COLA: lingvistikk og språkstudier.
Språkkorpus og ungdomsspråk.

Bloggen tar for seg begreper, språkendring, etymologi og kommunikasjon. Et muntlig korpus gjør samtidig samtaler søkbare og sammenlignbare; COLA språkkorpus dokumenterer ungdommers talemål gjennom prosjektmateriale, publikasjoner og transkripsjoner.

Artiklene forklarer begrepene, mens språkkorpuset viser hvordan de ser ut i faktisk tale. Korpuset selv, med tilgang til tekst og lyd, har sin egen side hos Høgskolen i Østfold: Cola-korpuset.

Transkripsjonene er merket med talerbytte, overlapp og pauser, slik at samtalestrukturen kan leses direkte i teksten. Bibliografien viser hvem som har brukt materialet, til hvilke spørsmål, og hvor arbeidet er publisert. Materialet er spansk: opptakene ble gjort blant ungdom i Madrid, Buenos Aires og Santiago de Chile, og korpuset er kommet til gjennom et samarbeid mellom Universitetet i Bergen og Høgskolen i Østfold.

Prosjektet ble drevet ved Universitetet i Bergen som en fortsettelse av Bergen Corpus of London Teenage Language, forkortet COLT, som hadde dokumentert talemålet til ungdom i London. Tanken var å lage for spansk det som allerede fantes for engelsk, og å lage det med samme framgangsmåte, for det er bare da de to datasettene lar seg sammenligne.

Innsamlingen fulgte metoden fra British National Corpus, beskrevet av Crowdy i 1991. Ungdommene gjorde opptakene selv, med minidisc-spillere de hadde med seg i vanlige samtaler med jevnaldrende, uten voksne til stede. Det siste er et krav i designet og ikke en tilfeldighet: en forsker i rommet gir en annen slags tale, mer påpasselig og mindre spontan. Deltakerne var mellom tretten og nitten år, og de ble i tillegg klassifisert etter sosialt sjikt, slik at en forskjell mellom to byer kan skilles fra en forskjell mellom to grupper.

Materialet er organisert i tre delkorpus etter innsamlingsby: COLAm i Madrid, COLAb i Buenos Aires og COLAs i Santiago de Chile. Opptakene ble transkribert med programmet Transcriber, som knytter hver replikk til en identifisert taler og merker av turer, pauser og overlapp. Det er denne merkingen som gjør COLA språkkorpus søkbart som datasett og ikke bare lesbart som tekst. Uten den ser en avbrytelse og et høflig svar helt like ut på papiret, og forskjellen mellom dem er nettopp det som skal undersøkes.

Det forskerne har lett etter i materialet, er trekk som bare viser seg når folk snakker uten å tenke på hvordan de snakker: pragmatiske markører, tiltaleformer, gruppeleksikon, forsterkere og banning som binder samtalen sammen i stedet for bare å understreke. En egen linje i arbeidet er kontrastiv og sammenligner spansk ungdomsspråk med engelsk og norsk, blant annet om engelske lånord i norsk og chilensk ungdomstale. For en norsk leser er det den nærmeste inngangen til materialet: spørsmålene om lånord og språkendring som bloggen tar opp, er de samme spørsmålene korpuset ble bygget for å svare på med data.