redueix l’´us de recursos lingüístics externs. Finalment, proposem dos classificadors automàtics (un basat en regles i un altre basats en arbres de decisió) per identificar textos que pertanyen a diferents fases del procés de compra i textos que analitzen diferents aspectes del producte.