Procesos de gramaticalización y lexicalización a la luz de los corpus académicos

Abstract

Como es bien sabido, la lingüística de corpus es una disciplina muy reciente. Según Rojo (2008), tiene su origen en la confección del Brown Corpus en 1964, por lo que cuenta con casi medio siglo de existencia. Sin embargo, en tan pocos años de vida se ha convertido en una herramienta indispensable en los análisis lingüísticos, tanto sincrónicos como diacrónicos. Pese a que en la lingüística española el desarrollo de corpus se inició con cierto retraso con respecto a otras lenguas, la evolución experimentada en estos años ha sido importantísima, tal y como afirma Rojo (2010: 12). Sin duda, la Real Academia Española ha contribuido al avance en este ámbito. Como afirman Pascual & Domínguez (2009: 79), la Institución “lleva casi diez años dedicada a la preparación de materiales que permitan a los filólogos disponer de un número razonable de ejemplos del léxico español empleado a lo largo de la historia”. Ese espíritu, además del objetivo fundamental de que esos materiales fueran la base documental para la elaboración de un diccionario histórico para el español, constituyó la génesis del Corpus diacrónico del español (CORDE) “que cuenta en la actualidad con más de 300 millones de registros léxicos desde los orígenes hasta 1975, complementados con los más de 150 millones que, procedentes de los últimos treinta años, integran el Corpus de referencia del español actual (CREA)” (Pascual & Domínguez 2009: 79).