La web como corpus y base de investigación científica

• Heloisa Fonseca ^[1]
  1. [1] Universidade Estadual Paulista
• Localización: Computerised and Corpus-based Approaches to Phraseology: Monolingual and Multilingual Perspectives / coord. por Gloria Corpas Pastor, María Rosario Bautista Zambrana, Cristina Castillo Rodríguez, Isabel Durán Muñoz, Jorge Jesús Leiva Rojo, Gema María Lobillo Mora, Pablo Salvador Pérez Pérez, Miriam Seghiri Domínguez, María Cristina Toledo Báez, Míriam Urbano Mendaña, Anna Zaretskaya, 2016, págs. 399-410
• Idioma: español
• Enlaces
  • Texto Completo Libro (pdf)
• Resumen

  • Este artículo pretende demostrar el potencial productivo de las investigaciones fraseológicas que se basan en la World Wide Web, con objeto de analizar las ventajas y desventajas que presenta el uso de este medio de investigación; en concreto, este trabajo se centrará en el uso de la web como corpus lexicográfico y como fuente de búsqueda avanzada, de contextos y de indicadores de uso. Además, observaremos el uso de Google como instrumento para las investigaciones fraseo-lexicográficas, especialmente para confirmar los equivalentes. Para ello, hemos analizado algunas expresiones idiomáticas y proverbios brasileños y franceses (quem não tem cão caça com gato / faute de grives on mange des merles; matar dois coelhos com uma cajadada só / courir deux lièvres à la fois; dar bode / faire long feu; estar com a macaca / avoir bouffé du lion). Los resultados obtenidos en este trabajo revelan algunos aspectos desconocidos, sobre todo culturales, ya que es posible encontrar en Internet un lenguaje sin filtros y más cercano al uso cotidiano. En este sentido, nuestro objetivo consiste en comprobar si Internet, más específicamente los buscadores automáticos, puede ayudar a establecer y confirmar equivalencias mediante contextos y, sobre todo, mediante la cantidad aproximada de resultados de las búsquedas. Por otra parte, los contextos encontrados se analizan basándonos en la metodología de la Lingüística de Corpus, Berber Sardinha (2000, 2004), Baker (1995, 1999), Tagnin (2001, 2004), y en la herramienta Concord del programa WordSmith Tools, que es un conjunto integrado de programas para observar cómo las palabras o expresiones se comportan en los textos. Creemos que es posible desarrollar una investigación científica tomando como base fundamentalmente Internet y aplicativos o demos gratuitos. A partir de los resultados obtenidos en este trabajo, podemos adelantar que el uso tanto de los presupuestos del Procesamiento del Lenguaje Natural (PLN) como de la Lingüística de Corpus ayuda a la elaboración de proyectos lexicográficos al proporcionar usos auténticos de la lengua.