Lingüística de corpus

Conocer la metodología de trabajo basada en corpus.
Conocer los requisitos que debe cumplir un corpus para ser una muestra representativa de una lengua.
Reconocer y aplicar términos y conceptos fundamentales que se usan habitualmente en el campo de la lingüística de corpus.
Conocer los diferentes tipos de corpus posibles, su clasificación en función de varios criterios, así como las fases necesarias para su desarrollo.
Reconocer y reflexionar sobre los principios, procedimientos y técnicas usadas en la lingüística de corpus en diversos campos profesionales.
Capacitar al alumnado para operar en el tratamiento automático del lenguaje.

La materia consta de dos bloques:

(1) Definición y tipos de corpus. La lingüística de corpus en el seno de la investigación lingüística y como estudio cuantitativo.
(2) El análisis cuantitativo estadístico y su aplicación a los corpus. De la estadística general a la estatística en Lingüística y en Lingüística de corpus: estadística descriptiva e inferencial básica.

(3) Diseño y elaboración de corpus lingüísticos: compilación, codificación y anotación de datos, en especial anotación morfosintáctica.
(4) Explotación de corpus lingüísticos: interfaces (documentación, facilidades de búsqueda y modalidades da devolución de datos), tratamiento informático básico de los datos obtenidos y análisis cuantitativo estadístico de problemas concretos de Lingüística de corpus.

Bibliografía básica

García-Miguel, José M. (2022): “Lingüística de corpus: de los datos textuales a la teoría lingüística”, Estudios de Lingüística del Español (EliEs), 45, pp. 11-44.
Gries, Stefan (2009): “What is corpus linguistics?”, Language and Linguistics Compass, 3(5), 1225–1241.
Rojo, G. (2021): Introducción a la Lingüística de corpus en español. London and New York: Routledge.
Santalla del Río, M.ª Paula (2005): “La elaboración de corpus lingüísticos”, en Mario Cal Varela (ed. Lit.), Paloma Núñez Pertejo (ed. Lit.), Ignacio M. Palacios Martínez (coord.), Nuevas tecnologías en linguística, traducción y enseñanza de lenguas. Servicio de Publicaciones = Servizo de Publicacións, Universidad de Santiago de Compostela, pp. 45-66. http://hdl.handle.net/10347/33266

Bibliografía complementaria

Baker, Paul, Andrew Hardie & Tony McEnery (2006): A Glossary of Corpus Linguistics. Edimburgo: Edinburgh University Press.
Baker, Paul (2010): Sociolinguistics and Corpus Linguistics. Edimburgo: Edinburgh University Pres.
Berber Sardinha, Tony (2004): Lingüística de Corpus. Barueri: Manole.
Biber, Douglas, Susan Conrad & Randi Reppen (1998): Corpus Linguistics. Investigating Language Structure and Use. Cambridge: Cambridge University Press.
Blecua, José Manuel et alii (1999) (eds.): Filología e informática. Nuevas tecnologías en los estudios filológicos. Barcelona: Milenio / Universitat Autònoma de Barcelona.
Brezina, Vaclav (2018), Statistics in corpus linguistics. A practical guide. Cambridge: Cambridge University Press.
Domínguez Noya, E.; M. S. López Martínez e Fco. M. Barcala Rodríguez (2019): “Corpus de Referencia do Galego Actual (CORGA): composición, codificación, etiquetaxe e explotación”. Verba: Anuario Galego de Filoloxía, Anexo 79, pp. 179-218. https://www.usc.gal/libros/es/categorias/909-corpus-y-construcciones-28…
Cheng, Winnie (2012). Exploring Corpus Linguistics. Language in Action. Londres, Routledge.
Egbert, Jesse, Tove Larsson, & Douglas Biber (2020): Doing Linguistics with a Corpus: Methodological Considerations for the Everyday User. Cambridge University Press. https://doi.org/10.1017/9781108888790
Haber, Audrey y Richard P. Runyon (1973), Estadística general, Bogotá: Fondo educativo interamericano.
Herrera Soler, Honesto, Rosario Martínez Arias y Marian Amengual Pizarro (2011): Estadística aplicada a la investigación lingüística. Madrid: Eos.
Hoffmann, Sebastian (2008): “Looking at language in use: some preliminaries”, en Hoffmann, Sebastian, Stefan Evert, Nicholas Smith, David Lee & Ylva Berglund Prytz: Corpus Linguistics with BNCWeb - a Practical Guide. Frankfurt: Lang, págs. 1-12.
Hunston, Susan (2002): Corpora in Applied Linguistics. Cambridge: Cambridge University Press.
Lavid, Julia (2005): Lenguaje y nuevas tecnologías: nuevas perspectivas, métodos y herramientas para el lingüista del siglo XXI. Madrid: Cátedra.
Levshina, Natalia (2015): How to do linguistics with R: data exploration and statistical analysis. Amsterdam-Filadelfia: John Benjamins.
Litosseliti, Lia (2010) (ed.): Research Methods in Linguistics. London: Continuum, 2010.
McEnery, Tony & Andrew Hardie (2012): Corpus Linguistics: Method, Theory and Practice. Cambridge, Cambridge University Press.
O’Keeffe, Anne & Michael McCarthy (2010) (ed.): The Routledge Handbook of Corpus Linguistics. Londres, Routledge.
Paquot, Magali, & Stefan Gries, eds. (2020): A Practical Handbook of Corpus Linguistics. Springer. https://doi.org/10.1007/978-3-030-46216-1
Rojo, Guillermo (2014): “Hispanic Corpus Linguistics”, en Lacorte, Manel (ed.): The Routledge Handbook of Hispanic Applied Linguistics. Nueva York: Routledge, 371-387.
Rojo, Guillermo (2015): “Sobre los antecedentes de la lingüística de corpus”. En Álvarez Menéndez, Alfredo et alii: Studium grammaticae. Homenaje al Profesor José Antonio Martínez. Universidad de Oviedo, 675-689.
Sierra Martínez, G. E. (2017): Introducción a los corpus lingüísticos. UNAM. México
Sinclair, John (1991): Corpus, Concordance, Collocation, Oxford: Oxford Univ. Press.
Stefanowitsch, Anatol (2020): Corpus Linguistics: A Guide to the Methodology. Berlin: Language Science Press. https://langsci-press.org/catalog/book/148
Teubert, Wolfgang & Anna Cermáková (2007): Corpus linguistics: a short introduction. London: Continuum.
Teubert, Wolfgang & Ramesh Krishnamurthy (2007) (eds.): Corpus Linguistics. Critical Concepts in Linguistics (6 vols.). London: Routledge.
Tognini-Bonelli, Elena (2001): Corpus Linguistics at Work. Amsterdam: John Benjamins.
Weisser, Martin (2016): Practical corpus linguistics: an introduction to corpus-based language analysis. Oxford: Wiley-Blackwell
Wynne, Martin (2005) (ed.): Developing Linguistic Corpora: a Guide to Good Practice. Oxford: Oxbow Books.
Zufferey, Sandrine (2020): Introduction to corpus linguistics, Wiley.

Capacidad para comprender la diversidad teórica y metodológica de las escuelas lingüísticas.
Capacidad de los estudiantes para aplicar la metodología de la lingüística basada en el análisis de corpus lingüísticos.
Capacidad para la selección adecuada de datos lingüísticos en función del método de investigación elegido.
Capacidad para gestionar los recursos lingüísticos y la información lingüística para propósitos académicos y de investigación (identificación y acceso la bibliografía, utilización apropiada de recursos y equipamientos, utilización de tecnología para registrar datos, manejo de bases de datos, etc.)

Escenario 1

Los tipos de actividades que se realizarán son los siguientes:
• Clases expositivas e interactivas. Los profesores introducirán conceptos y saberes relacionados con la temática de la materia, apoyándose en ejercicios, comentarios.
• Trabajo tutelado. Tendrá carácter obligatorio e individual y en él se aplicarán contenidos y/o metodología relativos a la materia.
•Actividades de curso. Se trata de ejercicios, trabajos, comentarios... de carácter obligatorio. Algunos de ellos podrán tener carácter no presencial.
• Lecturas. A lo largo del curso los profesores encargarán una serie de lecturas
En esta materia se emplearán los recursos del aula virtual y también de la Plataforma Teams.

Para los casos de realización fraudulenta de ejercicios o pruebas será de aplicación lo recogido en la Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de calificaciones.

Escenario 1

Los alumnos y alumnas se evaluarán por:
• Trabajo( s) titorado ( s): 60%.
• Asistencia y participación en las clases: 15%
• Otras actividades evaluables (ejercicios, comentarios, reseñas bibliográficas, etc.): 25%

En la “segunda oportunidad” los estudiantes podrán presentar una nueva versión de los trabajos que no obtuvieran el nivel suficiente. En el caso de calificación insuficiente en el módulo de asistencia y participación, la nota del trabajo constituirá el 100% de la calificación final.

Para los estudiantes con dispensa de asistencia, la puntuación alcanzada por los trabajos supondrá el 100% de la nota final, tanto en la primera como en la segunda oportunidad.

Actividad formativa Horas
Sesión magistral 20
Discusión dirigida 15
Trabajo tutelado 35
Presentación oral 5
Tutorías en grupo reducido 15
Actividades, prácticas y ejercicios 10
Lecturas 50