En aquesta tesi es proposa un model de classificació i representació de la informació aspectual que és vàlid tant per a les aproximacions teòriques com per als models aplicats, com és el cas de la lexicografia computacional. Les principals contribucions d'aquest model es poden sintetitzar en tres punts bàsics. En primer lloc, és un model que dóna compte dels diferents graus de restricció que s'estableixen entre aspecte lèxic i context oracional, així com capta la naturalesa gradual i els efectes de prototipicitat consubstancials a la modalitat de l'acció, tot oferint un cercle de contigüitat de les categories aspectuals que obre noves vies per a entendre la relació i el canvi entre categories. En segon lloc, es caracteritza el fenomen de la polisèmia aspectual i, de manera més específica, la relació que s'estableix entre modalitat de l'acció i restriccions de selecció. D'aquesta manera, s'ofereix un criteri addicional per a la distinció de sentits verbals, una de les necessitats bàsiques dels recursos per al Processament del Llenguatge Natural. Finalment, i de manera més rellevant, és un model que s'ha validat empíricament a partir de tècniques pròpies de la lingüística de corpus i d'experiments psicolingüístics. / This thesis presents a new model of aspectual classification and representation which is valid for theoretical approaches as well as for applied models, such as computational lexicography. The main contributions of this work can be summarized in three basic points. Firstly, it accounts for different constraint degrees in the interaction between lexical aspect and sentential context, while sheding light on the gradual nature and inherent prototipicity effects of Aktionsart, thus offering a contiguous circle of aspectual categories which opens new ways for understanding the shift between categories. Secondly, aspectual polysemy, and more specifically the relationship between Aktionsart and selectional restrictions, is accounted for, allowing the formulation of new criteria in order to distinguish verbal senses, which is one of the main needs of Natural Language Processing resources. Finally, and more interestingly, this model has been validated empirically by means of corpus linguistic techniques and psycholinguistic experiments.