Herramientas

Nubes de palabras y palabras vacías

La herramienta Cirrus muestra una nube de palabras en la que aparecen las palabras más frecuentes en el corpus de novelas, siendo las que aparecen con mayor tamaño las palabras más comunes.


La herramienta Cirrus tiene un control deslizante cerca de la parte inferior (con la etiqueta Término) que permite ajustar el número de palabras que se muestran. De forma predeterminada, el valor mínimo es 25 y el valor máximo es 500, y el control deslizante se ajusta en incrementos de 25.

En la barra gris en la parte superior de la herramienta Cirrus encontramos también las herramientas Términos y Enlaces. La primera de ellas, Términos, es una tabla que muestra tres columnas de forma predeterminada:

Es posible gestionar las columnas pasando el ratón por encima de la barra de título de una columna y abriendo el menú desplegable, marcando allí las columnas que deseamos ver y las que no. En esta herramienta hay otras dos columnas que pueden resultar de interés: Relativo y Oblicuidad

frecuencia absoluta
frecuencia relativa

También se pueden ver las palabras más frecuentes enumeradas en la herramienta Sumario, con el número de veces que se menciona la palabra en todo el corpus de las Novelas del siglo XIX.


En la barra gris en la parte superior de la herramienta Sumario encontramos también las herramientas Documentos y Frases. La primera de ellas, Documentos, es una tabla que muestra información sobre cada uno de los documentos que conforman el corpus.


La herramienta Documentos muestra cuatro columnas de forma predeterminada:

La herramienta Frases, por su parte, muestra secuencias repetidas de palabras organizadas por frecuencia de repetición o número de palabras en cada frase repetida. Por defecto, las frases se muestran en orden descendente de longitud de frase.


La herramienta Frases muestra cuatro columnas de forma predeterminada:

La barra inferior de la herramienta Frases tiene una barra de búsqueda, y varias opciones adicionales.

Palabras vacías Voyant Tools tiene una lista de palabras clave comunes que se han eliminado del corpus:

al, alguna, algunas, alguno, algunos, algún, ambos, ampleamos, ante, antes, aquel, aquellas, aquellos, aqui, arriba, atras, bajo, bastante, bien, cada, cierta, ciertas, ciertos, como, con, conseguimos, conseguir, consigo, consigue, consiguen, consigues, cual, cuando, de, del, dentro, donde, dos, el, ellas, ellos, empleais, emplean, emplear, empleas, empleo, en, encima, entonces, entre, era, eramos, eran, eras, eres, es, esta, estaba, estado, estais, estamos, estan, estoy, fin, fue, fueron, fui, fuimos, gueno, ha, hace, haceis, hacemos, hacen, hacer, haces, hago, incluso, intenta, intentais, intentamos, intentan, intentar, intentas, intento, ir, la, largo, las, lo, los, mientras, mio, modo, muchos, muy, nos, nosotros, o, otro, para, pero, podeis, podemos, poder, podria, podriais, podriamos, podrian, podrias, por, por qué, porque, primero desde, puede, pueden, puedo, que, quien, sabe, sabeis, sabemos, saben, saber, sabes, se, ser, si, siendo, sin, sobre, sois, solamente, solo, somos, soy, su, sus, también, teneis, tenemos, tener, tengo, tiempo, tiene, tienen, todo, trabaja, trabajais, trabajamos, trabajan, trabajar, trabajas, trabajo, tras, tuyo, ultimo, un, una, unas, uno, unos, usa, usais, usamos, usan, usar, usas, uso, va, vais, valor, vamos, van, vaya, verdad, verdadera cierto, verdadero, vosotras, vosotros, voy, y, yo

Es posible eliminar palabras que no añaden mucho significado a nuestro análisis, para ello procedemos a filtrarlas. Por ejemplo, vamos a filtrar las palabras “había”, “más” y “no” de la nube de palabras. Para ello primero colocamos el cursor sobre la barra gris en la parte superior de la ventana de la nube de palabras hasta que aparezca un menú de iconos. Luego hacemos clic en el icono azul de opciones. En el menú desplegable Opciones podemos modificar la configuración de la herramienta. Estas son las opciones disponibles:


Para filtrar las palabras excluidas, hay que hacer clic en el botón Editar lista a la derecha del menú desplegable Palabras excluidas: Auto-Detección.


En la ventana emergente de edición de la lista de palabras irrelevantes, debemos escribir había, más y no y cualquier otra palabra que deseemos filtrar y, a continuación, hacemos clic en Salvar.


Al regresar a la ventana emergente Opciones hay que hacer clic en Confirmar. La nube de palabras debería actualizarse automáticamente.


Las palabras solo se filtrarán en la herramienta Cirrus. Para que el resto de las herramientas de Voyant Tools se actualicen con la nueva lista de palabras vacías es necesario hacer clic en el botón Reset en la herramienta Tendencias.

Tendencias y frecuencia de las palabras

La herramienta Tendencias muestra un gráfico de líneas con las palabras más utilizadas en el corpus. Cada serie del gráfico está coloreada según la palabra que representa. En la parte superior del gráfico, una leyenda muestra qué palabras están asociadas con ciertos colores. Se puede hacer clic en las palabras de la leyenda para que se muestren o no. Al pasar el cursor sobre cualquier punto del gráfico, aparece un cuadro de llamada con información sobre el término seleccionado y su frecuencia.

De forma predeterminada, la herramienta Tendencias muestra las frecuencias relativas de las palabras en el corpus. Para ver el recuento absoluto de cada documento del corpus, debemos seleccionar Frecuencias sin pulir, que podemos encontrar al hacer clic en el icono azul de opciones en la barra de menú gris.

En la ventana emergente Opciones, hay que hacer clic en Frecuencias sin pulir y, a continuación, pulsar Confirmar. La herramienta Tendencias debería actualizarse automáticamente con el recuento absoluto de cada una de las palabras principales del corpus.



En cualquier momento podemos hacer clic en el botón Reset para volver a los valores predeterminados de la herramienta. El botón Display tiene dos componentes, Show labels y Modo de gráfico.

Para cambiar la visualización a barras debemos seleccionar el menú desplegable Display y, a continuación, hacer clic en Columns.


El gráfico debería actualizarse automáticamente con un gráfico de barras.


Para seleccionar una palabra en particular en Tendencias, hay que hacer clic en esa palabra en la herramienta Cirrus. La herramienta Tendencias se actualizará con la frecuencia de esa palabra seleccionada en el corpus.

Por ejemplo, al hacer clic en la palabra “usted” en la nube de palabras de la herramienta Cirrus vemos cómo el gráfico de columnas de la herramienta Tendencias cambia para mostrar los nuevos resultados.



En la barra gris de la herramienta Tendencias encontramos también la herramienta Términos del documento, y al hacer clic en ella se muestra la tabla de frecuencias de los términos en el documento con las siguientes columnas:


Es posible gestionar las columnas pasando el ratón por encima de la barra de título de una columna y abriendo el menú desplegable, marcando allí las columnas que deseamos ver y las que no.

Búsquedas

Para ver un término en particular en el corpus, la herramienta Tendencias tiene un cuadro de búsqueda, donde se puede especificar una búsqueda avanzada, siendo posible buscar varias palabras al mismo tiempo.

Busquemos las palabras “capitán” y “veneno” juntas y veamos con qué frecuencia aparecen en el corpus. Para ello hay que escribir las palabras “capitán” y “veneno” como palabras separadas y, a continuación, hacer clic en Intro. La herramienta Tendencias se actualiza con el número de veces que estas palabras aparecen en el corpus. Hay que tener en cuenta que Voyant Tools no distingue entre mayúsculas y minúsculas, aunque sí diferencia palabras con o sin tilde.


El cuadro de búsqueda de todas las herramientas permite realizar diferentes consultas avanzadas, siendo estos algunos ejemplos:

También es posible utilizar [ ] indicando que cualquiera de los caracteres dentro de los corchetes puede aparecer como mucho una vez, así guap[oa]s sirve para encontrar las variantes ortográficas de guapas y guapos.

Palabras en contexto

Además del examen de las frecuencias de las palabras, Voyant Tools permite también examinar las palabras en su contexto.

La herramienta Contextos (o Palabras clave en contexto) muestra cada aparición de una palabra clave con un poco de texto circundante (el contexto). La vista de tabla muestra las tres siguientes columnas:

De forma predeterminada, los contextos se muestran para las palabras más frecuentes del corpus. Para buscar una palabra diferente, es necesario especificar un término en el cuadro de búsqueda de la herramienta Contextos.

Examinemos ahora la frecuencia de la palabra “árboles” en su contexto. Para ello escribimos “árboles” en el cuadro de búsqueda y hacemos clic en Intro. El término “árboles” aparecerá con las palabras que lo rodean (el contexto), organizadas por novela.


De forma predeterminada, se muestran todas las formas de la palabra en el corpus. Si solo se quieren ver los resultados de una solo novela, hay que hacer clic en el menú desplegable Escala y seleccionar Documentos. Esto generará una lista con los documentos en el corpus. A continuación, se debe marcar la novela que se desea ver en contexto.


También se puede aumentar el contexto que rodea a la palabra consultada, para ello hay que utilizar el control deslizante Contexto; el valor predeterminado es 5 y el máximo 50. Del mismo modo, el control deslizante Expandir determina cuántas palabras se muestran cuando se expande una fila determinada (haciendo clic en el icono en la columna más a la izquierda); el valor predeterminado es 50, el mínimo es 5 y el máximo es 500 palabras.


Cuando seleccionamos una fila concreta en la herramienta Contextos, la herramienta Lector se actualizará con el término de búsqueda resaltado en amarillo, mostrando también dónde aparece esa fila de texto en el corpus.



La herramienta Lector muestra todo el corpus y se compone de dos componentes visuales: el lector de texto y el visor. El lector de texto muestra todo el texto del corpus. Con el lector de texto es posible:

El visor muestra una descripción general de todo el corpus. Esto es especialmente útil cuando hay varios documentos en un corpus. Las barras representan cada documento en el orden en que aparecen en el corpus.


La longitud relativa del documento se representa horizontalmente (en otras palabras, cuanto más ancho se muestra un documento, más largo es) y la frecuencia relativa del término buscado se representa verticalmente mediante la línea quebrada. La barra vertical azul indica la posición actual del lector de texto en el corpus. Se puede hacer clic en cualquier lugar a lo largo del visor para saltar a otra ubicación. Para avanzar o retroceder en el texto, deben usarse las flechas junto al cuadro de búsqueda.

Otras herramientas

Además de las herramientas que aparecen de forma predeterminada en la interfaz de trabajo (Cirrus, Lector, Tendencias, Sumario y Contextos), es posible acceder a otra serie de herramientas. Para ello es necesario colocar el cursor sobre el símbolo ? en la barra gris en la parte superior de cada una de las herramientas hasta que aparezca el menú de iconos, hacer clic en el icono y seleccionar la herramienta con la que se desea trabajar. Estas son algunas de las herramientas disponibles:

Colocaciones

Mientras que la herramienta Contextos permite ver qué palabras rodean una palabra clave en el corpus, la herramienta Colocaciones muestra qué términos aparecen con más frecuencia cerca unos de otros. Echemos un vistazo a los términos que aparecen muy cerca de la palabra “adam”. Para ello debemos colocar el cursor sobre el símbolo ? en la barra gris en la parte superior de cada una de las herramientas hasta que aparezca el menú de iconos. A continuación hacemos clic en el icono , y en Herramientas para el Corpus seleccionamos Colocaciones.


Una vez seleccionada, la herramienta Colocaciones debería aparecer automáticamente y reemplazar la herramienta Cirrus.


Ahora escribimos la palabra “marzo” en el cuadro de búsqueda vacío de la herramienta Colocaciones y al hacer clic en Enter veremos una de tabla con las palabras más frecuentes que aparecen muy cerca de la palabra “marzo”.


De forma predeterminada, la vista de tabla muestra las tres siguientes columnas:

La barra deslizante contexto determina el número de palabras a ambos lados del término buscado. El valor predeterminado es 5 palabras a cada lado, pero puede cambiarse entre 1 y 30 palabras.

Como podemos ver, la palabra “marzo” aparece con mayor frecuencia (6 veces para ser exactos) con el colocado “26”. Las variaciones de esta colocación aparecen en el corpus, con “marzo” y “tarde”, y “ marzo” y “a” también ocurriendo 3 veces, y “marzo” y “noche”, y “marzo” y “ fines” ocurriendo 2 veces. Para comparar las colocaciones en el corpus, es preciso marcar las colocaciones que deseamos ver para que la herramienta Tendencias se actualice automáticamente. Comparemos ahora las colocaciones de “marzo” con “26”, “tarde” y “a”.


Enlaces

Esta herramienta permite analizar las colocaciones de una forma más visual. Para acceder a ella podemos hacer clic en enlaces y escribir las palabras “marzo” y “a” en el cuadro de búsqueda vacío de la herramienta Enlaces.


Al pasar el ratón sobre uno de los términos se muestra su frecuencia absoluta (17 en el caso de “marzo”) y los enlaces con otros términos cambian de color mostrando las conexiones.


La barra deslizante contexto determina el número de palabras a ambos lados del término buscado. El valor predeterminado es 5 palabras a cada lado, pero puede cambiarse entre 1 y 30 palabras.

Líneas de burbuja

Con esta herramienta es posible visualizar la frecuencia (el tamaño de la burbuja indica una mayor frecuencia) y la distribución de los términos en un corpus (la distribución de las burbujas a lo largo de la línea).


Micro búsqueda

Cada documento del corpus es representado como un bloque vertical cuya altura indica su tamaño relativo en comparación con otros documentos del corpus. La ubicación de los términos de búsqueda se muestra como bloques de color (a mayor frecuencia relativa, más oscuro es el bloque de color). Los términos de búsqueda múltiples se agrupan.


La guía de ayuda de Voyant Tools ofrece información detallada sobre todas las herramientas disponibles y sus funcionalidades.