Desarrollé el primer generador morfológico. Mediante validación con hablantes nativos, identifiqué dos plantillas morfológicas universales que permiten generar automáticamente 4,216 formas vocálicas y 1,114 consonánticas por sustantivo. A continuation análisis del dataset usando python y diversas librerías, los gráficos son resultados del dataset.
Sufijos mas comunes
Dos Tipos de Plantillas
«Vocálicas vs Consonánticas: Por qué ‘wasi’ genera 4,216 formas y ‘hatun’ solo 1,114»
Dominancia Modal Absoluta
Top Subcategorías
El Cerebro Quechua Piensa en HD
Pensamiento de baja resolución español
«casa» → 1 concepto, pocas formas
Necesitas: adjetivos, preposiciones, artículos, contexto
Pensamiento de ultra-alta resolución quechua
«wasi» → 4,216 matices semánticos empaquetados en la raíz
Cada sufijo añade: emoción, perspectiva, relación espacial, evidencialidad
Español necesita 7 palabras:
«en mi casita también»
Quechua necesita 1:
«wasichallaypipas»
wasi – cha – lla – y – pi – pas
└─┬─┘ └┬┘ └┬┘ └┬┘└┬┘└┬┘
casa + diminutivo +limitativo +posesivo+ locativo +inclusivo
= 6 capas de significado en 1 palabra
«Cada raíz quechua es un universo de 5,330 posibilidades semánticas. No es un idioma, es un sistema operativo de alta precisión.»
«Cuando decimos que ‘wasi’ significa ‘casa’, estamos mintiendo. O mejor dicho, estamos reduciendo 8K a 480p. ‘Wasi’ no es ‘casa’. ‘Wasi’ es el concepto raíz del cual emergen 5,330 expresiones precisas, cada una con un significado único e intraducible.
En español pensamos: ‘casa’ + modificadores externos
En quechua pensamos: ‘wasi’ × 5,330 transformaciones internas
Es como comparar una foto JPEG de 100KB con un archivo RAW de 50MB. Técnicamente son ‘la misma imagen’, pero uno contiene toda la información, el otro solo lo esencial.»
Resumen
Hemos desarrollado un sistema integral que trabaja con la morfología del quechua a través de varios componentes clave:
Dataset Morfológico Contamos con un dataset que incluye 5,330 formas derivadas de sustantivos, organizadas en dos tipos de plantillas: vocálicas y consonánticas.
Motor de Generación El sistema es capaz de generar automáticamente 4,216 formas vocálicas y 1,114 formas consonánticas a partir de cualquier sustantivo base.
Corpus de Raíces Trabajamos con un dataset de 484 sustantivos raíz, a partir de los cuales el sistema ha generado más de dos millones de palabras.
Detección Inteligente de Errores El sistema no solo traduce, sino que detecta errores y sugiere correcciones mediante lógica difusa. Funciona como un corrector ortográfico que comprende la estructura profunda del idioma. Además, realiza descomposición morfológica identificando cada sufijo en las palabras. Además es bidireccional.
Precisión Actualmente el sistema tiene un margen de error del 2%. En la segunda versión esperamos reducir esta tasa significativamente.
Un ejemplo de nuestro sistema, que pronto estará disponible en nuestro sitio web soyquechua.org