Corpus de Interlengua Española de Aprendices Sinohablantes

El CINEAS es un corpus lingüístico que se ha construido en el marco del proyecto FFI2016-80280-R, de MINECO, cuyo título es Elaboración y catalogación de un corpus de textos escritos en ELE producidos por estudiantes sinohablantes (véase sección Proyectos financiados).

Este corpus cuenta, en la versión 1.0, con 4378 textos escritos por estudiantes chinos de español de los niveles A1, A2, B1, B2 y C1 en contexto universitario de aprendizaje formal y en inmersión lingüística. Son textos recogidos en diversas universidades chinas y españolas. En estos momentos, el corpus ronda unas 435.000 palabras.

Los textos, escritos originalmene a mano, han sido digitalizados para facilitar su tratamiento informático. Asimismo, se han catalogado atendiendo a varios factores sociales y lingüísticos. Próximamente serán etiquetados los errores identificados en ellos para que puedan aplicarse búsquedas simples, cruzadas y avanzadas.

CINEAS cuenta con un acceso general a parte del corpus, que es de uso público, y con un acceso restringido a los investigadores e investigadoras del proyecto, que permite trabajar con la totalidad del corpus. En estos momentos, un usuario cualquiera puede hacer consultas simples, cruzadas y avanzadas, a partir de metadatos de carácter extralingüístico, en 2922 textos. En cambio, no puede todavía hacer consultas del etiquetado de errores que contiene el aplicativo TextAnnot.

Se puede acceder al corpus desde aquí.