ABSTRACT
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(AU)
Recent studies have shown that word frequency estimates obtained from films and television subtitles are better to predict performance in word recognition experiments than the traditional word frequency estimates based on books and newspapers. In this study, we present a subtitle-based word frequency list for Spanish, one of the most widely spoken languages. The subtitle frequencies are based on a corpus of 41M words taken from contemporary movies and TV series (screened between 1990 and 2009). In addition, the frequencies have been validated by correlating them with the RTs from two megastudies involving 2,764 words each (lexical decision and word naming tasks). The subtitle frequencies explained 6% more of the variance than the existing written frequencies in lexical decision, and 2% extra in word naming(AU)