@misc{10481/77711,
year = {2022},
month = {3},
url = {https://hdl.handle.net/10481/77711},
abstract = {El presente artículo recoge y analiza en 459 lenguas
del mundo el número de palabras (tokens)
y el número de sonidos y fonemas (unidades
fónicas convencionales de token o UFCT)
que emplean dichas lenguas para expresar una
misma información (en el análisis central de
nuestro estudio el texto fuente empleado, en
concreto, son los 10 primeros artículos de la
Declaración Universal de los Derechos Humanos).
Asimismo, estudia las correlaciones matemáticas existentes entre tokens, unidades
fónicas convencionales de token y contenido
informativo; correlaciones que dan lugar a los
denominados índice de relatividad informativa
(coeficiente resultante de dividir el número de
tokens entre el número de UFCT), índice de
densidad informativa (coeficiente resultante
de dividir el número de UFCT entre el número
de tokens), índice de eficiencia informativa
léxica (coeficiente resultante de dividir 100 entre
el número de tokens) e índice de eficiencia
informativa fónica (coeficiente resultante de
dividir 100 entre el número de UFCT). El objetivo
del análisis es aportar algo más de luz a
los principios matemáticos del lenguaje, a la
denominada economía del lenguaje y al conocimiento
sobre las características de las distintas
lenguas según su tipología morfológica.
La investigación se centra en analizar la relación
existente entre estos índices y la tipología
morfológica predominante de cada lengua.
El resultado es una gran cantidad de datos
y estadísticas de las que extraemos una serie
de conclusiones referidas al uso de recursos
léxicos y fónicos en las lenguas: 1) los índices
de relatividad informativa y de densidad
informativa tienen una relación directa con el
tipo morfológico; 2) el número total de UFCT
empleadas para expresar un mismo contenido
de información no depende del tipo morfológico;
3) la diferencia entre el número total de
UFCT empleadas por distintas lenguas puede
ser muy elevada; 4) la correlación entre número
de tokens y valor medio de UFCT por token
muestra una relación lineal negativa (es decir,
a mayor número de palabras, las longitudes de
las palabras disminuyen); 5) a mayor número de
tokens totales empleado para expresar una misma
información corresponde por regla general
un mayor número de UFCT totales (a mayor
número de palabras totales, mayor número de
fonemas totales); 6) la denominada economía
del lenguaje no parece funcionar de igual manera
en todas las lenguas, al menos en lo que a
uso de recursos (fonemas) se refiere.
El presente trabajo introduce como nuevos
factores de estudio y descripción de las lenguas
los citados índices, así como una serie de herramientas
de estudio que podrían ser aplicadas
en el futuro a otras investigaciones lingüísticas.},
abstract = {This article compiles and analyses, in 459
world languages, the number of words (tokens)
and the number of sounds and phonemes
(token conventional phonemic units or
TCPU) that these languages use to express the
same information (the source text used in the
main analysis of our study is, specifically, the
first 10 articles of the Universal Declaration
of Human Rights). Additionally, it studies the
mathematical correlations existing between token conventional phonemic units
and informative content; correlations which
result in the so-called index of informative
relativity (coefficient resulting from dividing
the number of tokens by the number of
TCPU’s), index of informative density (coefficient
resulting from dividing the number
of TCPU’s by the number of tokens), lexical
informative efficiency index (coefficient
resulting from dividing 100 by the number
of tokens) and phonetic informative efficiency
index (coefficient resulting from dividing 100
by the number of TCPU’s). The objective of
the analysis is to shed more light on the mathematical
principles of language, the so-called
economy of language and knowledge of the
characteristics of different languages based
on their morphological typology.
The research is focused on analysing the
relationship existing between these indices and
the predominant morphological typology of
each language.
The result is a large quantity of data and
statistics from which we draw a series of conclusions
regarding the use of lexical and phonetic
resources in languages: 1) the index of
informative relativity and the index of informative
density depend on the morphological type;
2) the total number of TCPUs used to express
the same information does not depend on the
morphological type; 3) the difference between
the total number of TCPUs used by different
languages may be very large; 4) the correlation
between the number of tokens and average
TCPU value per token has a negative linear
relationship (that is, the larger the number of
words, the shorter the lengths of words); 5) a
larger number of total tokens used to express
the same information corresponds to a larger
number of total TCPUs (the greater the total
number of words, the greater the total number
of phonemes); 6) the so-called economy of language
does not seem to work in the same way
in all languages, at least with regard to use of
resources (phonemes).
The present article introduces the aforementioned
indices as new factors of study and
description of languages, as well as a series of
study tools that could be applied in the future to
other linguistic research.},
publisher = {Universidad de Alicante},
keywords = {Índice de relatividad informativa},
keywords = {Índice de densidad informativa},
keywords = {Índice de eficiencia informativa léxica},
keywords = {Índice de eficiencia informativa fónica},
keywords = {Tokens},
keywords = {Index of informative relativity},
keywords = {Index of informative density},
keywords = {Lexical informative efficiency index},
keywords = {Phonetic informative efficiency index},
title = {Los índices de relatividad, densidad y eficiencia informativa en las lenguas: estudio de las correlaciones matemáticas entre palabras y fonemas},
doi = {10.14198/ELUA.18583},
author = {Vercher García, Enrique J. and Bullejos Lorenzo, Manuel},
}