Creación de un corpus previo al registro en la web de anotación: el caso del antillanismo ‘canoa’

Abstract

El objetivo de esta investigación es presentar la creación de un corpus previo en la metodología seguida en la creación de una base de datos en abierto en el Proyecto PID2019-104199GB-I00 sobre la vitalidad de los ameri-canismos léxicos en las lenguas española e inglesa documentados en textos de los siglos XVI y XVII-AMERLEX-DATABASE (Proyectos de I+D+i – PGC). Dicho corpus previo se realizó antes del registro de los datos en la web de anotación con los datos extraídos de otros corpus: Léxico Hispanoamericano (1493-1993) (Boyd Bowman 2003); Diccionario de Americanismos (DA 2010); Nuevo diccionario histórico de la lengua española (DHLE 2013); Diccionario de la Lengua Española (DRAE/DLE, distintas ediciones); Corpus Electrónico del Español Colonial Mexicano (COREECOM 2013); y Corpus Diacrónico y Diatópico del Español de América (CORDIAM 2015) de la Academia Mexicana de la Lengua. AMERLEX debía contener ejemplos textuales de los objetivos propuestos. La anotación de corpus o la creación de marcas con información era necesaria para demostrar o probar una determinada teoría lingüística con respecto a los americanismos, y tanto era así que el registro del corpus era fiel reflejo de la teoría que se estaba describiendo o probando (Ide y Pustejovsky 2017) El propósito de este nuevo corpus es averiguar qué antillanismos, a través del estudio de caso de canoa, han per-vivido en la evolución histórica de las hablas americanas, y cuál ha sido el grado de difusión panhispánica o regional según las fuentes académicas en la sincronía actual (Quirós García y Ramírez Luengo 2015; Cáceres Lorenzo 2022). La vitalidad de una lexía indígena va unida a otras nociones como adaptación, adopción ortográ-fica, morfológica y semántica (Alvar 1975) y a la creación de nuevos significados en su proceso diacrónico de transmisión (Sala et álii 1982). Las conclusiones sobre la incorporación de las voces antillanas al español provienen de investigaciones parciales y dispersas (determinadas crónicas, textos de localidades muy concretas, etc.), pero, al mismo tiempo, en la última década existe una proliferación de nuevos corpus que persiguen obtener resultados acordes a la naturaleza de los escritos indianos (Rivarola 2012; Bertollotti y Company 2014) a la incorporación de las variables diacrónica, diastrática, diafásica y diatópica. La efectividad de un corpus como herramienta de investigación lingüística reside en gran medida en el tipo de búsqueda que permite hacer y en los datos que proporciona (Davies 2009). En nuestro caso, el citado corpus previo tuvo las siguientes funciones: 1) formar parte del marco teórico de la tarea que se quiere resolver y del objetivo del proyecto; 2) registrar datos de la bibliografía; 3) ser útil para crear un modelo de anotación; y 4) ser una información teórica necesaria en la interacción entre ingenieros y lingüistas. Los resultados obtenidos sobre este estudio de caso, en que canoa presenta más de once significados con sus respectivas variantes, supone una evidencia necesaria para la creación de un corpus en el que se informe sobre el reconocimiento de la integración y vitalidad de las voces antillanas en la lengua española.