tekstikorpuksiin

Tekstikorpuksiin on suomenkielinen kieliopillinen muoto, joka viittaa tekstikorpuksien illatiiviin monikkoon—siis suuntaan kohti useita tekstikokoelmia. Tekstikorpus tarkoittaa suurta, rakenteellista kokoelmaa tekstejä, jota käytetään kielitieteellisessä analyysissä, korpuslingvistiikassa sekä kielenkäsittelyn kehittämisessä. Tekstikorpuksiin liittyy siis sekä kieliopillinen muoto että käytännön toiminta, jossa useammasta lähteestä kerätty data kootaan tai liitetään yhteen suurempien korpusten rakentamiseksi.

Käytännössä tekstikorpuksiin viittaa usein prosessiin, jossa aineistoa kerätään, valitaan, merkitään ja tallennetaan useista tekstilähteistä. Tällainen toiminta on keskeinen osa corpus- ja data-analyysien suunnittelua: tekstit tallennetaan standardoidisti, niille annetaan metatietoja (kieli, julkaisuvuosi, genre), ja ne voidaan annotoida osittain tai kokonaisuutena. Tekstikorpuksiin liittyy myös oikeudellisia ja eettisiä kysymyksiä, kuten käyttöoikeudet ja tekijänoikeudet, sekä käytönohjeet ja lisenssit.

Koska tekstikorpuksiin on kieliopillisesti muoto, sen käyttö on sidoksissa kontekstiin. Se esiintyy muun muassa tutkimus- ja raportointitekstissä, jossa viitataan useisiin kokoelmiin koottuun aineistoon tai joissa kuvaillaan aineiston siirto- tai yhdistämisprosessia. Tekstikorpuksiin ei ole erillinen tekninen luokka, vaan arkipäiväisessä käytössä se ilmaisee monien tekstikorpusten tarkoitukseen liittyvää toiminta.