El objetivo de este trabajo es reflexionar acerca de las ventajas e inconvenientes del empleo de los corpus informatizados. El caso que presentamos está vinculado a un proyecto de I+D sobre la gramaticalización de perífrasis verbales (GRAPEVERBA). Para llevar a cabo este estudio, hemos extraído las ocurrencias de los dos corpus académicos, CORDE y CREA. La falta de una lematización y de un etiquetado en ambos corpus nos ha planteado un problema de difícil solución, puesto que el número de ejemplos obtenido resulta excesivamente elevado. Otro problema tiene que ver con las ediciones textuales de las obras vertidas en los corpus de la Academia, de manera especial en el CORDE. Con cierta frecuencia, estas ediciones no son contemporáneas de los manuscritos originales, lo que compromete seriamente las conclusiones que se extraen acerca de la gramaticalización de algunas perífrasis verbales, por ejemplo de tener + (a/de) + infinitivo.

The aim of this paper is to address the advantages and disadvantages of working with electronic corpora to study the grammaticalization of verbal constructions in the history of Spanish. The data on which we base our study have been extracted from the corpora compiled by the Real Academia Española, i.e., corde and crea. These corpora lack lemmatization and tagging. Hence, when these corpora are consulted for a given expression, concordance searches often yield an unwieldy amount of irrelevant occurrences. Another difficulty we have encountered when working with these corpora, especially corde, has to do with the fact that, all too often, the editions that are used therein are not contemporaneous with the original manuscripts. This seriously compromises the conclusions reached by studies that use these corpora. We illustrate the problem with an analysis of the first documentations of the verbal periphrasis tener + (de/a) + infinitive.