MSD-Manuals DE-ES. Un corpus de comunicación especializada mediada médica en el Parallel Corpus of German and Spanish (PaGeS)

Resumen: Este trabajo presenta el corpus MSD Manuals DE-ES, un suplemento del corpus PaGeS en el proyecto PaCorES, centrado en la comunicación especializada en medicina. El corpus se basa en las versiones profesional y para el público general de los Manuales Merck/MSD, reconocidos por su fiabilidad y accesibilidad. El objetivo principal es documentar el proceso de compilación y alineación del corpus, que, en su versión 1.0 incluye más de 500.000 bisegmentos y 17,5 millones de palabras, distribuidas en dos subcorpus (MSD Manual DE-ES home y MSD Manual DE-ES profesional) que reflejan registros comunicativos distintos: experto-lego y experto-experto. La metodología empleada combina herramientas del proyecto MTUOC y scripts desarrollados con ayuda de modelos de lenguaje como Copilot y LeChat, lo que permite automatizar tareas complejas como la extracción de texto, la alineación y la gestión de metadatos. Se detallan los retos técnicos, como la limpieza de datos y la segmentación, y se reflexiona sobre el potencial de la inteligencia artificial en la lingüística de corpus. El corpus MSD-Manuals DE-ES sirve a la investigación en traducción especializada, lexicografía y enseñanza de lenguas con fines específicos y contribuye a paliar la escasez de recursos paralelos en el ámbito biosanitario para el par de lenguas alemán-español. Su integración en PaGeS refuerza la oferta de corpus accesibles en línea para la comunidad investigadora.