| Contenidos de Wikipedia en español bajo licencia CC BY-SA 4.0 ⇔ Mapas de OpenStreetMap bajo licencia ODbL |
Corpus del Español
De Hispanopedia
El Corpus del Español es una familia de corpus lingüísticos del idioma español creada por el lingüista estadounidense Mark Davies y consultable gratuitamente en línea.[1]
Componentes
El proyecto reúne varios corpus complementarios:[2]
- Un corpus histórico y de géneros (Genre/Historical), con textos que abarcan desde el siglo XIII hasta el siglo XX.
- El corpus Web/Dialects, publicado en 2016 con unos 2.000 millones de palabras procedentes de millones de páginas web de 21 países hispanohablantes, diseñado para comparar las variedades dialectales del español.
- El corpus NOW (News on the Web), que incorpora de forma continua prensa digital en español.
En conjunto, el sitio declara alrededor de 10.000 millones de palabras, lo que lo sitúa entre los mayores recursos textuales del español disponibles para investigación.
Uso
Su interfaz permite consultas por palabra, lema, categoría gramatical y colocaciones, con comparación entre dialectos y períodos. Es un recurso habitual en lingüística de corpus, enseñanza del español y entrenamiento y evaluación de herramientas de procesamiento del lenguaje natural.
Referencias
- ↑ Davies, Mark. «Corpus del Español». Consultado el 7 de julio de 2026.
- ↑ Davies, Mark. «Mark Davies, Professor of (Corpus) Linguistics». Consultado el 7 de julio de 2026.
Enlaces externos
