Etiquetas: corpus de estudiantes corpus oral español para fines específicos ámbito comercial

Descripción: El Corpus BANKIT recoge doce presentaciones orales en español realizadas por estudiantes italianos de Máster en Disciplinas Bancarias de la Universidad de Siena (Italia). Las grabaciones son homogéneas en cuanto al tema (presentación de bancos y productos financieros), extensión (entre 14 y 17 minutos) y nivel de competencia (B1+ con acceso al B2). Realizadas en 2014, bajo la dirección de María Cecilia Ainciburu, constituyen un corpus de alto valor para la investigación en español para fines...

Ver ficha completa

Etiquetas: corpus de estudiantes español para fines específicos estudiantes universitarios corpus oral

Descripción: El Corpus VC-Econ recoge producciones orales en forma de videocurrículos en español como lengua extranjera (ELE) realizados por 33 estudiantes italianos de la Universidad de Siena en el marco de un Máster en Economía. Las grabaciones son homogéneas en cuanto a tarea (presentación personal para solicitar una beca o programa de movilidad en España, tipo Erasmus), extensión (entre 2 y 4 minutos) y nivel de competencia (A2). La investigadora responsable es María Cecilia Ainciburu. El corpus ofrece...

Ver ficha completa

Etiquetas: hablantes de herencia corpus oral

Descripción: El Corpus EXPAT es un recurso digital diseñado para documentar las experiencias emocionales de niños y jóvenes españoles expatriados en Europa en relación con su español como lengua de herencia. Utilizando la plataforma VideoAsk, se recopilaron testimonios de 29 participantes sobre el uso cotidiano del idioma y su dimensión afectiva: sentimientos de orgullo, frustración o conexión con la lengua en contexto de expatriación. El corpus integra datos cuantitativos sobre la intensidad de esos...

Ver ficha completa

Etiquetas: corpus oral interacciones conversacionales

Descripción: El CEEHNI (Corpus de Expresión Emocional – Hablantes Nativos de español de origen español en la India) es un corpus oral compuesto por grabaciones de audio de ocho españoles residentes en la India, obtenidas mediante entrevistas semiestructuradas realizadas en línea a través de la plataforma Zoom. Las situaciones comunicativas se diseñaron para provocar respuestas emocionales espontáneas y se presentaron en formato dialogado, en el que la entrevistadora asume el papel de interlocutora. Cada...

Ver ficha completa

Etiquetas: corpus oral inmigrantes hablantes de herencia

Descripción: El corpus EmoEsBel_Sit_HH (Emocionalidad y mantenimiento del español en Bélgica en narraciones de situaciones emocionales por hablantes de español como lengua de herencia) forma parte de una investigación sobre el panorama lingüístico, sociocultural y emocional de migrantes y hablantes de herencia con ascendencia española en Bélgica. El corpus está alojado en el portal TransferLAELE de la Universidad Nebrija. Recoge fragmentos de entrevistas en las que se pide a los participantes —descendientes...

Ver ficha completa

Etiquetas: corpus escrito lenguaje técnico

Descripción: La plataforma Vocabulario Artístico reúne tres recursos complementarios para el estudio del léxico artístico en español: el Archivo Azcárate (AZCARTE), con 55.907 entradas de tecnicismos de las bellas artes, las artes plásticas, la heráldica y la indumentaria; el Corpus Azcárate de terminología artística (CARTE), que permite realizar búsquedas a través de 37 documentos históricos que suman más de 1.698.628 palabras ortográficas, seleccionados de entre las fuentes más significativas del archivo...

Ver ficha completa

Etiquetas: medios de comunicación panhispánico variedades del español corpus oral

Descripción: El Corpus Radiofónico Panhispánico (CO.RA.PAN) parte de una constatación fundamental: a pesar de los avances en la descripción del español pluricéntrico, todavía falta una base empírica sistemática y comparable que permita medir y describir las variedades nacionales del español estándar en todo el ámbito hispanohablante. La mayoría de los estudios existentes se concentran en la variación comunitaria o en los niveles coloquiales, mientras que la lengua estándar hablada, es decir, aquella...

Ver ficha completa

Etiquetas: corpus diacrónico variedades del español

Descripción: CoDiECh (Corpus Diacrónico del Español de Chile) es un corpus lingüístico de carácter histórico que reúne textos producidos por autores nacionales en la variedad chilena del español. Su propósito es ofrecer una base documental representativa de la tradición impresa nacional —tanto literaria como no literaria—, destinada principalmente al análisis lingüístico del español de Chile durante los siglos XIX y XX. No obstante, dada su condición de archivo digital, el CoDiECh ofrece ventajas...

Ver ficha completa

Etiquetas: corpus de vídeo actos de habla pragmática

Descripción: El corpus está compuesto por 108 vídeos (36 para cada acto de habla) de una duración total de 108 minutos y sus correspondientes transcripciones, con un total de 18737 palabras transcritas en total.Acto de habla del rechazo: 5655 palabras, 35 minutos transcritos.Acto de habla del cumplido: 5906 palabras, 27 minutos transcritos.Acto de habla de la disculpa: 7176 palabras, 46 minutos transcritos.Las grabaciones comenzaron a recopilarse en el campus de la universidad de Middlebury en Vermont,...

Ver ficha completa

Etiquetas: humor corpus multimodal

Descripción: Humnet. Corpus de humor digital en español es una base de datos creada para estudiar el humor digital en español y comprender cómo nos reímos en internet. Este recurso permite analizar cómo evoluciona el lenguaje, cómo se crean comunidades en torno a la diversión compartida y cómo el humor refleja tendencias sociales, patrones comunicativos y cambios culturales.Humnet reúne diferentes tipos de contenidos humorísticos —memes,  desmotivaciones, chistes y posts humorísticos— en distintos...

Ver ficha completa

Etiquetas: corpus oral interacciones conversacionales

Descripción: El Corpus Oral de Madrid ha sido grabado entre 2016 y 2019. Se trata de un corpus de habla oral que representa el habla de Madrid. En su versión actual consta de 106 conversaciones entre 485 hablantes madrileños, resultando en 57 horas de grabación y 469.860 palabras.El proyecto CORMA surgió para documentar el español conversacional espontáneo tal y como se presenta actualmente en Madrid. Se define por los rasgos siguientes:representa un corpus de interacciones lingüísticas en marcos y...

Ver ficha completa

Etiquetas: humor corpus escrito

Descripción: Humtext. Corpus de humor escrito es un corpus en línea diseñado específicamente para el estudio del humor escrito en publicaciones impresas, como periódicos, folletos, revistas, almanaques, libros, fascículos o fanzines. Este corpus complementa la base de datos multimodal Humcor, que recoge 125 años de producción oral humorística de distintas variedades del español de España, Hispanoamérica y Guinea Ecuatorial. ¿Qué incluye Humtext?Constituye una base de datos de textos humorísticos —chistes,...

Ver ficha completa

Etiquetas: corpus de vídeo corpus sonoro humor

Descripción: Humcor (Corpus Oral Multimodal de Humor en Español) es un corpus en línea diseñado específicamente para el estudio del humor en español. Se trata de una base de datos de textos humorísticos que incluyen géneros como chistes, monólogos, sketches y ventrílocuos, en dos modalidades principales (visual y auditiva), provenientes de programas de televisión y radio y diferentes soportes como discos de vinilo, de pizarra y cintas de cassettes. Este corpus incluye materiales de todas las décadas desde...

Ver ficha completa

Etiquetas: textos académicos

Descripción: El proyecto HARTA, Herramienta de Ayuda a la Redacción de Textos Académicos, ofrece un entorno de acceso abierto que tiene como objetivo ayudar a usar adecuadamente expresiones académicas como colocaciones (análisis detallado, estudio pormenorizado, corroborar una hipótesis) y fórmulas (a continuación, con el propósito de). HARTA ofrece la posibilidad de realizar consultas directas, bien a partir de un nombre como estudio para encontrar sus colocaciones, bien a partir de una...

Ver ficha completa

Etiquetas: español actual

Descripción: El Corpus del Español Actual (CEA) tiene 540 millones de palabras y está lematizado y etiquetado con información morfológica y/o categorial. El CEA está integrado por los siguientes elementos: la parte española del corpus paralelo español-inglés Europarl: European Parliament Proceedings Parallel Corpus v. 6 (1996-2010), el módulo en lengua española del Wikicorpus v. 1.0, que contiene una parte importante de la Wikipedia (2006), y la sección en español del MultiUN: Multilingual UN Parallel Text...

Ver ficha completa