Linguistica dei corpora e linguistica dei corpora italiana. Un’introduzione.

Quello che qui si presenta non è un manuale tecnico di statistica testuale pensato per l’ingegnere computazionale, che forse non ne avrebbe neppure bisogno, sia perché è di solito interessato ad operazioni più complesse della “semplice” linguistica dei corpora, sia perché la sua bibliografia di riferimento c’è già, sia pure in lingua inglese. La mia intenzione è invece di rivolgermi al linguista (ancorando chiaramente la linguistica dei corpora alla storia della linguistica, sfatando la credenza diffusa tra i linguisti generali che questa sia solo roba da praticoni) ed a tutti gli altri potenziali utenti di corpora non linguisti, in primis filologi e storici della lingua, ma non solo, offrendo loro una presentazione volutamente molto sintetica, quasi un breviario laico. Iniziale e non iniziatico. Il côté informatico e quello statistico non saranno quindi prioritari (tanto poi se son rose fioriranno, ma prima sinite parvulos ad me), quello che conta è prima una mossa culturale definita, e poi mettere praticamente in grado chiunque di tracciarsi la propria strada. La bibliografia al fondo serve appunto a ciò: permettere al lettore, una volta che abbia trovato il proprio orientamento, di andare oltre nella direzione che deciderà. Ed a questo secondo scopo presenterò per il solo italiano un panorama delle risorse liberamente disponibili (ad esclusione di quelle commerciali), dopo essermi soffermato sugli elementi, prima, teorico-storici e, poi, costitutivi del corpus, sui quali mi soffermerò di più, avendo in mente tanto l’utente ingenuo quanto il potenziale costruttore di corpora fai-da-te, che di solito non è un tecnico.