corpus

词源故事

Corpus 直接源自拉丁语 corpus，意思是“身体”。这个词在古拉丁语中就存在，与希腊语中表示“身体”的 sōma 是平行词，但两者并非同源。Corpus 更久远地可追溯至原始印欧语词根 *kʷrep-，意为“身体”、“形体”或“外表”。这个词根在古英语中演变为 hrif（躯干、肚子），在古诺尔斯语中演变为 hrīf（躯干），皆属同源亲属。 西方古典时期，corpus 的含义非常具体——就是血肉之躯。古罗马的解剖学著作用它指代尸体，法律文献则用它指代“人身”或“实体”。重要的转折发生在公元6世纪，东罗马帝国皇帝查士丁尼下令编纂罗马法大全，拉丁语书名就叫 Corpus Iuris Civilis（民法大全）。这里的 corpus 从“身体”隐喻为“整体、合集”，就像法律条文的“身体”一样。中世纪晚期，这个词的用法进一步扩大——15世纪起，欧洲学者开始用 corpus 来指某位作家或某个领域的全部著作（如 Corpus Aristotelicum “亚里士多德文集”）。进入20世纪，随着语言学和计算机科学的发展，corpus 又延伸到“语料库”这个现代含义，指大规模、结构化的语言文本集合。从真实的血肉到法律的筋骨，再到文字的海洋，corpus 的意义始终围绕“一个完整的实体或集合”这一核心。