Introducción a la lingüística de corpus en español

La obra de Guillermo Rojo no solo es pionera en el ámbito de la lengua española, sino que constituye un pilar de referencia para la lingüística de corpus. Introducción a la lingüística de corpus en español se divide en siete capítulos, que presentan un breve “resumen” al comienzo, un apartado de “lecturas complementarias” y otro sobre “cuestiones, problemas y temas de investigación” al final de cada capítulo, además de un apartado de “notas”. Esto refleja en parte la marcada orientación didáctica que el autor ha querido conferir al libro, pues como apunta “está dirigido fundamentalmente a estudiantes de los últimos cursos de grados vinculados a la lingüística española, estudiantes de máster o doctorandos que desean adquirir formación en este terreno o necesitan profundizar en él” (p. XX). Obviamente, la lectura de esta obra confirma que cualquier investigador, especialista o estudioso sacará gran beneficio de ella. El primer capítulo se encarga de cuestiones introductorias como qué es un corpus, para qué sirve (investigación sobre elementos léxicos, clases de palabras y otras categorías gramaticales, aspectos semánticos, cuestiones diacrónicas, aspectos sociolingüísticos, etc.), tipos de corpus (generales o dialectales, sincrónicos o diacrónicos, orales o escritos, generales o especializados, cerrados o abiertos, etc.) y cómo y cuándo surge la lingüística de corpus. El segundo capítulo, “La lingüística de corpus y la metodología de investigación lingüística”, comienza cuestionando la clásica división entre letras y ciencias, propone en su lugar la división entre ciencias formales y ciencias factuales o empíricas, y trata de definir el concepto de cientificidad aplicándolo a las ciencias empíricas, de las que la lingüística forma parte. A continuación, Rojo describe el carácter de los datos lingüísticos y el análisis que lleva a cabo el lingüista (básicamente descripción, clasificación y explicación), subrayando que en el trabajo con corpus no se realiza “una criba previa que pueda condicionar luego la consideración del fenómeno ni distorsione las estadísticas cuando son necesarias” (p. 44). El uso de los ordenadores ha supuesto en este sentido una revolución instrumental; si bien eso no implica que la lingüística de corpus sea una teoría. Se trata –como indica el autor– de “una forma de acercamiento al estudio de los fenómenos y elementos lingüísticos fundamentada en ciertos supuestos acerca de qué aspectos del análisis son realmente relevantes” (p. 48). Rojo señala que las características de la lingüística de corpus son la objetividad, fiabilidad, replicabilidad y relevancia; y se detiene a presentar las diferencias de la lingüística de corpus con respecto a la lingüística racionalista y a la lingüística descriptiva tradicional. El tercer capítulo se ocupa del “Diseño, construcción y explotación del corpus”. El autor retoma aquí algunas preguntas esbozadas en el primer capítulo, que pasa ahora a describir más detalladamente. Rojo, después de ofrecer una nueva definición de corpus, comenta algunas cuestiones que se plantean antes de diseñar un corpus y que conforman sus características; por ejemplo, la cantidad y extensión de los textos, el género de textos, el tipo de textos (orales o/y escritos), etc. Precisamente la congruencia entre el diseño y los objetivos es lo