Dataset sintético de construcciones impersonales con ‘tú’ en español: pares de oraciones originales y corregidas

El dataset forma parte del proyecto PALABRIA-CM-UC3M (Perfeccionamiento del Aprendizaje de la Lengua mediante Analítica Basada en Reglas Lingüísticas e Inteligencia Artificial), financiado por la Comunidad de Madrid a través del convenio-subvención para el fomento y la promoción de la investigación y la transferencia de tecnología en la Universidad Carlos III de Madrid (PALABRIA-CM-UC3M). El objetivo general del proyecto es mejorar la enseñanza y el aprendizaje del español mediante la integración de conocimiento lingüístico y técnicas de inteligencia artificial.

Este conjunto de datos contiene 300 pares de ejemplos sintéticos que ilustran el uso del “tú” impersonal en español escrito. Cada par incluye una oración con un uso inapropiado del “tú” impersonal y su corrección correspondiente utilizando el “se” impersonal. En español, el “tú” impersonal se considera propio de la oralidad y de registros informales y, por lo general, no es adecuado para textos escritos, donde se prefiere el uso del “se” impersonal para lograr una expresión neutra y estándar.