Cazadores de palabras

Tienen un objetivo: reunir 25 millones de palabras cada a?o. Valen libros, art¨ªculos de prensa, blogs y hasta testimonios orales (siempre que se transcriban, claro). Adem¨¢s, todos esos textos pueden venir de cuatro continentes diferentes. Pero hay que cumplir con un requisito: que el conjunto sea lo m¨¢s representativo posible del castellano que se emplea en el mundo actualmente. Ese es el verdadero objetivo del Corpus del Espa?ol del Siglo XXI, m¨¢s conocido como CORPES XXI y ya disponible en l¨ªnea. Unas 70 personas trabajan en la codificaci¨®n de los textos bajo la coordinaci¨®n de la RAE, que vela por los objetivos de un proyecto que le encarg¨® la Asociaci¨®n de Academias de la Lengua Espa?ola. Sobrerrepresentaci¨®n es la palabra prohibida. ¡°Hay novelas que no podemos incorporar si son muy extensas porque un autor quedar¨ªa sobrerrepresentado¡±, ejemplifica Mercedes S¨¢nchez, coordinadora del CORPES. Y lo mismo pasa con el resto de par¨¢metros con que se clasifican los textos. En definitiva, que no tendr¨ªa sentido incorporar m¨¢s formas de Filipinas que de M¨¦xico porque los hablantes y la producci¨®n ling¨¹¨ªstica del pa¨ªs con m¨¢s hispanohablantes son muy superiores a los del archipi¨¦lago del Pac¨ªfico. Cuando en 2018 se alcancen los 400 millones de formas (25 millones por cada a?o entre 2001 y 2016) ser¨¢ la mayor recopilaci¨®n hasta la fecha. Aunque advierte su director, el acad¨¦mico Guillermo Rojo, que no ser¨¢ una muestra total: ¡°Los hablantes somos muchos y hablamos mucho¡±.