Hacia la armonización de la terminología usada en las normas del comité técnico iso/tc37: identificación semi-automática de términos problemáticos en un corpus

Resumen

Este trabajo presenta los resultados del proyecto Harmonisation of terminology used in ISO/TC37 standards. La primera etapa, de la que se ocupa el presente artículo consiste en la identificación de los términos que se han usado de manera inconsistente en la serie de normas producidas por los cuatro subcomités del ISO/TC37 con el objeto de corregirlos, y así armonizar su uso, esto es, evitar el uso de sinónimos y formas polisémicas. Debido a que los programas automáticos de extracción de términos operan con base en medidas estadísticas, y el tamaño del corpus es limitado (137,587 palabras y 7485 tipos), se decidió realizar un análisis semi-automático de la muestra con el objeto de encontrar todos los términos. Una vez identificados se procedió a analizar el uso de cada uno de ellos. Así, a partir de este análisis se encontraron los términos problemáticos y se clasificaron para su posterior discusión donde se propondrá una solución.