2. Напрями у лінгвістиці, що передували появі корпусної лінгвістики: від картотеки до корпусу.

Корпусна лінгвістика може бути подана у вигляді набору методів, процедур і ресурсів, що пов'язана з емпіричними даними в лінгвістиці. Технології, які використовують в корпусній лінгвістиці були ще задовго до появи електронних комп'ютерів. Галузі лінгвістичних досліджень, в яких технології вплинули на розвиток сучасної корпусної лінгвістики, і навпаки: 1. Історична лінгвістика: зміна в мові реконструкція (порівняльно-історичний метод) - один з головних напрямків, що вплинув на сучасну корпусну лінгвістику, оскільки лінгвісти, які займаються історичними дослідженнями завжди використовували тексти як основне джерело. Поява великої кількості текстів, які доступні в електронному форматі зробило реальним великий збір великої кількості даних. На сьогодні, математично складні моделі мовних змін можна побачити за допомогою даних з електронних корпусів. 2. Написання граматики, лексикографія і вивчення мови: Граматисти 19ст писали свої твердження згідно прикладів, взятих з творів визнаних авторів. На сьогодні укладачі граматик можуть теж використовувати корпусний підхід, де входять не тільки твори класиків, але ще інші типи текстів. Важливе застосування корпусних даних - Computer-Assisted Language Lerning (CALL), де засноване на корпусі програмне забезпечення використовується для підтримки інтерактивної навчальної діяльності, що здійснюється за допомогою комп'ютера. 3. Соціолінгвістика: мовне різноманіття. Варіативна лінгвістика розпочалась зі складу карт діалектів і збірників ділектних виражень в останній третині 19ст. На сьогодні, електронні корпуси часто використовують в дослідженнях мовного різноманіття (на прикл, діалектів, соціолектів, регістрів). Математичні методі (мультифакторний аналіз). Сучасна корпусна лінгвістика використовує і розвиває ці методи.

3. Історія створення лінгвістичних корпусів

Перші корпуси комп'ютеризованих текстів - 1960-і роки.

Перший комп'ютеризований корпус - Браунівський корпус (The Brown Corpus) - включає 500 текстів з американських книг, газет, журналів, вперше опублікованих в США у 1961 році. Довжина тексту 2000 слів (слововживань), все зібрання - 1 млн. слів (500 текстів). Автори корпуса У. Френсис (W. Francis) та Г. Кучера (H. Kucera).

Корпус має частотний і алфавітно-частотний словник, статистичні розподіли.

Мета створення - забезпечити системне вивчення окремих жанрів письмової англійської мови і порівняння жанрів.

Поява викликала інтерес і дискусії, щодо відбору текстів та потенційно розв'язуваних на такому корпусі завдань.

Пізніше європейські дослідники склали корпус текстів, вперше опублікованих у Великобританії в 1961 році. 15 жанрів (регістрів), 500 текстів по 2000 слів (слововживань). Він включав 1 млн. слів британського варіанту англійської мови, і його назвали корпусом Ланкастер-Осло-Берген (The Lancaster-Oslo-Bergen Corpus, за назвами британського і двох норвезьких університетів, або коротко LOB).

Корпуси типу Браунівського важливі для дослідників, які хочуть використовувати корпус в цілях лінгвістичного опису й аналізу.

Прогрес у техніці (сканери) полегшив процес створення корпусів, і останні з них містять вже мільярди слів (слововживань).

До 1990 року вже було зафіксовано більше 600 комп'ютерних корпусів. По роках складання вони були розподілені приблизно таким чином :

-1965 10

1966-1970 20

1971-1975 30

1976-1980 80

1981-1985 160

1986-1990 320

Найбільш відомі:

• Британський національний корпус (British National Corpus - BNC),

• Міжнародний корпус англійської мови (International Corpus of English - ICE),

• Лінгвістичний Банк англійської мови (Bank of English),

• Корпус сучасної американської англійської (Corpus of Contemporary American English - COCA).

У першій половині 1990-х років корпусна лінгвістика остаточно сформувалася як окремий напрямок науки про мову. Вона тісно взаємодіє з комп'ютерною лінгвістикою, використовуючи її досягнення і, в свою чергу, збагачуючи її.