corpusgerelateerde

Corpusgerelateerde is een term die in het Nederlands wordt gebruikt om aan te geven dat iets verband houdt met of gebaseerd is op corpora. In de taalkunde en verwante disciplines verwijst het naar benaderingen, data en bevindingen die voortkomen uit gestructureerde verzamelingen van taalgebruik, zoals geschreven teksten of gesproken corpora. Daarmee onderscheidt een corpusgerelateerde aanpak zich door te vertrouwen op grote, authentieke taalgegevens in plaats van op beperkte of volledig theoretische voorbeelden.

Typische werkwijzen in corpusgerelateerde onderzoek bestaan uit het bouwen en annoteren van corpora, het berekenen van frequenties, het analyseren van collocaties en syntactische patronen, en het toepassen van statistische methoden om patronen te toetsen. Het gebruik van concordanties en variantieanalyse helpt bij het blootleggen van taalkundige generalisaties die gelden binnen specifieke domeinen of registers.

In lexicografie, taalonderwijs, vertaalonderzoek en natuurlijke taalverwerking wordt corpusgerelateerde onderzoek gebruikt om woordbetekenissen en gebruiksfrequenties te beschrijven, lexicale verwantschappen te modelleren, of materialen en hulpmiddelen te ontwikkelen. Het biedt concrete, empirische aanknopingspunten voor beschrijving en onderwijs en kan ondersteuning bieden bij de ontwikkeling van taaltechnologieën zoals spellings- en grammar checkers.

Belangrijke overwegingen zijn representativiteit van het corpus, genre- en registerbias, annotatiekwaliteit en de contextafhankelijkheid van taalgebruik. Soms worden termen als corpusgerelateerde, corpusgebaseerde en corpusgestuurde benaderingen door elkaar gebruikt; in de literatuur verwijzen ze vaak naar verwante maar soms onderscheiden invalshoeken: data-gedreven versus theorie-gedreven onderzoek.

---