Gestión de errores y erratas en la base de datos terminológica VariMed: análisis de corpus cualitativo para el aseguramiento de la calidad

Abstract

La base de datos terminológica VariMed es un recurso orientado a los investigadores y usua¬rios que necesiten conocer cómo se denominan las enfermedades, signos y síntomas más frecuentes, según patrones comunicativos o situacionales. Su función es representar las va¬riantes denominativas en inglés y español de los conceptos médicos para dar cuenta de las distintas formas de lexicalizar los conceptos (dimensiones), los contextos de uso de los tér¬minos (registros) y el origen de las marcas de uso de los términos existentes para denomi¬narlos (Tercedor Sánchez, López Rodríguez y Prieto-Velasco, 2014). Como prácticamente cualquier recurso documental, VariMed no está exenta de erratas y otros errores formales que hayan podido cometerse durante su construcción. Además, la base de datos se realizó a partir de un doble enfoque top-down y bottom-up, por lo que es probable que se hayan importado erratas y errores de otros recursos terminológicos y corpus textuales de los que se alimenta. En este capítulo se explora el potencial de las técnicas de análisis de corpus textuales para la detección y análisis de las erratas y errores contenidos en VariMed mediante la herramienta Sketch Engine, con el fin de proceder a su clasificación, estudiar las causas y subsanarlas, ya que, aunque desde 2013 se puede acceder a VariMed de forma pública, no se han sometido a ningún proceso de aseguramiento de la calidad ni las variantes terminológicas recogidas ni las definiciones de los conceptos. Para ello, se utilizarán las distintas funciones de estadística textual de Sketch Engine, que desde nuestro punto de vista permitirán automatizar parcial¬mente el proceso de análisis y facilitarán la tarea de identificación de las erratas y los errores.