La Asociación de Academias de la Lengua Española publica la versión 0.4 del Corpus ASALE

En el año 2017, la RAE se dirigió a todas las Academias de la ASALE para ofrecer la posibilidad de añadir obras que considerasen importantes para el mejor conocimiento de la variedad correspondiente y que no podían figurar en el CORPES por cuestiones relacionadas con su diseño. Con los textos recibidos se construyó el Corpus Complementario del DLE.

Dado el interés de lo realizado hasta ese momento, en el Congreso de la ASALE celebrado en Quito en noviembre de 2024 se aprobó la creación del Corpus ASALE, cuyo objetivo es ofrecer a las Academias interesadas la posibilidad de seleccionar y codificar textos de acuerdo con los criterios del CORPES para poder utilizar los recursos de anotación y consulta ya desarrollados y, al mismo tiempo, avanzar hacia la conformación de corpus propios consultables en una plataforma común.

En la primera fase de creación del Corpus ASALE (2024-2025) participaron las siguientes academias:

Academia Boliviana de la Lengua
Academia Ecuatoriana de la Lengua (AEL)
Academia Peruana de la Lengua
Academia Puertorriqueña de la Lengua Española (ACAPLE)
Academia Dominicana de la Lengua
Academia Nacional de Letras de Uruguay

El primer prototipo se presentó el 16 de octubre de 2025 en el X Congreso Internacional de la Lengua Española (CILE), celebrado en Arequipa (Perú). A partir de ese momento se ofreció a todas las demás Academias la posibilidad de incorporarse al proyecto, con lo que la ASALE estará en disposición de ofrecer una plataforma única para la construcción, procesamiento y consulta de corpus textuales de todos los países hispánicos.

Se incorporaron a la segunda fase del proyecto las siguientes academias:

Academia Argentina de Letras
Academia Chilena de la Lengua
Academia Colombiana de la Lengua
Academia Cubana de la Lengua
Academia Ecuatoguineana de la Lengua Española
Academia Guatemalteca de la Lengua

La segunda versión, publicada en diciembre de 2025, incluyó más de doce millones de formas ortográficas. La tercera versión, que se publicó en abril de 2026, incorporó más de dieciséis millones de formas ortográficas.

La versión actual, la 0.4, supera los veinticinco millones de formas e incorpora textos seleccionados por todas las academias que participan en el proyecto, procedentes de textos escritos.

Incluye libros de ficción (novelas, relatos, obras de teatro) y de no ficción (ciencias sociales, actualidad, política, cultura…) y una pequeña representación de textos procedentes de prensa.

En cuanto a su distribución geográfica, los textos proceden de las Academias que han aportado materiales: Argentina, Bolivia, Chile, Colombia, Cuba, República Dominicana, Ecuador, Guatemala, Guinea Ecuatorial, Perú, Puerto Rico y Uruguay.

Las fechas de los textos abarcan desde finales del siglo xix hasta la actualidad.