Corpus del Español del Siglo XXI

El Corpus del Español del Siglo XXI (CORPES XXI) es el corpus de referencia del español actual, elaborado por la Real Academia Española por encargo de la Asociación de Academias de la Lengua Española, acordado en el congreso de academias celebrado en Medellín en marzo de 2007. Reúne textos escritos y orales procedentes de España, América, Filipinas y Guinea Ecuatorial producidos desde el año 2001.

Historia y tamaño

La primera versión se presentó en el VI Congreso Internacional de la Lengua Española (Panamá, octubre de 2013) y desde diciembre de 2013 puede consultarse en línea mediante una aplicación específica. El corpus crece con actualizaciones periódicas; en 2026 cuenta con casi 420.000 documentos y 455 millones de formas ortográficas, procedentes tanto de textos escritos como de transcripciones orales.

Es el sucesor natural del CREA para la lengua contemporánea, mientras que el CORDE cubre las etapas históricas del idioma.

Uso

La consulta es gratuita y permite recuperar concordancias, colocaciones y estadísticas por país, tema y tipo de texto. Por su tamaño, equilibrio panhispánico y anotación lingüística es un recurso de primer orden para la lexicografía académica y para el desarrollo y evaluación de sistemas de procesamiento del lenguaje natural en español.

Enlaces externos

• CORPES XXI en el portal de la RAE

Fuentes documentales hispánicas

• Documentos sobre Corpus del Español del Siglo XXI en el Portal de Archivos Españoles (PARES)
• Corpus del Español del Siglo XXI en la Biblioteca Digital Hispánica
• Corpus del Español del Siglo XXI en la Biblioteca Virtual Miguel de Cervantes