Características Y Funciones Del Corpus Linguistico

2 CARACTERÍSTICAS Y FUNCIONES DEL CORPUS
2.1 El término del «corpus»
El significado de la palabra corpus se expone de diferentes maneras. Esta voz proviene del latín y sus acepciones son, entre muchas otras: cuerpo humano o de un animal, cuerpo de un objeto, masa. Sin embargo, corpus posee también otro significado más abstracto: conjunto, total, corporación. Para este último significado hayuna nota entre paréntesis en el diccionario que dice que los elementos de dicho conjunto comparten la siguiente cualidad: todos están ordenadas. Esta referencia es muy importante para el significado del corpus lingüístico, tal como lo entendemos hoy. A continuación veremos que la palabra ordenado aparecerá en cada una de las definiciones del corpus lingüístico en el español actual.
Según el GranDiccionario de Uso del Español Actual , el corpus es «conjunto de textos, procedentes del lenguaje oral o escrito o de ambos, recopilados de fuentes variadas y ordenados y clasificados según determinados criterios, de tal manera que, sobre ese conjunto, es posible realizar estudios e investigaciones lingüísticas o literarias.» Sin embargo, podemos encontrar definiciones ligeramente diferentes, comola del Diccionario de la Lengua Española de la Real Academia: «conjunto lo más extenso y ordenado posible de datos o textos científicos, literarios, etc., que pueden servir de base a una investigación,» o por ejemplo la de Sinclair: «a collection of naturally-occurring language text, chosen to characterize a state or variety of a language.» En las primeras dos definiciones no hay un acuerdosobre la extensión de los textos. Un corpus lingüístico no tiene que ser necesariamente lo más extenso posible, porque existen varios tipos de corpus, y según el objetivo elegimos la extensión y el número de las muestras. Podemos tener un corpus pequeño, que consta sólo de las obras de un autor y en este corpus estudiamos el estilo del autor. Por otro lado, el corpus en su significado más estrechoes casi siempre entendido como el corpus nacional, un corpus inmenso, que siempre trata de ser lo más extenso posible. De las definiciones también no sabemos si las investigaciones pueden ser sólo lingüísticas, literarias o de cualquier tipo. El objetivo primordial de los corpus es lingüístico, según dice su nombre, pero puede bien servir a fines sociológicos o psicológicos.
Cada definiciónenfoca un distinto aspecto del concepto del corpus. En este trabajo vamos a entender el corpus como un conjunto ordenado de textos en forma electrónica que debe tener ciertas características.
2.2. Las características de un corpus y sus tipos
Las características básicas del corpus lingüístico son: representatividad, tamaño final, formato y anotaciones. Cada una de las características las vamos aestudiar por separado.
La representatividad es una cualidad necesaria para cada corpus lingüístico. Un corpus lingüístico que es representativo puede ser útil en una investigación sobre la lengua. El corpus que no es representativo es una mera conjunción de textos que no nos dirá mucho sobre el estado de la lengua. Una cosa importante en relación con la representatividad es, como menciona Sinclair,el objetivo con el que se crean los corpus. El objetivo es captar lo «típico y lo central de la lengua» . El corpus debe incluir los casos que están siempre presentes en la lengua, y los casos que son marginales los debería incluir en una proporción razonable en comparación con los casos frecuentes. Sin embargo, definir la «representatividad» es difícil, los expertos no se ponen de acuerdo y «larepresentatividad sigue siendo, hasta ahora, un concepto bastante vago.»
El tamaño final es otra característica importante de los corpus. Si se crea un corpus nuevo, se preconcibe su extensión, aunque el resultado puede ser un poco distinto. Al finalizar el corpus, «se conserva» y se añaden anotaciones. Respecto al tamaño debemos distinguir varios tipos de corpus. La división no es rígida,...