Proposal for the formalization of nominal idioms for a Spanish electronic dictionary

Las locuciones nominales del español constituyen un rico recurso para la evaluación de personas, entidades y acontecimientos, pero no siempre hay acuerdo en cuanto a su categorización semántica y sintáctica. Su clasificación debería ser sistemática y coherente, y así se facilitaría su inclusión en cualquier recurso lingüístico. Sin embargo, las diversas fuentes ofrecen datos que pueden resultar contradictorios para cualquier desambiguador morfosintáctico o semántico. Así, por ejemplo, los diccionarios de uso del español recogen estas locuciones agrupadas por su forma, de modo que en la entrada canela se puede encontrar canela en rama y canela en polvo, pero la polisemia de canela en rama (tipo de canela, o alguien o algo excelente) solo se refleja en la definición. Los diccionarios electrónicos precisan de información semántica y sintáctica, por lo que se debe hacer explícito que el primer sentido de canela en rama funciona como un sustantivo y el segundo como un adjetivo. Aquí nos servimos de una tipología y de un modo de formalizar las locuciones nominales del español creada en el marco de la Teoría Sentido-Texto y basada en el análisis semántico de un corpus de setecientas setenta y seis construcciones nominales. Las locuciones se clasifican de modo formal mediante unas funciones léxicas creadas ad hoc. Esta propuesta se ha implementado en el diccionario electrónico del español Diretes. Gracias a la formalización mencionada, se puede navegar en el diccionario en sentido inverso al habitual, de modo que desde bueno se puede llegar a excelente, y desde excelente a canela en rama. Se presentan algunos resultados y se concluye que, a pesar de lo reducido del corpus analizado, la implementación en el diccionario permite validar la tipología de las locuciones nominales con la que se ha trabajado y la formalización de funciones léxicas propuesta.Spanish nominal idioms are adequately rich to constitute a vast range of expressions of evaluation and judgment both about people and situations, however this predicative use of idioms is not so explicit in the dictionaries. In fact, Spanish dictionaries collect this kind of idioms grouped by their form: for instance the entry of the dictionary for canela (cinnamon) includes canela en rama (stick cinnamon) and canela en polvo (cinnamon powder). This methodology of collection of idioms is correct but not useful for the semantic analysis of non-literal senses: actually canela en rama has three senses in Spanish: 1. stick cinnamon; 2. delightful person; 3. outstanding object. Electronic dictionaries demand a formal and correct way to show nominal idioms’ semantic features and their syntactic structure. However, sources on which e-dictionaries are based offer data that can be contradictory for any disambiguator. In order to solve these problems, this paper proposes a new formalization of nominal idioms within the Meaning-Text Theory, according to their semantic and syntactic behavior. It is based on a corpus of seven hundred and seventy-six nominal idioms, which was created ad hoc for Diretes, a Spanish electronic dictionary. This proposal allows the readers of the dictionary to arrive at non-literal senses: for instance, the reader can arrive at canela en rama (stick cinnamon) not only from the word canela (cinnamon), as in other dictionaries, but from the adjectives extraordinario (delightful) and excepcional (otustanding). The paper presents some results and concludes that, despite the small size of the corpus, this work is a first step for the validation of the proposed typology of nominal idioms.Esta investigación se ha realizado en el curso del proyecto “Diretes: Diccionario Reticular Español. Diccionario analógico y relacional con acceso en red desde el sentido y desde la forma” (FFI-2017-83293), financiado por el Ministerio de Ciencia, Innovación y Universidades, y por fondos europeos (FEDER)