Textos. Automatización

Concordancia gramatical

Aunque no sea esta la cuestión que más complejidad presente para la automatización de la composición de un texto, sí es, con frecuencia el factor que más volumen de segmentos textuales diferentes aporta, por lo que automatizar su tratamiento supone un avance significativo en ese proceso. Por suerte, la incidencia de la concordancia gramatical en la composición de un texto se puede delimitar con relativa seguridad y facilidad. Más aun en el tipo de documentos que pretendemos automatizar, en los que predomina, por su propia naturaleza, la incidencia de la concordancia de género que, como sabemos, queda limitada a la dicotomía masculino-femenino y asociada (o condicionada por) al género gramatical de una variable-input (o a una serie limitada de ellas, y sólo en determinados casos) que generalmente se concreta como nombre del alumno o alumna. 

Aunque todo parezca muy sencillo, la realidad no lo es tanto; o al menos no su abordaje desde la automatización basada en la creación del modelo documental mediante código, que no ha estado exenta de cierta complejidad, puesta de manifiesto más como complejidad formal que como dificultad algorítmica: no es que haya sido difícil de abordar, pero sí trabajoso (1).

El tratamiento de estas variables (vg) identificadas como segmentos textuales dentro de la matriz de contenidos textuales facilita su identificación y tratamiento de un modo que resulta mucho más eficiente en términos de automatización, pero requiere resolver varias cuestiones, y algunas de ellas presentan cierta complejidad.

La identificación de los sg, al igual que el resto de los segmentos, debe hacerse manualmente (2), pero resulta ser un procedimiento relativamente sencillo. Lo que no lo es tanto (en determinadas condiciones) es automatizar el referente o término condicionante, el cual, como sabemos, pertenece a la categoría de vi. Aquí nos encontramos con la necesidad de identificar ese referente primario (normalmente el nombre del alumno del informe que tomamos como documento-base) y el género gramatical al que pertenece, dado que este conocimiento es necesario para establecer con seguridad la condición de igualdad vs. oposición respecto al género del sujeto que vaya a ser objeto de informe. De esta condición va a depender el modo de abordar la concordancia en la redacción del nuevo informe:

• Si ambos alumnos son del mismo género, podemos mantener los términos vg del informe-base.
• Si no lo son, deberemos sustituirlos por su alternativo.
• Como normalmente usamos como informe-base uno realizado sobre un niño, lo anterior se concreta como dejar el término vg en masculino vs. sustituirlo por su equivalente femenino.

Como se ve, el procedimiento es sencillo, pero se requiere...

• Identificar el nombre del alumno en el informe-base, incluyendo el contenido de la vi que corresponde y su posición dentro de la matriz-base.
• Adscribir ese nombre a su género gramatical correspondiente (¿es nombre de niño o es nombre de niña? -> m vs. f)
• Guardar esa información sobre el sujeto condicionante de las vg en el soporte-Calc para que pueda ser recuperado en el momento en que necesitemos usar el (ahora) DocAp para hacer un nuevo informe (3).

Debemos disponer, además, de una base de datos en la que se guarden los nombres con su identificador de género, siendo ésta bd referente fundamental para realizar de forma automatizada el análisis de la igualdad vs. oposición entre ambos sujetos. Esto nos lleva a que nos planteemos cómo abordar el trabajo con esta base de datos.

Pero también debemos crear una base de datos que recoja la oposición m vs. f en los términos que ocupan el espacio vg (v.g. el niño vs la niña), ya que esta bd nos va a permitir automatizar el tratamiento de las vg cuando los géneros de las vi-nombre original vs. vi-nombre final no coincidan (4)

Así que la articulación de la automatización de las vg se sostiene sobre:

• la identificación del término condicionante, que es normalmente (en el tipo de documento con el que estamos trabajando) una vi-nombre de alumno (5)
• la identificación de su posición en la matriz-base y de su género gramatical.
• el archivo de ambos datos en el documento-Calc de soporte.
• un proceso similar al anterior respecto a la vi-nombre del nuevo sujeto de informe.
• la comparación del género gramatical de ambos
• el manejo de dos bases de datos auxiliares: de nombres + género (m - f) y de segmentos textuales vg y vs. género opuesto (6) 

En [esta entrada] se trata la parte inicial del procedimiento, pero queda pendiente una segunda parte, precisamente la que afecta a lo específico del tratamiento de estas variables vg.

NOTAS

(1) Ejemplos de ello no faltan en algunos de los DocAp que han tratado de dar respuesta a estas cuestiones desde esa propuesta de automatización; entre otras razones, esto se debe a que ese planteamiento de trabajo es muy sensible al volumen de términos sujetos a concordancia. De ello se deriva que a partir de un determinado número de variables de tratamiento (término con el que son identificadas en estas propuestas las vg actuales), el código se vuelve enrevesado.

(2) El apoyo en un ciclo For de OOo Basic es una ayuda interesante, pero no evita que el tratamiento deba ser manual, por oposición a automatizado, como es la división del texto en segmentos mediante la función split(). Obsérvese que en ambos subprocedimientos se juega con la intervención manual del profesional y el apoyo en recursos del lenguaje, aunque en momentos diferentes.

(3) Esta diferencia temporal entre ambos subprocesos es importante en cuanto condiciona el funcionamiento del DocAp. 

(4) Ya dije antes que cuando coinciden es innecesario un tratamiento específico de las vg; es suficiente con su (previa) identificación como tales. Aunque cabe una posibilidad que trataré en otra entrada que complemente la actual.

(5) Esa es la razón por la que diferenciamos en dos vi el nombre y los apellidos del alumno.

(6) Dado que estamos trabajando con un ejemplo simplificado, la vg original se expresa como m, por lo que invariablemente su opuesto se expresará como f. Esto simplifica el código de acceso a la BD de género.