PRESEEA y su aporte a la creación de perfiles lingüísticos en lingüística forense

Abstract

Uno de los campos de estudio más recientes en el ámbito hispánico es la Lingüística forense, caracterizada por el uso de técnicas lingüísticas para investigar delitos. Entre sus técnicas más relevantes para la determinación de la autoría de un texto se destaca el estudio de la variación lingüística, por lo que su conocimiento es de gran importancia. El proyecto PRESEEA tiene como objeto la recopilación de un corpus sociolingüístico representativo de habla del mundo hispánico y poder estudiar la variación en español. Por su magnitud y organismos implicados en su desarrollo, puede tener importantes repercusiones en la emergencia y desarrollo de la Lingüística forense para lengua española. Este trabajo presenta el estado actual, las técnicas más comunes y la aplicación de la información de PRESEEA a la tarea de creación automática de perfiles sociolingüísticos. Los resultados muestran gran precisión en la determinación del género y la procedencia, y parecen indicar límites léxicos difusos en los estratos de edad y educación.

One of the most recent areas of interest in Spanish studies is Forensic Linguistics, distinguished by the use of linguistic analysis to investigate crime. Among the most relevant analysis for Authorship Recognition is the study of linguistic variation of a certain text. PRESEEA project aiming at developing a representative corpus of spoken world-wide Spanish can have a significant impact on the development and establishment of Forensic Linguistics for Spanish. This work presents the State of Art, the most common techniques and the application of PRESEEA to the automatic creation of automatic linguistic profiling. Results get a high precision in determining sex and origin and they show how age and education variables seem not to have clear lexical limits among them.