parolescritte
interroga:  scripta  ·  bsu  ·  civita

il corpus scripta


esplorazioni verbali


invenzioni verbali


Che cosa si può trovare?

Se c'è premura...

Chi vuole avere subito una risposta alla domanda del titolo non deve fare altro che saltare alla pagina delle interrogazioni, evitando di leggere quello che segue.

Chi invece preferisce avere qualche ragguaglio preliminare sulle ricerche che si possono condurre nel corpus linguistico scripta sappia che vi sono tre linee di ricerca (per autori, per testi e per parole o espressioni) che possono intrecciarsi e ritornare su se stesse.

Ricerca per autori

Gli autori presenti nel corpus appartengono tutti alla letteratura italiana, intesa nel senso più ampio di questa espressione, che va dal xiii secolo fino ad oggi.

Il testi prodotti da questi autori, pertanto, sono in buona parte opere di natura artistica, ma numerosi sono quelli di carattere scientifico, tecnico, filosofico, storico, religioso, politico, economico e giornalistico.

La tabella che segue è un esempio di quanto appena detto: comprende le collezioni più numerose di testi prodotti da un singolo autore (almeno 25 elementi) raggruppati per genere.

nautoregeneretesti
1Guia Sonciniarticolo di costume1000
2Benito Mussolinidiscorso985
3Eugenio Scalfariarticolo di fondo429
4Italo Calvinoepistola307
5Fulvio Abbatearticolo di costume281
6Ercole Pattirecensione239
7Umberto Ecobustina di Minerva148
8Alberto Moravianovella o racconto124
9Carlo Goldonicommedia116
10Filippo Panantiepigramma116
11Federico Caffèarticolo di fondo110
12Giovanni Papininovella o racconto105
13Dino Buzzatiarticolo di fondo100
14Vitaliano Brancatinovella o racconto86
15Emilio Salgariromanzo84
16Giuliano Gramignarecensione79
17Fernanda Pivanoarticolo di costume76
18Roberto Savianoarticolo di fondo66
19Pietro Metastasiolibretto d'opera61
20Sebastiano Timpanarosaggio divulgativo51
21Tommaso Landolfielzeviro50
22Anna Bantinovella o racconto46
23 [autore collettivo]costituzione44
24Eugenio Pacellienciclica41
25Giorgio Scerbanenconovella o racconto40
26Cesare Pavesenovella o racconto36
27Luigi Pirandellocommedia35
28Andrea Vitaliromanzo35
29Felice Andreasimonologo33
30Grazia Deleddaromanzo32
31Mario Appeliusdiscorso31
32Achille Rattienciclica31
33Gioacchino Peccienciclica30
34Alessandro Voltaepistola28
35Anton Giulio Barriliromanzo27
36Vincenzo Spinosonovella o racconto25

Ricerca per testi

Il numero dei testi contenuti in scripta cresce di continuo, grazie ai sistematici versamenti. Non è possibile, però, ottenerne un elenco completo perché risulterebbe troppo lungo. Ho preferito perciò raggrupparli prima di tutto per genere, e solo in subordine mostrarli sotto ciascuna delle corrispondenti classificazioni. È anche possibile, comunque, cercare un testo in base a un frammento del suo titolo.

Al momento, il testo più lungo è rappresentato dagli Annali d'Italia dal principio dell'era volgare sino al 1749 di Ludovico Antonio Muratori, costituiti di ben 2 462 029 parole. Due sono i testi più brevi, entrambi di sole sette parole: un lapidario discorso di Benito Mussolini, al quale mancano naturalmente le proverbiali pause e smorfie con le quali allungava la durata delle sue parole, e un epigramma di Filippo Pananti, sicuramente più immortale: Un epitaffio corto: / Pietro viveva. È morto.

Ogni testo, comunque, può essere esaminato singolarmente, per ricavare:

1. la percentuale delle parole in funzione delle rispettive lunghezze;

2. la percentuale dei periodi in funzione delle rispettive lunghezze;

3. la lista delle 100 occorrenze più numerose (sia completa, sia filtrata);

4. la percentuale delle parole comuni contenute nel Vocabolario di base.

Ricerca per parole o espressioni

Le parole contenute attualmente in scripta sono 289 662 447, distribuite su base cronologica secondo il grafico che segue:

1201-1225 1226-1250 1251-1275 1276-1300 1301-1325 1326-1350 1351-1375 1376-1400 1401-1425 1426-1450 1451-1475 1476-1500 1501-1525 1526-1550 1551-1575 1576-1600 1601-1625 1626-1650 1651-1675 1676-1700 1701-1725 1726-1750 1751-1775 1776-1800 1801-1825 1826-1850 1851-1875 1876-1900 1901-1925 1926-1950 1951-1975 1976-2000 2001-2025 108 107 106 105 104 103 102 101 100 100 75 50 25 0 quantità di parole ( milioni · unità )periodo

La rappresentazione lineare è riportata in rosso (scala a sinistra: milioni). Siccome a prima vista può apparire ben poca cosa, le ho sovrapposto una rappresentazione logaritmica in verde (scala a destra: unità). In effetti, la rappresentazione lineare può lasciar credere che vi siano ampie lacune in diversi intervalli cronologici. In realtà non è così: per quanto modesto, per esempio, il venticinquennio 1251-1275 conta un numero di parole compreso fra diecimila (104) e centomila (105).

Può risultare interessante anche conoscere come sono distribuite le parole in base alla classificazione dei testi. Una prima distinzione di massima è rappresentata nel grafico che segue.

testi letterari (60%)testi non letterari (40%)

Per testi letterari bisogna intendere poemi, romanzi, lirica e, in generale, i testi di invenzione. Ovviamente, per testi non letterari bisogna intendere i rimanenti.

Ci si può fare un'idea più precisa di questa suddivisione in base alla tabella che segue, la quale esplicita, in maniera quantitativa, una tabella più dettagliata.

ntipo di testonumero di parolepercentuale
1testo inclassificabile 648 3780,2
2testo espressivo 6 803 2112,3
3testo riferitivo con patto finzionale 166 492 71657,5
4testo riferitivo senza patto finzionale 63 863 32722,0
5testo dichiarativo 1 370 1470,5
6testo argomentativo debole 16 557 9745,7
7testo argomentativo forte 28 673 9379,9
8testo normativo condizionato 3 649 2811,3
9testo normativo non condizionato 1 603 4760,6

Si può interrogare il corpus sottoponendo vocaboli interi o frammenti iniziali di essi purché, in entrambi i casi, siano lunghi almeno quattro lettere.

Ho introdotto questa limitazione per evitare ricerche troppo gravose per la macchina. Esistono tuttavia delle parole brevi e assai comuni, come vita, per esempio, che produrrebbero egualmente una massa mostruosa, e tutto sommato inutile, di risultati. Per questa ragione va anche detto che si possono ottenere solo i primi mille risultati di una ricerca e, siccome essi vengono presentati cronologicamente, questo significa che, volendo cercare la parola vita senza condizioni, si può venire a sapere quante volte Dante la impiega nella Vita nuova ma non quante volte la impiega Aldo Busi nel suo romanzo Vita standard di un venditore provvisorio di collant che è stato pubblicato nel 1985. Ciò non vuol dire che è impossibile ottenere questo risultato; per averlo è sufficiente condizionare la ricerca a un autore, a un genere letterario, oppure ad entrambi.

Si possono eseguire le ricerche sulle parole sia in forma compatta, ottenendo solo il numero di occorrenze, per un determinato criterio di ricerca, sia in forma verbosa, ricavando le cosiddette concordanze in contesto, ovvero tutte le occorrenze del caso inserite in un breve frammento del testo (cinque parole prima e cinque dopo) che le contiene. Anche in questo caso la ricerca incondizionata è ristretta ai primi mille risultati, ma è sempre possibile restringere la ricerca a un autore, a un genere letterario, oppure ad entrambi.

Nei limiti di quaranta caratteri è anche possibile eseguire una ricerca per le espressioni. Va segnalato il fatto che la ricerca è tanto più veloce quanto meno le parole che compongono le espressioni sono numerose, brevi o comuni. Una ricerca per «io non vedo l'ora», perciò, potrebbe essere molto lunga, mentre la risposta per «arzigogoli stiracchiati» dovrebbe essere pressoché istantanea.

Infine, va tenuto presente che per le espressioni non è possibile ottenere le concordanze in contesto, bensì solo il numero di volte che esse compaiono in un determinato testo.