Learnary is a web tool to facilitate language learning, speci cally English and Spanish, that makes use of di erent linked data sources, such as BabelNet, Wikipedia or WordNet. By means of linked data, this system provides more information about a word than can be obtained in a translator, such as images, descriptions, synonyms, antonyms, etc., in order to help users understand it.
El aprendizaje de idiomas es fundamental en la sociedad actual. Cada vez son mas los escenarios en los que resulta imprescindible dominar diferentes lenguas. Las ventajas de conocer mas de un idioma son muy diversas, desde incrementar la posibilidad de conseguir un trabajo hasta enriquecer la vida social y cultural. Segun el Instituto Nacional de Evaluacion y Calidad del Sistema Educativo, en Espan~a, mas de cinco millones de alumnos estudian idiomas, el 82 % de los mismos, ingles.
Ademas, cient camente se ha estudiado el
impacto en nuestro cerebro cuando
decidimos aprender idiomas distintos al materno
y se ha demostrado que
a la hora de tomar decisiones. • Mejora la agilidad mental.
>Como pueden ayudar los datos enlazados en el aprendizaje de un idioma? En primer lugar, de niremos que son los datos enlazados (Bizer, Heath, y Berners-Lee, 2011). Los datos enlazados son datos estructurados que se interrelacionan con otros datos para facilitar el acceso a la informacion, de manera que se pueda ir navegando entre datos relacionados de diferentes fuentes.
Los datos enlazados permiten que se muestre mucha mas informacion de una palabra que la que se puede obtener en un diccionario o traductor, como por ejemplo acceder a mas de una de nicion de una palabra, consultar la transcripcion u obtener sinonimos y antonimos.
En este trabajo presentamos Learnary, Copyright © 2021 for this paper by its authors. Use permitted under Creative Commons License Attribution 4.0 International (CC BY 4.0). una demo cuyo objetivo es facilitar el aprendizaje de idiomas, en concreto espan~ol e ingles, haciendo uso de distintas fuentes de datos enlazados, como BabelNet (Navigli y Ponzetto, 2012), Wikipedia (Volkel et al., 2006) o WordNet (Miller, 1995). 2
Aprender un idioma no es facil y es una tarea cuya di cultad aumenta sobre todo con la edad. Esto se debe a que los lenguajes son sistemas extensos y complejos de simbolizacion. Sus fonemas, vocabulario y sus reglas gramaticales di eren de los de la lengua materna. Ademas, cuando se aprende un idioma y se lee un texto a menudo cuesta entender su vocabulario. En este punto los datos enlazados pueden ofrecer una gran ayuda, permitiendo que un usuario que no entiende una palabra o un conjunto de ellas, pueda obtener mas informacion de las mismas (imagenes, descripciones, sinonimos, antonimos, traducciones, etc.). 3
Learnary es una aplicacion web capaz de procesar textos en ingles y en espan~ol, ofreciendo un analisis detallado de las palabras de estos textos para facilitar el aprendizaje de idiomas. Esta herramienta se ha construido haciendo uso de los lenguajes de programacion Python, HTML, CSS, y JavaScript, y de los frameworks Flask, Boostrap y JQuery. La plantilla de colores de la misma se ha seleccionado realizando un estudio de anomal as visuales (protanopia, deuteranopia, tritanopia, acromatopsia, protanomal a, deuteranomal a, tritanomal a y acromatomal a) para asegurar que cualquier persona pueda ver correctamente el contenido de la pagina. 3.1
En la Figura 1 se muestra la pagina principal de Learnary. Esta disponible en dos idiomas, ingles y espan~ol (por defecto en espan~ol). En la parte derecha de la misma se describen las fuentes de datos enlazados y los recursos utilizados: • BabelNet (Navigli y Ponzetto, 2012): red semantica multilingue que integra conocimiento lexicogra co y enciclopedico de WordNet y Wikipedia. Esta compuesta por unos 15 millones de Babel synsets. Cada Babel synset es una entrada de BabelNet que representa un signi cado y contiene todos los sinonimos que expresan ese signi cado en diferentes idiomas. Cada Babel synset se identi ca por un id. • Babelfy (Moro, Raganato, y Navigli, 2014): algoritmo que vinvula entidades y desambigua el sentido de las palabras seleccionando interpretaciones semanticas de alta coherencia. Se basa en la red semantica multilingue de BabelNet. • Wikipedia (Volkel et al., 2006): enciclopedia libre, pol glota y editada de manera colaborativa. • WordNet (Miller, 1995): base de datos lexica que agrupa palabras en conjuntos de sinonimos llamados synsets, proporcionando de niciones cortas y generales y almacenando la relaciones semanticas entre las palabras (sinonimos, hiponimos y meronimos). • Yandex1: servicio gratuito multilingue de traduccion automatica, desarrollado y proporcionado por Yandex, para traducir texto, voz, imagenes o v deos en tiempo real de un idioma a otro.
En la parte izquierda, aparece una caja de texto donde el usuario puede escribir, o copiar y pegar, el texto que desea analizar. 3.2
Procesamiento inicial del texto Una vez que el usuario ha introducido el texto y ha pulsado el boton \Analizar", el sistema se encarga de procesarlo.
En primer lugar, se realiza una desambiguacion de los terminos haciendo uso de la API HTTP de Babelfy2 para obtener el identi cador asociado a cada termino (synset id ). Este procesamiento inicial permite identi car los terminos sobre los cuales hay informacion en las fuentes de datos enlazados.
Tras procesar el texto, en la parte izquierda de la herramienta, aparecera dicho texto con algunas palabras marcadas en color azul y con otras palabras en color negro. Las palabras marcadas en azul son las que se podran consultar, es decir, aquellas para las cuales se ha obtenido informacion (Figura 2). 1https://translate.yandex.com/ 2http://babelfy.org/guide Figura 1: Learnary - Pagina principal. Figura 2: Learnary - Procesamiento inicial. 3.3
Para consultar las palabras sobre las que existe informacion (palabras azules), se debera hacer clic encima de ellas. Cuando el usuario pulse sobre una palabra azul, se recuperara toda la informacion disponible sobre ella en las distintas fuentes de datos (BabelNet, WordNet, Wikipedia y Yandex). A continuacion, se especi ca que informacion se extrae de cada fuente y como se relacionan entre ellas (Figura 3). El lema de la palabra, la imagen, la categor a gramatical, la descripcion y la transcripcion se obtienen consultando la API HTTP de BabelNet3 con el synset id asociado a la palabra, obtenido en el procesamiento inicial con Babelfy. Ademas, el lema obtenido se utiliza para consultar la API MediaWiki4 de Wikipedia, para ofrecer al usuario otras de niciones de la palabra diferentes a la obtenida con BabelNet. Los sinonimos y antonimos se extraen consultando la base de datos WordNet con el synset id de la palabra. Por ultimo, la traduccion se ofrece en espan~ol/ingles, frances, italiano y aleman por medio de la API del traductor Yandex5.
Figura 3: Informacion extra da y relacion entre las fuentes de datos.
Finalizado este proceso, en la parte derecha de la pantalla, se mostrara toda la informacion disponible para la palabra seleccionada: nombre, categor a gramatical, descripcion, imagen, sinonimos, antonimos, transcripcion, traduccion y otras de niciones. En la Figura 4 se puede ver el resultado de con4https://www.mediawiki.org/wiki/API:Main page/es 5https://yandex.com/dev/translate/ Figura 4: Learnary - Consulta de una palabra. sultar la palabra \casa". Para visualizar la informacion de un tipo concreto de informacion, ej. sinonimos, se debera hacer clic en el elemento azul con este nombre y se desplegara toda la informacion relacionada. 4
En este trabajo se ha presentado Learnary, un prototipo para facilitar el aprendizaje de idiomas, en concreto ingles y espan~ol, mediante el uso de datos enlazados.
Como posible trabajo futuro nos planteamos algunos aspectos en los que podr a mejorarse la aplicacion: • Ampliacion a mas idiomas. • Tratamiento de la coherencia lexica para ofrecer de niciones mas acordes al contexto. • Inclusion de mas informacion sobre la palabra buscada, por ejemplo, su pronunciacion.
• Introduccion de texto por voz.
Este trabajo ha sido parcialmente nanciado por el Fondo Social Europeo, la Administracion de la Junta de Andaluc a (DOC 01073), el Fondo Europeo de Desarrollo Regional (FEDER) y el proyecto LIVING-LANG (RTI2018-094653-B-C21) del Gobierno de Espan~a.
Miller, G. A. 1995. Wordnet: a lexical database for english. Communications of the ACM, 38(11):39{41.
Navigli, R. y S. P. Ponzetto. 2012. Babelnet: The automatic construction, evaluation and application of a wide-coverage multilingual semantic network. Arti cial intelligence, 193:217{250.
Volkel, M., M. Krotzsch, D. Vrandecic, H. Haller, y R. Studer. 2006. Semantic wikipedia. En Proceedings of the 15th international conference on World Wide Web, paginas 585{594.
Yang, J., K. M. Gates, P. Molenaar, y P. Li. 2015. Neural changes underlying successful second language word learning: An fmri study. Journal of Neurolinguistics, 33:29{49.