Acceso usuarios
Andrés Enrique Arias 
Este trabajo aborda una serie de problemas metodológicos relacionados con la investigación de la variación lingüística a partir de corpus informatizados. A través de una serie de estudios de caso con datos de Biblia Medieval (un corpus paralelo de traducciones de la Biblia en español antiguo) se muestra cómo este tipo de investigación puede beneficiarse del uso de textos paralelos. Para empezar, la metodología de los corpus paralelos ofrece una perspectiva más abierta, ya que es posible analizar todas las formas utilizadas para expresar contenidos del idioma de origen. Del mismo modo, los textos paralelos ofrecen comparabilidad directa de ejemplos concretos a través de diferentes períodos históricos, pues los equivalentes de traducción suelen insertarse en contextos de ocurrencia sintáctica, semántica y pragmática que son idénticos o muy similares. Por último, en un corpus paralelo es posible analizar la variación estilística de forma más controlada examinando cómo el mismo traductor selecciona diferentes opciones lingüísticas en función del género de cada texto.
This paper addresses a number of methodological problems related to corpus-based research in language variation. It is shown through a number of case studies using data from Biblia medieval (a parallel corpus of Old Spanish bible translations) how this kind of research can profit from parallel texts. To begin with, the perspective afforded by parallel corpus methodology is more open as it is possible to analyze all the forms used to express contents in the source language. Likewise, parallel texts offer direct comparability of concrete examples across different historical periods, as translation equivalents are likely to be inserted in the same or very similar syntactic, semantic and pragmatic contexts of occurrence. Finally, in a parallel corpus it is possible to analyze stylistic variation in a more controlled manner by examining how the same translator selects different linguistic options depending on the genre of each text.
