Diseño y creación de un corpus de aprendices de español en Japón (CELEN)

Abstract

[Resumen] Presentamos CELEN, el primer corpus de aprendices dedicado en exclusiva al análisis de la expresión escrita de los estudiantes japoneses de español. Se trata de un corpus con vocación pedagógica, concebido como una suma de varios subcorpus locales, que son una muestra representativa de los textos que los estudiantes escriben durante un año académico en las clases de ELE de una universidad determinada. En este artículo se describe el primer subcorpus, correspondiente a la Universidad Kansai Gaidai, formado por 1.840 textos de 459 aprendices, unas 140.000 palabras. Se trata de un corpus abierto que está siendo ampliado con textos de otras instituciones. Está disponible para descarga bajo una licencia CC-NY-NC y puede ser consultado en línea en la plataforma Sketch Engine.

[Abstract] We present CELEN, the first learner corpus geared to the analysis of the written expression of Japanese students of Spanish. It is a corpus with a pedagogical aim, conceived as a sum of several local subcorpora, which constitute a representative sample of the texts that students write during one academic year in the Spanish classes of a given university. This article describes the Kansai Gaidai University subcorpus, made up of 1,840 texts from 459 learners, about 140,000 words. CELEN is an open corpus and is being extended with texts coming from others institutions. It is available for download under a CC-NY-NC license and can be consulted online in the Sketch Engine platform.