El Centro Salman de Lengua Árabe publica la «Lista de Riad» con 5.000 palabras más frecuentes

El Centro Internacional Rey Salman de Lengua Árabe ha publicado la «Lista de Riad de vocabulario frecuente en árabe contemporáneo», que incluye 5.000 palabras consideradas las más comunes en el árabe actual. El objetivo es ofrecer un recurso lingüístico fiable para estudios lexicográficos, enseñanza del árabe, aplicaciones de inteligencia artificial y procesamiento del lenguaje, en el marco de los esfuerzos del centro por desarrollar recursos y datos lingüísticos.

Según un comunicado del centro en su cuenta de X, la lista se basa en un corpus lingüístico de aproximadamente 1.746.934.881 palabras distribuidas en más de 2.573.805 textos recopilados de diversas fuentes, como periódicos, libros, tesis universitarias, revistas científicas, publicaciones, sitios web, conferencias, seminarios, planes de estudio, agencias de noticias, documentos oficiales y otros.

El secretario general del centro, Abdullah bin Saleh Al-Washmi, afirmó que el desarrollo de recursos lingüísticos basados en datos contribuye a respaldar los estudios y aplicaciones relacionados con el árabe, y a proporcionar referencias fiables que ayudan a investigadores y especialistas a analizar el vocabulario, su uso y frecuencia, así como sus características lingüísticas. Subrayó que el lanzamiento de la «Lista de Riad» forma parte del trabajo del centro para construir y ofrecer recursos lingüísticos que refuercen la presencia del árabe en los ámbitos científico, tecnológico y educativo.

La lista utiliza la forma léxica (lema) como unidad de conteo, tras analizar automáticamente todas las palabras del corpus tanto léxica como morfológicamente, agrupando sus diferentes formas bajo su raíz. Posteriormente, los resultados fueron revisados manualmente, excluyendo elementos lingüísticos de uso particular, como números, abreviaturas, signos de puntuación y nombres propios.

La «Lista de Riad» proporciona información lingüística variada sobre las palabras, como categorías gramaticales, raíces, campos semánticos, relaciones de sinonimia y antonimia, y clasificación según su origen. Además, las palabras se presentan de forma interactiva y sonora según su frecuencia, categoría gramatical y orden alfabético, facilitando a investigadores y especialistas el aprovechamiento de sus datos en distintos ámbitos.

La lista ofrece una guía cuantitativa sobre la frecuencia del vocabulario en textos árabes contemporáneos, lo que ayuda a establecer prioridades en la elaboración de diccionarios, selección de palabras y creación de contenidos para la enseñanza del árabe, así como en el estudio de la difusión y características del vocabulario. También resulta útil para el procesamiento de textos y aplicaciones educativas informáticas, como el análisis textual y la evaluación de la legibilidad.

La «Lista de Riad de vocabulario frecuente en árabe contemporáneo» está disponible en formato digital en la biblioteca electrónica del centro: https://https://library.ksaa.gov.sa/index، y también puede consultarse de forma interactiva en la plataforma Falak de corpus lingüísticos: https://falak.ksaa.gov.sa/frequency-lists/methodology، incluyendo detalles y datos estadísticos que amplían su utilidad para la investigación y las aplicaciones lingüísticas.

El Centro Internacional Rey Salman de Lengua Árabe continúa, a través de sus programas, iniciativas y proyectos lingüísticos, desarrollando y facilitando recursos y datos lingüísticos para investigadores y especialistas, contribuyendo así al fortalecimiento del contenido árabe, la investigación científica y el desarrollo de tecnologías y aplicaciones relacionadas con la lengua árabe.

اعرض التغريدة على منصة X