CORPUS

CORPUS

Son conjuntos extensos y ordenados de datos o textos que han sido compilados según una serie de criterios y que son accesibles y manejables a través de programas digitales para el estudio lingüístico
Sirven para estudiar la lengua en todos sus niveles: fonético-fonológico, morfosintáctico, léxico-semántico y pragmático
La lingüística de corpus estudia empíricamente las lenguas a partir de grandes repertorios de textos
1. Facilita y enriquece el trabajo de diferentes disciplinas asociadas a la lingüística
  1. la sociolingüística, pues los corpus son obtenidos en circunstancias reales y, por lo general, están estratificados según factores sociales (edad, sexo, nivel sociocultural, etc.)
  2. La psicolingüística, pues se puede registar el proceso de adquisición de la gramática
  3. La lexicografía, pues se puede estudiar la frecuencia de uso de las lexías para luego registrar estos usos en un diccionario
  4. Los estudios de traducción, pues se pueden generar matrices de concordancia y ejemplos para diccionarios bilingües o traductores digitales
  5. Lingüística forense, pues permite reconocer patrones e identificar autores de textos que pueden tener relevancia jurídica (notas de chantaje o suicidio, por ejemplo)
La lingüística aplicada usa este tipo de herramientas para mejorar la descripción de la lengua y resolver problemas prácticos
Los corpus pueden ser clasificados según diferentes patrones. Algunos tipos de corpus son:
1. Anotados: textos con determinadas informaciones o etiquetas que lo enriquecen (alargamientos, vacilaciones, etc.)
2. En bruto: textos sin formato, sin información adicional ni códigos
3. Lematizados: textos en formatos que permiten la búsqueda de palabras o categorías y sus contextos de aparición
El punto de partida fue la aparición del Brown Corpus con un millón de palabras del inglés americano
Principios básicos del diseño de corpus
1. Deben ser representativos, es decir, deben considerar las variantes demográficas, deben ser extensos
2. Deben ser balanceados, pueden tener diferentes estilos y tópicos (formales e informales, orales y escritos, entrevistas, lecturas, etc.)
3. Deben tener un criterio: fecha, temas, registros, método de recolección, características de los hablantes
En un corpus pueden buscarse:
1. Palabras
2. Frases
3. Locuciones
4. Concordancias
5. Preferencias semánticas
6. Elementos prosódicos del discuso
7. Muchos otros elementos lingüísticos
El estudio de corpus asistido por computadora tiene dos principios
1. El observador no debe influir en lo que observa
2. Los eventos repetidos son significativos

Next up

Description

Resource summary

Media attachments

Similar

	Created by thaiscastro.iq about 8 years ago