Linguistica e informatica: la linguistica dei corpora in Italia

A critical overview of main issues and problems in Italian Corpus Linguistics.

La linguistica oggi sembra essere caratterizzata da un interesse particolarmente intenso nei confronti dei corpora. In particolare si sottolineano da una parte le esigenze descrittive di natura più genuinamente scientifica che si fanno strada anche all’interno di paradigmi linguistici tradizionalmente lontani da un approccio che privilegia l’analisi delle esecuzioni; dall’altra in connessione con la linguistica computazionale (anche di stampo generativo nell’impostazione, come il Natural Language Processing) i grandi corpora di riferimento delle principali lingue europee e corpora specialistici di diverso genere diventano strumento indispensabile per la costruzione di applicazioni computazionali dalle prestazioni più flessibili e più aderenti ai concreti usi linguistici. In entrambe le prospettive inoltre si rafforza il legame con la statistica linguistica che necessita dei corpora per esistere, e che fornisce uno degli strumenti, spesso detti impropriamente “non linguistici”, per la costruzione di realizzazioni computazionali. Un altro aspetto di considerevole interesse è inoltre rappresentato dalle enormi potenzialità che la linguistica dei corpora sviluppa per la costruzione di strumenti glottodidattici (per la lingua prima e per le lingue seconde). Nei prossimi paragrafi si cercherà, senza mirare all’esaustività, di fornire una panoramica dello stato dell’arte di questa disciplina in Italia e delle prospettive che questi lavori aprono sia per la linguistica teorica, che per la linguistica applicata e computazionale.