Euskal Herriko Unibertsitateko (UPV/EHU) Euskara Institutuak corpus integral bat sortzeari ekin dio mintzaira- eta hizkuntza-zailtasunak dituzten haurrekin lan egiten duten logopedei eta entzumen- eta mintzaira-irakasleei hizkuntza-materialak prestatzeko lanabes bat eskaintzeko asmoz. Ekimenaren helburu nagusia da corpus digital bat garatzea, 2 eta 8 urte bitarteko haurrentzako literaturatik abiatuta eta corpus hori ustiatzeko bilaketa-sistema bat sortzea, non profesionalek askotariko irizpideen arabera hizkuntza-materialak aukeratu ahal izango dituzten.

Haurren mintzaira- eta hizkuntza-nahasmenduek askotariko ezaugarriak izan ditzakete eragiten duten hizkuntza mailaren edota mailen, eta hizkuntza-ekoizpenean edota ulermenean duten aurkezpenaren arabera. Logopeda eta entzumen eta mintzaira irakasleek, sarritan, berariazko material linguistikoak behar izaten dituzte zailtasun horiek sistematikoki lantzeko, eta lanketa hori haurraren hizkuntza funtzionalean ahalik eta gehien orokortzeko. Horretarako, ezinbestekoa izaten da ezaugarri linguistiko zehatz batzuk partekatzen dituzten ahalik eta material gehien eskuragarri izatea. Zoritxarrez, gaur egun ez dago euskarara egokitutako material komertzialik hizkuntza eragozpenen esku-hartzeetarako, eta horrek erronka handiak dakartza mintzaira eta hizkuntza-arazoak dituzten haur euskaldunen arretaren kalitatean. 0-8 urte bitarteko Euskal Haur Literaturako Corpusa urrats garrantzitsua da gai honi ekiteko, logopedei hizkuntza-baliabide baliotsua eskainiko baitie.

Hasierako bertsioan, corpusak 428 liburu ditu, bi adin-taldetan sailkatuta: 0-4 urte eta 5-8 urte. Corpusa 392.413 testu-unitatek eta 34.331 hitzek osatzen dute, 8.637 lema desberdinekin. Gaur egun, hizketako eta hizkuntzako terapeuten behar espezifikoetara egokitutako bilatzailea ezartzeko prozesuan gaude. Interfaze bat erabiliz, bilaketa errazak eta kontsulta fonemikoak egin daitezke. Lehenengoan, erabiltzaileek corpusaren barruan hitz edo hizkuntza-segida espezifikoak berreskuratzeko aukera dute. Bilaketa fonemikoetan aldiz, berariazko grafiketan (e.g., d) edo propietate fonemikoetan oinarritutako hitzak aurki daitezke, hala nola artikulazio puntuaren, moduaren eta fonemen sonoritatearen arabera (e.g., ezpainbikaria, igurzkaria, ahostuna). Horrek hitzen zerrenda bat bueltatzen du; irizpideak betetzen dituzten fonemak dituzten lemen zerrenda, bakoitzak corpusean duen agerpenen kopuruarekin batera.

Etorkizunari begira, corpusa zabaltzeko asmoa dago, hizkuntza-materialen sorta zabalagoarekin aberastuz. Halaber, bilaketa-motorra findu nahi dugu, maila fonologiko, lexiko, semantiko, morfosintaktiko eta gramatikalak biltzen dituzten bilaketak egin ahal izateko, zenbait irizpide barne hartuta. Hala nola silaba egitura, posposizioak, hitzen maiztasuna edota hitz/esaldiaren luzera eta konplexutasuna. Horretaz gain, baliabide multimodalek logopedian eta hizkuntzaren terapian duten garrantzia aintzat hartuta, corpusean ikusizko euskarriko materialak sartzea ere aurreikusten da.

Laburbilduz, baliabidea hobetzeko lanean jarraitzen dugun arren, uste dugu tresna baliotsua izan daitekeela arlo kliniko edo hezkuntzaren esparruan mintzaira  eta hizkuntza-eragozpenak dituzten haurrekin lan egiten duten profesionalei euskarazko, banakako eta kalitatezko eskuhartzea eskaini ahal izateko.  

Corpusa hemen aurki daiteke: [Lotura](https://www.ehu.eus/ehg/08corpusa/)