Idiolecto

Idiolecto es el uso único del lenguaje de un individuo, incluido el habla. Este uso único abarca vocabulario, gramática y pronunciación. Esto difiere de un dialecto, un conjunto común de características lingüísticas compartidas entre un grupo de personas.

El término está etimológicamente relacionado con el prefijo griego idio- (que significa "propio, personal, privado, peculiar, separado, distinto") y -lect, abstraído del dialecto y, en última instancia, del griego antiguo λέγω, légō, 'yo hablo'.

Idioma

El lenguaje consiste en construcciones de oraciones, elección de palabras y expresión de estilo. En consecuencia, un idiolecto es el uso personal de un individuo de estas facetas. Cada persona tiene un idiolecto único influenciado por su idioma, estatus socioeconómico y ubicación geográfica. La lingüística forense analiza psicológicamente los idiolectos.

La noción de lenguaje se utiliza como una descripción abstracta del uso del lenguaje y de las habilidades de hablantes y oyentes individuales. Según este punto de vista, una lengua es un "conjunto de idiolectos... más que una entidad per se". Los lingüistas estudian idiomas particulares examinando las expresiones producidas por hablantes nativos.

Esto contrasta con la opinión entre los no lingüistas, al menos en los Estados Unidos, de que los idiomas como sistemas ideales existen fuera de la práctica real de los usuarios del idioma: Basándose en el trabajo realizado en los EE. UU., Nancy Niedzielski y Dennis Preston describen un idioma ideología que parece ser común entre los angloparlantes estadounidenses. De acuerdo con Niedzielski y Preston, muchos de sus sujetos creen que hay uno "correcto" patrón de gramática y vocabulario que subyace al inglés estándar, y que el uso individual proviene de este sistema externo.

Los lingüistas que entienden idiomas particulares como una combinación de idiolectos individuales únicos deben, no obstante, tener en cuenta el hecho de que los miembros de grandes comunidades de habla, e incluso los hablantes de diferentes dialectos del mismo idioma, pueden entenderse entre sí. Todos los seres humanos parecen producir lenguaje esencialmente de la misma manera. Esto ha llevado a la búsqueda de una gramática universal, así como a intentos de definir aún más la naturaleza de los idiomas particulares.

Lingüística forense

La lingüística forense incluye intentos de identificar si una persona produjo un texto dado al comparar el estilo del texto con el idiolecto del individuo en cuestión. El lingüista forense puede concluir que el texto es consistente con el individuo, descartar al individuo como autor o considerar que la comparación no es concluyente.

En 1995, Max Appedole se basó en parte en un análisis del estilo de escritura de Rafael Sebastián Guillén Vicente para identificarlo como el subcomandante Marcos, líder del movimiento zapatista. Aunque el gobierno mexicano consideraba al subcomandante Marcos como un guerrillero peligroso, Appedole convenció al gobierno de que Guillén era pacifista. El análisis de Appedole se considera un éxito temprano en la aplicación de la lingüística forense a la elaboración de perfiles criminales en las fuerzas del orden.

En 1998, Ted Kaczynski fue identificado como el "Unabomber" mediante la lingüística forense. El FBI y la fiscal general Janet Reno presionaron para que se publicara un ensayo de Kaczynski, lo que dio lugar a un aviso del hermano de Kaczynski, quien reconoció el estilo de escritura, su idiolecto.

En 1978, cuatro hombres fueron acusados y condenados por asesinar a Carl Bridgewater. Ningún lingüista forense estaba involucrado en su caso en ese momento. Hoy en día, la lingüística forense refleja que el idiolecto utilizado en la entrevista de uno de los hombres era muy similar a la declaración de ese hombre. Dado que los idiolectos son exclusivos de un individuo, la lingüística forense refleja que es muy poco probable que uno de estos archivos no se haya creado utilizando el otro.

Detección de idiolecto con corpus

El análisis del idiolecto es diferente para un individuo dependiendo de si los datos que se analizan provienen de un corpus compuesto íntegramente por textos o archivos de audio, ya que el trabajo escrito está más pensado en la planificación y es más preciso en la redacción que en el habla espontánea, donde el informal rellenos de lenguaje y conversación (es decir, umm..., ya sabes, etc.) llenan muestras de corpus. Los corpus con grandes cantidades de datos de entrada permiten la generación de listas de sinónimos y frecuencia de palabras, normalmente mediante el uso de los diez mejores bigramas creados a partir de ellos (aquí se tiene en cuenta el contexto del uso de palabras, al determinar si un bigrama es legítimo en ciertos circunstancias).

Si una palabra o frase es parte de un idiolecto se determina por dónde se encuentra la palabra en comparación con la palabra principal de la ventana, el borde de la ventana. Esta ventana se mantiene en 7-10 palabras, con una muestra que se está considerando como una característica del idiolecto posiblemente a +5/-5 palabras de distancia de la "cabeza" palabra de la ventana (que normalmente está en el medio). Los datos del corpus pertenecientes al idiolecto se clasifican en tres categorías: irrelevante, marcador(es) personal del discurso y vocabulario informal. Las muestras que están al final del marco y lejos de esta palabra principal a menudo se consideran superfluas. Luego, los datos superfluos se ejecutan a través de funciones diferentes a los datos no superfluos para ver si esta palabra o frase es parte del idiolecto de un individuo.