Introduzione L’impiego di corpora elettronici nella ricerca linguistica si rivela partico larmente efficace quando ai dati raccolti ( raw data ) vengono aggiunte informazioni di carattere linguistico e funzionale che facilitano la loro in terpretazione da un punto di vista morfosintattico. Il risultato di tali pro cedure di analisi e rappresentato da Treebanks ovvero corpora annotati sintatticamente attraverso rappresentazioni ad albero. Solitamente distinta dalla procedura di mark-up , l’annotazione di un corpus realizzata con l’applicazione di sistemi computerizzati ( parsers ) che eseguono un’etichettatura delle parti del discorso ( POS tagging ) costituisce una procedura particolarmente efficace nel chiarire, ad esempio, casi di ambiguita grammaticale in cui un lessema, se privo di annotazione, puo essere interpretato sia come verbo (V) che come nome (N) (ad esempio work ). I parsers generalmente propongono descrizioni delle produzioni linguistiche di una comunita di parlanti basate su regole grammaticali estratte da un campione di dati e tale caratteristica talvolta non permette di eseguire l’analisi automatica anche di frasi non grammaticali . Si tratta, dunque, di sistemi di analisi basati su grammatiche di precisione che di stinguono principalmente cio che e grammaticale da cio che non lo e ba sandosi su un corpus necessariamente limitato di dati, in quanto la descri zione fa esclusivamente riferimento a campioni di frasi grammaticalmen te corrette di una lingua inseriti nel sistema. Tuttavia, la propensione dei parlanti a produrre costruzioni che presentano “deviazioni” dalla norma e il fatto che molti di essi usino una lingua straniera come strumento di co municazione comporta in se «that naturalistic ungrammatical sentences are of interest to linguists studying language production, language loss and language learning, and that the grammatical/ungrammatical distinc tion cannot therefore be completely dismissed» .