Дизайн и построение корпуса

Чтобы начать изучение любого лингвистического элемента в корпусе, сначала должен быть корпус. Скомпилированные корпуса (по самой своей природе как тексты, обрабатываемые и сохраняемые в цифровой форме) могут использоваться многими другими исследователями при определенных условиях.
Чтобы работать с уже существующим корпусом, вы должны быть уверены, что корпус, который вы имеете в виду, доступен и доступен для вашего исследования. Кроме того, корпус должен быть достаточно подходящим для решения ваших конкретных исследовательских вопросов. Но эти два условия не всегда могут быть соблюдены, поскольку не все существующие корпуса общедоступны, и не каждый корпус может быть полезен для ответа на ваши исследовательские вопросы. Таким образом, вам может потребоваться разработать и построить свой собственный корпус для какой-то конкретной исследовательской цели. Что влечет за собой проектирование и построение корпуса?
Во-первых, необходимо решить, какой тип корпуса будет построен. Существует множество типов корпусов, которые я не могу обсуждать полностью из-за объема, рассматриваемого в этой главе.
Здесь я просто объясню два наиболее распространенных типа; а именно общие и специализированные корпуса, а затем сосредоточьтесь на том, как проектируются и конструируются специализированные корпуса, поскольку они являются типом, который отдельные исследователи используют довольно часто и могут легко компилировать самостоятельно

.
Общий корпус - это корпус, который включает в себя множество текстовых типов при его компиляции. Он может содержать письменные тексты, устные тексты или и то, и другое, и очень часто он представляет собой национальный, региональный или подразновидный язык. Есть несколько общих корпусов примерно из миллиона слов, таких как письменный корпус Ланкастера-Осло-Бергена (LOB), и другие гораздо большего размера, которые включают как письменные, так и устные тексты, например, Contemporary Corpus из более чем 450 миллионов слов английского языка (COCA). Создание общего корпуса может быть довольно сложной задачей и поэтому очень часто требует сотрудничества исследователей и /или организаций.
Специализированный корпус, в отличие от общего, нацелен на один тип текста (или жанр), скажем, политические выступления, редакционные статьи в газетах, магистерские диссертации или деловые письма. Из-за суженного текстового фокуса специализированный корпус обычно меньше по размеру по сравнению с общим корпусом, однако некоторые специализированные корпуса довольно велики и также были составлены группой исследователей (например, 1,8 миллиона Мичиганский корпус академического разговорного английского языка (MICASE) или 5-миллионный Кембриджский и Ноттингемский корпус дискурса на английском языке (CANCODE))