Published May 29, 2026 | Version v1.0

Federated Content Search (FCS) en CLARIN: una puerta de entrada a corpus y recursos léxicos distribuidos para las Humanidades Digitales

  • 1. University of Santiago de Compostela

Description

La creciente dispersión de corpus y recursos léxicos en múltiples instituciones dificulta su localización, acceso y explotación conjunta en el ámbito de las Humanidades Digitales. Este trabajo evalúa el potencial de la Federated Content Search (FCS) de CLARIN para la investigación lexicográfica en entornos de recursos distribuidos. La FCS permite realizar búsquedas simultáneas en más de 500 corpus y 45 recursos léxicos de 24 instituciones europeas mediante una interfaz unificada y el lenguaje CQL-Contextual Query Language (CLARIN, 2025). A través de tres casos de estudio —búsqueda de neologismos como "Ambazonia", "COVID-19" y "covidiot"; consulta anotada del lema alemán "Arznei" (remedio) en coocurrencia con el prefijo "her-"; y exploración léxica de palabras gallegas (chuvia-lluvia, pai-padre, ter-tener), portuguesas, españolas, alemanas e inglesas en recursos léxicos— se evidencian ventajas clave: acceso unificado, ahorro de tiempo, desambiguación semántica y contextualización inmediata de los términos mediante ejemplos de uso real, exportación de datos con metadatos enriquecidos y alineación token a token. Asimismo, se identifican limitaciones como incompatibilidades técnicas entre endpoints (versiones de SRU-Search/Retrieve via URL), restricciones de acceso y disponibilidad desigual de capas de anotación lingüística. Adicionalmente, la comparación con la demo Text+ TPPSSI muestra mejoras sustanciales en usabilidad. Se confirma así que la FCS es una infraestructura clave para la lexicografía y las Humanidades Digitales dentro del ecosistema CLARIN y CLARIAH, cuyo potencial depende de la homogeneización técnica y de anotación de los recursos integrados.

Palabras clave: Federated Content Search (FCS); CLARIN; lexicografía; recursos lingüísticos distribuidos; Humanidades Digitales

Files

FOMAT_III Xeira CLARIAH-GAL.pdf

Files (13.0 MB)

Name Size
md5:8079360c6562cd4a31e0f83202089ca2
13.0 MB Preview Download

Additional details

Dates

Available
2026-05-29
Presentation at the III Xeira CLARIAH-GAL, Santiago de Compostela

References