Corpus de Análisis Crítico del Discurso (CADS): Cobertura mediática comparada de FARC y ETA (105/105)

Este repositorio contiene el corpus textual procesado y estandarizado de 210 artículos de prensa (105 sobre las FARC y 105 sobre ETA) extraídos originalmente de ProQuest Central. Los datos han sido preparados para su análisis mediante herramientas de lingüística computacional (AntConc 4.2, Voyant Tools y Gephi) en el marco de un Análisis Crítico del Discurso (ACD) basado en el modelo tridimensional de Norman Fairclough. ESTRUCTURA DEL REPOSITORIO--------------------------/│-- README.txt (Este archivo de documentación)│-- stopwords_es_cads.txt (Lista de palabras vacías ajustada a prensa de conflicto)│├── corpus_farc/ (105 archivos .txt en codificación UTF-8)│ ├── FARC_Art_001.txt│ └── ...│├── corpus_eta/ (105 archivos .txt en codificación UTF-8)│ ├── ETA_Art_001.txt│ └── ...│└── scripts/ (Scripts de Python para limpieza y fragmentación) ├── limpiador_proquest_farc.py └── limpiador_proquest_eta.py ESPECIFICACIONES TÉCNICAS-------------------------* Formato de archivos: Texto plano (.txt)* Codificación: UTF-8 (sin BOM)* Volumen total: 210 artículos (105 FARC / 105 ETA)* Proceso de limpieza: Eliminación automatizada de metadatos de ProQuest, URLs, marcadores ISSN/copyright y ruido técnico mediante expresiones regulares (Python). CONDICIONES DE USO Y LICENCIA-----------------------------Los archivos individuales corresponden a textos periodísticos cuyo procesamiento se realiza con fines estrictamente académicos e investigativos al amparo del derecho de cita y uso justo (fair use). Este dataset estructurado y los recursos computacionales adjuntos se distribuyen bajo la licencia Creative Commons Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0). FORMA DE CITACIÓN-----------------[Osorio Llanos Emil], (2026). Corpus CADS: Cobertura mediática comparada FARC y ETA (105/105) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.[TU_DOI]