Amaraunean euskarak duen corpusik handiena

“Ereduzko Prosa Gaur” da amaraunean euskarak duen testu-corpusik handiena. Izan ere, zazpi milioi hitz ditu eta 152 liburu daude guztira.

Orain arte, XX. Mendeko corpus estatistikoa zen euskarazko corpusik handiena, ia 5 milioi hitzekin, baina oraindik orain liburu berriak sartu dira Ereduzko Prosa Gaur testu arakatzailean eta orain azken hau da amaraunean dagoen euskarazko testu-corpusik handiena: zazpi milioi hitz ditu Ereduzko Prosa Gaur testu aztertzaileak.

Hala ere, beste hizkuntzek dituzten testu-corpusetatik oso urrun dago. Izan ere, ingelesezko British National Corpus delakoak, 100 milioi hitz ditu eta Bank of English delakoak, berriz, 300 milioi hitz. Frantsesezko FRANTEXT izenekoak 150 milioi hitz ditu , Gaztelaniazko CREA izenekoak 139 milioi hitz eta CORDE izenekoak 136 milioi hitz.

Zer da "ereduzko Prosa Gaur"

Batetik, Ereduzko Prosa Gaur azken urteotako testuak biltzen dituen corpusa da. Corpus hau digitalizatuta dago.

Bestetik, euskarazko testu eredugarriak hiztegi eta gramatika aldetik aztertu eta kontsultatzeko tresna da Ereduzko Prosa Gaur testu-aztertzailea. Idazle eredugarriek hitz jakin bat, edo esapide bat, edo beste zer edo zer nola erabili duten ikusteko balio du. Bilaketa era askotara egin daiteke: hitz bat sartu eta idazle batek nola erabili duen ikus daiteke, edo liburu batean nola erabilita dagoen, edo corpuseko testu guztietan nola erabilita dagoen. Alegia, bilaketa egiteko modu asko daude, eta era batera edo bestera bilatu beharko dugu topatu nahi dugunaren arabera.

Honela, euskal autore eredugarriek guztioi sortzen zaizkigun duda-mudei eman dizkieten irtenbideak ezagutu ahal izango ditugu.

Nola erabiltzen den zehatz-mehatz ikusteko klikatu HEMEN

Ereduzko Prosa Gaur EHUko Euskara Zerbitzuaren proiektuen ildoan kokatu behar da. Arduraduna Zerbitzuko kide den Ibon Sarasola hizkuntzalaria eta euskaltzaina da, proiektuaren antolatze-, garatze- eta zuzentze-lanei dagokienez. Laguntzaileak orobat Zerbitzukoak diren Xabier Alberdi, Jesus Mari Makazaga, Iñaki Ugarteburu eta Juan Garzia dira. Proiektuaren babesle Donostiako Udala da, Euskararen Udal Patronatuaren bidez.

Liburu berriak

Sortu zenean 87 liburu sartu zituzten eta orain labealdi berria sartu dute. Izan ere, azken urte hauetako 65 liburu sartu dituzte eta guztira 152 liburutako hitzak agertzen dira corpusean. Oraingoz, hitz lauzko liburuak sartu dituzte, hau da, nobelak, saiakerak eta itzulpenak. Bigarren labealdi honetan liburu hauek sartu dira:

Liburuak aukeratzeko irizpideak

Motzean esanda, arloren batean zer edo zer aportatzen duten idazleak dira ereduzkoak:

• Hitz edo esapide berriak sortzen dituztenak.
• Euskal literaturan ibilbide errekonozitua dutenak.
• Literatura oso ona egiten dutenak.
• Salmenten arabera behintzat arrakasta nabarmena izan dutenak
• Prestigio nabarmeneko sariak jaso dituztenak
• ...

Orain arteko erabilera

Ereduzko Prosa Gaur testu aztertzailea 2003ko azaroan jarri zen amaraunean, eta gaur egun 1.000tik gora bisita izaten ditu hilean batez beste. Dena den, abenduan 1.700 bisita izan zituen eta 2005eko urtarrilean 1600. Guztira, 15.000 bisita izan ditu azken 12 hilabetetan.

Ildo bereko artikuluak (irakurtzeko gainean sakatu)

• Ereduzko euskara esku-eskura

Inprimatu

Erantzun

Orain dela aste batzuk hedatu zenuten berri hau. Uste dut, egiaz, gauza handia dela, eta aski ona, euskaltzale guztiok kontsultatzeko gure eskura jarri den tresna hau. I. Sarasolak biziki ongi egiten du lan, duda gabe. Eta EHU tartean dagoelarik, poztasun handiagoa ematen dit horrek.

Baina ez dakit, bada, berriak dioena, bere horretan, egia den. Han esaten da hau dela sarean dagoen corpusik handiena, bere zazpi milioi hitzekin, eta orain arte "XX. mendeko corpus estatistikoa" zela handiena, 5 milioi hitzekin. Inori deusik ere kendu gabe, baina gauzak bere tokian utziz, esan behar dut KLASIKOAK izeneko bildumak aspaldi jarri zituela bere liburu guztiak sarean, soso osorik kontsultatzeko, PDFn edo Worden, eta denetara 7.228.862 hitz dituela corpus honek. Gainera testua bere osotasunean kontsulta daiteke, edo kopiatu ordenagailuan, edo inprimatu.

Egia da ez duela besteek sarreraka kontsultatzeko duten programa, baina hau da toki bakarra non, oker ez banaiz, 7 milioi luze hitz horiek denak batera (liburu osoak, ez pasarteak) har daitezkeen. Eta alde horretatik behaturik, hau da, gainerako datuak egiazkoak badira, eta besteei deus ere kendu gabe, eskura dugun corpusik handiena.

Uste dut nori berea eman behar zaion. Ez da esan beharrik, KLASIKOAK bilduman EHU ere hor dagoela administrazio kontseiluan.

(PELLO SALABURU hizkuntzalaria eta euskaltzaina da)

Euskarak duen corpusik handiena ez bada ere (tamaina ez baita beti garrantzitsuena), noiz izango dugu Interneten eskuragarri Orotariko Euskal Hiztegia idazteko erabiltzen den corpusa?
(RICARDO GÓMEZ Euskal Herriko Unibertsitateko irakasle eta FiloBlogia weblog-aren egilea da)