SUBTLEX-ESP: Frecuencias de las palabras españolas basadas en los subtítulos de las películas.

Resumen

Estudios recientes han mostrado que las estimaciones de frecuencia de las palabras obtenidas de los subtítulos de películas y series de televisión predicen mejor los resultados de los experimentos de reconocimiento de palabras que la tradicional estimación de frecuencia basada en libros y periódicos. En este estudio presentamos una lista de frecuencias de las palabras basada en los subtítulos para el español, uno de los idiomas más extendidos en el mundo. La frecuencia de los subtítulos fue obtenida a partir de un corpus de 41 millones de palabras tomadas de películas y series de televisión (de entre los años 1990 y 2009). Además, las frecuencias fueron validadas al correlacionarlas con los tiempos de reacción de dos megaestudios realizados sobre 2764 palabras cada uno (con las tareas de decisión léxica y lectura en voz alta). La frecuencia de los subtítulos explicaban un 6% más de la varianza que las frecuencias escritas en la tarea de decisión léxica y un 2% extra en lectura en voz alta.