Documentación de lenguas amenazadas en la época digital

Abstract

Presentamos nuestra infraestructura para la documentación de lenguas urálicas, que consiste en herramientas para redactar diccionarios de tal forma que las entradas sean estructuradas en el formato XML (Extensible Markup Language). Desde los diccionarios en XML podemos generar código para analizadores morfológicos que son útiles para todo tipo de actividades de PLN. En este artículo mostramos las ventajas que una documentación digital y legible por máquina tiene. Describimos, también, el sistema en el contexto de lenguas urálicas amenazadas.

Keywords

• Diccionarios digitales
• Procesamiento de lenguajes naturales
• Lenguas urálicas
• Documentación lingüística
• Infraestructura abierta