Creation date in repository: 2018-04-16

Abstract: En les últimes dècades, Internet s’ha alçat com una xarxa d’informació i comunicació que arriba a un públic molt ampli i que s’estén per tot el món. Dins d’aquest context comunicatiu és de vital importància conèixer qui s’amaga darrere d’un determinat perfil lingüístic en la comunicació mediada per ordinador. Per establir els trets dels generolectes femení i masculí, la sociolingüística s’ha basat en les interaccions orals, però, ¿segueix sent vàlida la caracterització tradicional del llenguatge d’homes i dones, o s’hauria d’actualitzar adaptant-se a aquest nou mitjà de comunicació? L’objectiu cercat en aquest treball ha estat doble. D’una banda, hem realitzat una anàlisi amb la intenció de comprovar si la caracterització tradicional dels generolectes coincideix amb els trets lingüístics que s’observen en la comunicació mediada per ordinador en homes i dones. Per l’altra, hem intentat proporcionar una caracterització generolectal que sigui d’utilitat en les tasques de detecció automàtica de gènere. A partir de la bibliografia especialitzada, hem establert l’estereotip tradicional de feminitat i masculinitat. Hem analitzat un corpus de 1.200 publicacions extretes de la xarxa social Twitter de 40 homes i 40 dones amb l’objectiu de comprovar si l’estereotip seguia sent vàlid. A partir de les dades obtingudes en l’anàlisi, hem elaborat una llista de característiques que poden resultar rellevants a l’hora de detectar, de forma automàtica, la identitat d’homes i dones a la xarxa. In the last decades the Internet has become an information and communication network which reaches a wide audience and which has spread all over the world. Within this communicative context it is of paramount importance to know who hides behind a specific linguistic profile in computer-based communication. In order to establish the features of male and female genderlects, sociolinguistics has been based on oral interactions, but, ¿is traditional classification of male and female language still valid, or should it be updated adapting to this new communication medium? The aim of this project has two sides. On the one hand, we have carried out an analysis just to detect if the traditional characterization of genderlects matches with the linguistic traits which are observed in computer-based communicative exchanges between men and women. On the other hand, we have tried to offer a genderlect characterization which could be useful concerning automatic gender detection tasks. Based on specialized bibliography, this project establishes the traditional stereotype of masculinity and femininity. A grand total of 1,200 posts taken from Twitter involving 40 men and 40 women have been analyzed with the aim of checking whether the stereotype was still valid or not. The data obtained through this analysis have eventually been used as the basis for setting up a list of characteristics which may be relevant when detecting automatically either men or women’s identity on the web. En las últimas décadas, Internet se ha alzado como una red de información y comunicación que llega a un público muy amplio y que se extiende por todo el mundo. Dentro de este contexto comunicativo es de vital importancia conocer quién se esconde detrás de un determinado perfil lingüístico en la comunicación mediada por ordenador. Para establecer los rasgos de los generolectos femenino y masculino, la sociolingüística se ha basado en las interacciones orales pero, ¿sigue siendo válida la caracterización tradicional del lenguaje de hombres y mujeres, o debería actualizarse adaptándose a este nuevo medio de comunicación? El objetivo perseguido en este trabajo ha sido doble. Por un lado, hemos realizado un análisis con la intención de comprobar si la caracterización tradicional de los generolectos coincide con los rasgos lingüísticos que se observan en la comunicación mediada por ordenador en hombres y mujeres. Por otro lado, hemos intentado proporcionar una caracterización generolectal que sea de utilidad en las tareas de detección automática de género. A partir de la bibliografía especializada, hemos establecido el estereotipo tradicional de feminidad y masculinidad. Hemos analizado un corpus de 1.200 publicaciones extraídas de la red social Twitter de 40 hombres y 40 mujeres con el objetivo de comprobar si el estereotipo seguía siendo válido. A partir de los datos obtenidos en el análisis, hemos elaborado una lista de características que pueden resultar relevantes a la hora de detectar, de forma automática, la identidad de hombres y mujeres en la red.

Subject: Llenguatge i llengüe- Diferències entre sexes

Language: Castellà

Subject areas: Filologia Philology Filología

Department: Filologies Romàniques

Student: Giménez Bedós, Clàudia

Academic year: 2015-2016

Title in different languages: Digues-me com escrius i et diré qui ets. Generolectes a la xarxa Tell me how you write and I will tell you who you are. Genderlects on network Dime cómo escribes y te diré quién eres. Generolectos en la red

Work's public defense date: 2016-06-17

Access rights: info:eu-repo/semantics/openAccess

Keywords: sociolingüística, generolectes, detecció automàtica de gènere sociolinguistics, genderlects, automatic detection of gender sociolingüística, generolectos, detección automática de género

Confidenciality: No

Title in original language: Dime cómo escribes y te diré quién eres. Generolectos en la red

Project director: Jiménez López, M. Dolores

Education area(s): Llengua i Literatura Hispàniques

Entity: Universitat Rovira i Virgili (URV)