corpus

corpus là một thuật ngữ đa nghĩa, tùy thuộc vào lĩnh vực sử dụng mà nó mang những sắc thái hoàn toàn khác nhau. Đối với người học tiếng Anh, điều quan trọng là phải xác định ngữ cảnh để tránh nhầm lẫn giữa thuật ngữ ngôn ngữ học, văn học và y khoa.

Sắc thái trong ngôn ngữ học và dữ liệu

Trong lĩnh vực ngôn ngữ học hiện đại và trí tuệ nhân tạo, corpus (số nhiều là corpora) được hiểu là một kho ngữ liệu. Đây không đơn thuần là một danh sách từ vựng, mà là một tập hợp dữ liệu văn bản hoặc lời nói thực tế, có quy mô lớn và được tổ chức một cách hệ thống. Mục đích của corpus là cung cấp bằng chứng thực nghiệm về cách ngôn ngữ được sử dụng trong thực tế, thay vì dựa trên các quy tắc lý thuyết.

Ví dụ: Khi nói về việc huấn luyện các mô hình ngôn ngữ lớn, người ta sử dụng a massive text corpus (một kho ngữ liệu văn bản khổng lồ).

Sắc thái trong văn học và pháp lý

Khi dùng trong bối cảnh văn bản, corpus ám chỉ phần thân bài hoặc toàn bộ tập hợp các tác phẩm của một tác giả hoặc một chủ đề cụ thể. Nó nhấn mạnh vào tính toàn vẹn và sự tập trung của nội dung chính, loại bỏ các phần phụ trợ như lời tựa hay chú thích.

Ví dụ: the corpus of the treaty (phần thân bài của hiệp ước) tập trung vào các điều khoản cốt lõi thay vì các phụ lục đi kèm.

Sắc thái trong y khoa và giải phẫu

Trong y học, corpus có nghĩa là tử thi hoặc một cấu trúc hình thân/khối trong cơ thể (như corpus callosum - thể chai trong não). Ở ngữ cảnh này, từ này mang tính kỹ thuật thuần túy và mô tả hình dáng vật lý.

Ví dụ: examination of the corpus (khám nghiệm tử thi) là thuật ngữ chuyên môn trong pháp y.

Phân biệt với các từ tương tự

Người học cần phân biệt corpus với body (cơ thể/thân bài). Mặc dù cả hai đều có thể dịch là "thân" hoặc "cơ thể", nhưng corpus mang sắc thái trang trọng, học thuật và chuyên môn cao hơn nhiều. Trong khi body là từ thông dụng hàng ngày, corpus chỉ xuất hiện trong các văn bản nghiên cứu, pháp lý hoặc y khoa chuyên sâu.