Un corpus di italiano scritto - CORIS/CODIS - è disponibile online da settembre 2001.
Il progetto, elaborato e coordinato da R. Rossini Favretti, è stato iniziato nel 1998 con la finalità di costruire un corpus generale di riferimento dell'italiano scritto, ben dimensionato e rappresentativo, accessibile e di facile fruizione.
Il CORIS contiene 150 milioni di parole ed è stato aggiornato tramite un corpus di monitoraggio inglobato con cadenza triennale. E' costituito da una raccolta di testi, autentici e ricorrenti nell'uso, in formato elettronico, selezionati come rappresentativi dell'italiano attuale.
Il progetto, al momento attuale, è il risultato di una ricerca svolta nell'ambito del'Università di Bologna. Ciò è stato reso possibile dallo sviluppo tecnologico, dal possibile riferimento ad esperienze precedenti e dal lungo periodo di preparazione che ha preceduto la fase progettuale e costitutiva.
Prevede come destinatari e fruitori un ampio numero di persone che si collocano dagli studiosi dell'italiano come L1 o L2, agli studenti italiani e stranieri impegnati in un'analisi linguistica basata su dati autentici e, in una prospettiva più ampia, a tutti coloro che sono interessati ad un'analisi intralinguistica e/o interlinguistica.

Progettazione e costruzione di un CORpus di Italiano Scritto

References

R. Rossini, F. Tamburini, A. Zaninello (2011), Exploiting corpus evidence for automatic sense induction, Actas del III Congreso de la Asociación Española de Lingüística de Corpus, Universitat Politècnica de València.

Grandi N., Montermini F., Tamburini F. (2011), Annotating large corpora for studying Italian derivational morphology. Lingue e Linguaggio, X.2., 227-244.

R. Rossini Favretti (2009), "Corpus data and frame semantics", in Abstracts of the International conference of the Linguistics Society of Belgium on Framing: from grammar to application, Antwerp, p. 17. (Presentation)

R. Rossini Favretti, F. Tamburini (2009), "Exploring register variation through corpus evidence", in Abstracts of DGfS 2009 Workshop on Corpus, Colligation, Register Variation, Osnabruck, p. 155. (Presentation)

F. Tamburini (2009). "PoS-tagging Italian texts with CORISTagger". In Proc of EVALITA 2009. AI*IA Workshop on Evaluation of NLP and Speech Tools for Italian, Reggio Emilia, December 2009.

R. Rossini Favretti (2008), "Grounding frame elements identification in corpus collocational patterns", in Proceedings of the 41st Meeting of the British Association of Applied Linguistics, Swansea, p.91-92. (Presentation)

F. Tamburini, C. Seidenari, A. Bolognesi, R. Bernardi (2008). "Italian Lexical-Classes Definition Using Automatic Methods.", In Rossini Favretti R. (ed.), Frames, Corpora and Knowledge Representation, Bologna: Bononia University Press, 95-120.

R. Bernardi, A. Bolognesi, C. Seidenari, F. Tamburini (2008). "Learning an Italian Categorial Grammar." In Rossini Favretti R. (ed.), Frames, Corpora and Knowledge Representation, Bologna: Bononia University Press, 185-200.

R. Rossini Favretti (2008). "Text, collocations and frames", in Rossini Favretti R. (ed.), Frames, Corpora and Language Representation, Bologna, BUP, pp.79-94.

R. Rossini Favretti (2008), Frames, Corpora and Language Representation, Bologna, BUP, 2008, pp.301.

R. Rossini Favretti, F. Tamburini, D. Proietti (2007), "Strumenti di esplorazione: i corpora", Tradurre per l'Europa, Accademia della Crusca, Florence, Italy.

R. Rossini Favretti (2007), "Multilinguismo e comunicazione in rete", in: Annali del Collegio Superiore. Anno Accademico 2007/08, G. Brandi (ed.), Bologna, BUP, 2007, pp. 175-185.

F. Tamburini (2007). "CORISTagger: a high-performance PoS tagger for Italian." Intelligenza Artificiale, IV(2), 14-15.

Onelli C., Proietti D., Seidenari C., Tamburini F. (2006). "The DiaCORIS project: a diachronic corpus of written Italian". In Proc. 5th International Conference on Language Resources and Evaluation - LREC 2006, Genova, 1212-1215.

Bernardi R., Bolognesi A., Seidenari C., Tamburini F. (2006). "POS tagset design for Italian". In Proc. 5th International Conference on Language Resources and Evaluation - LREC 2006, Genova, 1396-1401.

Bernardi R., Bolognesi A., Seidenari C., Tamburini F. (2005). "Automatic induction of a POS tagset for Italian". In Proc. Australasian Language Technology Workshop 2005, Sydney, 176-183.

Tamburini F. (2004). "Building Distributed Language Resources by Grid Computing". In Proc. 4th International Conference on Language Resources and Evaluation - LREC 2004, Lisbon, 1217-1220.

Bernardi R., Bolognesi A., Tamburini F., and Moortgat M. (2004). "Categorial Type Logic meets Dependency Grammar to annotate an Italian corpus". In Proc. Recent Advances in Dependency Grammars Workshop - COLING 2004, Geneva, 57-64.

Tamburini F. (2002). "A dynamic model for reference corpora structure definition". In Proc. Third International Conference on Language Resources and Evaluation - LREC2002, Las Palmas, Canary Islands, Spain, 1847-1850.

R. Rossini Favretti, F. Tamburini, C. De Santis (2002). "A corpus of written Italian: a defined and a dynamic model.", in A. Wilson, P. Rayson,  T. McEnery (eds.) , A Rainbow of Corpora: Corpus Linguistics and the Languages of the World, Lincom-Europa, Munich. 

F. Tamburini, C. De Santis, E. Zamuner (2002). "Identifying phrasal connectives in Italian using quantitative methods." In Phrases and Phraseology - Data and Descriptions, S. Nuccorini (ed.), Berlin: Peter Lang. 

R. Rossini Favretti (2002), "Corpus linguistics and Italian studies", In S. Nuccorini (ed.), Phrases and Phraseology - Data and Descriptions, Bern: Peter Lang, pp. 27-43.

R. Rossini Favretti (2001), "La linguistica dei corpora in Europa: prospettive di analisi", in Lingua e Stile, XXVI, 2, pp. 367-81.

R. Rossini Favretti (2001), "Interpretation and Representation in the Discourse of Economics". In P.L. Porta, R. Scazzieri, A. Skinner (eds.), in Knowledge, Institutions and the Division of Labour, Cheltenham: Edward Elgar, pp. 65-74.

R. Rossini Favretti (2000). "Progettazione e costruzione di un corpus di italiano scritto: CORIS/CODIS", in R. Rossini Favretti (ed.), Linguistica e informatica. Multimedialità, corpora e percorsi di apprendimento, Bulzoni, Roma, pp. 39-56.

F. Tamburini (2000). "Annotazione grammaticale e lemmatizzazione di corpora in italiano.", in R. Rossini Favretti (ed.), Linguistica e informatica. Multimedialità, corpora e percorsi di apprendimento, Bulzoni, Roma, pp. 57-73.