Corpus — это evidence, а не готовый урок
Concordance lines показывают, встречается ли выражение, какие слова находятся рядом и как меняется употребление. Это сильные данные, но сырые примеры автоматически не решают, какое различие нужно учащемуся, насколько широким должен быть Frame и какой соседний паттерн стоит сравнить.
Formulaic-language research использует corpus-informed approaches именно потому, что повторяющиеся многословные структуры можно исследовать эмпирически. Педагогический шаг всё равно требует отбора и интерпретации.
Metkagram добавляет curation и стабильные идентификаторы
Reviewed Frame получает стабильный ID, языковую принадлежность, ограничения, примеры и связи с Moves или Contrasts. Один и тот же объект затем можно использовать в lesson, API, AI tutor или будущей evaluation. Цель не заменить corpus evidence, а сделать его выбранную часть поддерживаемой учебной системой.
Так становится яснее и provenance. Corpus может поддержать наблюдение о том, что конструкция используется в определённых контекстах; решение опубликовать конкретную абстракцию как Metkagram Frame всё равно остаётся редакционным.
Сильный workflow двигается в обе стороны
Corpus evidence может оспорить существующий Frame: возможно, примеры слишком узкие, register label неточен или предполагаемый паттерн почти не встречается за пределами одной фразы. Curated library, в свою очередь, формулирует вопросы для corpus data — например, действительно ли два Frames различаются по контексту или частоте.
Для учащегося финальная поверхность при этом остаётся простой. Он видит reviewed examples и решения, а не стену concordance lines, тогда как проект способен использовать более широкие языковые данные за редакционным слоем.