Presentación del Corpus de interlengua chino HSK

Abstract

Desde que se construyó el primer corpus de interlengua chino en China en 1995 hasta el momento presente se han construido diez corpus de interlengua chino en China, entre los que el Corpus de Composición HSK es el más influyente. El Corpus de Composición HSK es una recopilación de las composiciones del examen oficial de chino HSK (nivel avanzado) escritas por los candidatos extranjeros desde 1992 hasta 2005.El corpus se lanzó en diciembre de 2006 con un total de11.569 composiciones, unos 4,24 millones de palabras. Tomando como ejemplo España, hay 11 textos con un total de 3.836 palabras chinas. El corpus HSK contiene las siguientes herramientas de búsqueda: búsqueda general, búsqueda avanzada, búsqueda de oraciones y textos y resultados del análisis estadístico, incluido el análisis estadístico de caracteres y palabras chinos por año, nacionalidad, nivel, etc. Según datos de la plataforma académica más grande de China CNKl (China National Knowledge Infrastructure), hasta 2022 se han publicado en esta plataforma más de 3.100 artículos científicos sobre este corpus. Sin embargo, según nuestra investigación, en el corpus HSK existen las siguientes deficiencias: desequilibrio de la colección de textos, problemas con el etiquetado delas palabras chinas, falta de continuidad, textos poco espontáneos que no representan muestras reales, está centrado en la investigación, no en la enseñanza, etc. Esperamos que los profesores de chino en España puedan mejorar la calidad de la enseñanza del chino basándose en los resultados de la investigación de este corpus también esperamos que este corpus se siga mejorando y actualizando.