The Missing Links

Преди почти четвърт век, когато започнах работа по първата си реална задача за създаване на корпус, технологичното развитие както в нашата страна, така и в света беше такова, че всичко свързано с процесите на събиране, анотиране и маркиране на електронни бази данни изглеждаше като нещо излязло от научнофантастичен роман или филм. Идеята да имаш милиони думи в електронен формат и да можеш да ги обработваш звучеше почти налудничаво, както казва Sinclair (1991a: 1). Днес обаче с наличието на огромни електронни библиотеки с книги и лесния достъп до дигитализирани версии на вестници, списания, журнали, блогове и социални медии е трудно да се повярва, че тогава трябваше да извършим цялата работа по създаването и компилирането на корпуса от нулата вместо просто да копираме готов текст.

Трябва обаче да се подчертае, че първоначалните стъпки през 90-те години бяха несигурни и трудоемки не толкова заради ограничените възможности на компютрите за съхраняване и обработка на големи количества езикова информация или пък защото имаше твърде малко текстове в електронен вид. Тези неудобства бяха компенсирани от необходимия ентусиазъм и отдаденост, както и от многото часове усилена ръчна работа върху критерии за проектиране, събиране и дигитализация на данните - много повече отколкото би отделил някой днес за подобна дейност. Всички препятствия бяха преодолени благодарение на нашата убедителност относно стойността на усилията ни; осъзнавахме важността им за бъдещето на лингвистичното изследване и практика – области които не могат да останат изолирани от глобализацията и технологичния напредък.