Un carmen de Granada

Corpus

Corpus Granada

Español de un semestre en Granada: muestras de habla situadas en la ciudad, graduadas por nivel y anotadas con criterio del Plan Curricular del Instituto Cervantes.

¿Qué es?

Un corpus es una colección de textos reales o verosímiles, ordenada y anotada para poder consultarla: qué palabras aparecen, en qué contextos, a qué nivel. Los grandes corpus de aprendices de español (CAES, CEDEL2) sirven a la investigación; este es más pequeño y tiene otra intención: acompañar a quien pasa un semestre en Granada.

Cada muestra es una situación que el estudiante va a vivir —pedir en un bar, preguntar en la farmacia, buscar piso, hablar con el profesorado— escrita en el español que se oye aquí y graduada por nivel del Marco Común Europeo. Las anotaciones señalan funciones comunicativas, gramática, léxico, pragmática, cultura y rasgos de pronunciación.

Junto a la capa de referencia crece un corpus de aprendices: producciones de estudiantes de la Clínica, seudonimizadas y solo con su consentimiento explícito. En esta página solo se muestran de ellas estadísticas agregadas.

Cómo se hace

  1. 1

    PCIC antes que nada

    Antes de escribir una muestra se consultan los inventarios del Plan Curricular del Instituto Cervantes: funciones, gramática, nociones y saberes socioculturales del nivel.

  2. 2

    Diez agentes, un veto

    La Banda, un sistema de diez agentes con roles fijos, documenta la situación, redacta, anota y revisa. Uno de ellos solo puede vetar: si un dato de Granada no está documentado o el nivel no cuadra, la pieza no pasa.

  3. 3

    Etiquetario cerrado

    Solo se anota con un conjunto fijo y versionado de etiquetas. Un código inventado invalida la anotación. Así las consultas son comparables entre piezas y entre niveles.

  4. 4

    Procedencia declarada

    Cada pieza dice si es auténtica (con fuente y licencia), adaptada o generada para el corpus. Nunca se inventa Granada: precios, horarios y lugares se documentan o se marcan como no verificados.

  5. 5

    Revisión humana

    Ninguna muestra se publica sin que el profesorado la valide y la publique desde el panel de la Clínica. La máquina propone; la persona decide.

Muestras publicadas

Limpiar

El corpus en cifras

Muestras publicadas por nivel

  • A10
  • A22
  • B10
  • B21
  • C10
  • C20

Producciones de aprendices anotadas por nivel

Todavía no hay datos suficientes.

Fenómenos más señalados por nivel

Todavía no hay datos suficientes.

Las cifras de aprendices son agregadas: nunca se muestran textos ni datos de estudiantes.

Licencia y cómo citar

Las muestras publicadas se ofrecen bajo licencia Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 (CC BY-NC-SA 4.0): puedes usarlas en clase y en investigación citando la fuente, sin fines comerciales y compartiendo con la misma licencia. Las piezas auténticas conservan la licencia de su fuente. CC BY-NC-SA 4.0.

Cómo citar: Clínica Cultural y Lingüística (Granada). Corpus Granada: español de un semestre en Granada. https://www.clinicacultural.com/corpus

Si vas a pasar un semestre en Granada, la Clínica te acompaña con este corpus y con todo lo demás.