Kotimaisten kielten keskuksen arkistojen laajat kokoelmat on koottu yli sadan vuoden aikana. Aineistot sisältävät etupäässä koulutettujen kerääjien tallentamaa tietoa, mutta myös erilaisin yleisökilpailuin ja kyselyin saatua materiaalia. Paperimuotoisten kokoelmien lisäksi saatavilla on nauhoitteita, ja sähköisten aineistojen tarjonta lisääntyy kaiken aikaa. Kokoelmat ovat lähes kauttaaltaan asiakkaiden vapaasti käytettävissä. Verkossa aineistoja tarjotaan käyttöön mahdollisimman avoimesti ja maksutta.
Suomen kielen nauhoitearkisto
Suomen kielen nauhoitearkiston aineistot on koottu puhutun kielen tutkimuksen tarpeisiin. Aineisto koostuu äänite- ja videomuotoisista nauhoitteista, joita on yhteensä noin 24 000 tuntia. Nimestään huolimatta SKNA muodostaa monikielisen kokonaisuuden, jonka painopiste on ollut Suomessa puhutun kieliympäristön kuvaamisessa. Suomen kielen nauhoitearkisto on listattu Unescon Maailman muisti -ohjelman kansalliseen rekisteriin vuonna 2024.
Nykysuomen sana-aineistot
Nykysuomen sana-arkisto on yli 5,5 miljoonan sanalipun kokoelma, jota käytetään sanakirjatyön tarpeisiin. Vanhin aineisto on koottu 1900-luvun alun kirjallisista lähteistä Nykysuomen sanakirjan (1951–1961) toimittamista varten. Arkiston uusin, sähköinen ja jatkuvasti kartutettava osio on nimeltään Nykysuomen sanatietokanta. Sitä hyödynnetään Kielitoimiston sanakirjan toimitustyössä. Sähköisen sanatietokannan vanhimmat lähteet ovat vuodelta 1984.
Suomen murteiden sana-arkisto
Suomen murteiden sana-arkiston aineistot on koottu Suomen murteiden sanakirjan toimituksen tarpeisiin. Aineisto koostuu noin 8 miljoonasta sanatiedosta, joiden tukena toimivat analogiset kerääjä- ja vastaajarekisterit. Sanatietojen lisäksi arkistoon kuuluu mm. perinteentutkimuksen kannalta kiinnostavaa aineistoa, murteellisia käsikirjoituksia sekä levikkikarttoja.
Suomen ruotsalaismurteiden arkisto
Suomen ruotsalaismurteiden arkiston aineistot on koottu Suomen ruotsalaismurteiden sanakirjan toimituksen tarpeisiin. Aineisto koostu noin miljoonasta sanatiedosta, joiden tukena toimii sanakirjan toimituksen käyttämä kirjakokoelma. Sanatietojen lisäksi arkistoon kuuluu Folkmålskomissionenin suomenruotsalaisiin murteisiin ja kulttuuriin keskittynyt käsikirjoitus ja kuvakokoelma.
Nimiaineistot
Nimiarkiston aineistot on koottu nimistöntutkimuksen tarpeisiin. Arkisto koostuu paikan-, henkilön- ja asiakirjanimikokoelmista, jotka muodostavat noin 2,9 miljoonan nimitiedon laajuisen kokonaisuuden. Nimitietojen lisäksi arkisto sisältää mm. karttoja, keruukertomuksia ja lehtileikekokoelman. Nimiarkiston paikannimi- ja asiakirjanimikokoelmat on pääasiallisesti digitoitu, ja niihin voi tutustua verkossa osoitteessa Nimiarkisto.fi
Vanhan kirjasuomen aineistot
Vanhan kirjasuomen arkiston aineistot on koottu Vanhan kirjasuomen sanakirjan toimituksen tarpeisiin. Aineisto koostuu noin 550 000 sitaattimuotoisesta sanatiedosta, joiden tukena toimivat laajat kokoelmat ennen vuotta 1810 julkaistusta suomenkielisestä kirjallisuudesta. Vanhan kirjasuomen aineistoja on julkaistu myös sähköisessä muodossa Kotuksen Kaino-palvelussa.
1800-luvun kirjasuomen aineistot
Kotimaisten kielten keskuksen 1800-luvun aineistot on pyritty toimittamaan vapaasti käytettävissä oleviksi sähköisiksi aineistoiksi. Laajin näistä on vuosina 1992–2010 koostettu varhaisnykysuomen korpus. Tämä sijaitsee Kaino-aineistopalvelussa, mutta aineistoa voi käyttää myös Kielipankin kautta. Lisäksi Kotuksessa on jonkin verran vanhoja sanalippukokoelmia.
Henkilöarkistot
Kokoelmissamme on yksityishenkilöiden elämää ja toimintaa kuvaavia arkistoaineistoja. Henkilöarkistot sisältävät muun muassa teosten käsikirjoituksia ja luonnoksia, muistiinpanoja, kirjeitä sekä kuvia. Kotimaisten kielen keskuksen henkilöarkistot koostuvat pääasiallisesti keskuksen historian kannalta keskeisten henkilöiden ja alan tutkijoiden luovuttamista aineistoista.
Karjalan kielen sana-arkisto
Karjalan kielen sana-arkiston muodostaa runsaan 500 000 arkistolipun eli sanalipun murrekokoelma. Vanhimmat sanaliput ovat peräisin 1800-luvun lopulta ja tuoreimmat 1970-luvulta. Aineistosta on laadittu Karjalan kielen sanakirja.
Vähemmistökielten aineistot
Kotuksen arkistoissa on myös vähemmistökieliä ja niiden käyttöä kuvaavia aineistoja. Vähemmistökielen aineistoja ovat esimerkiksi Suomen romanikieliset ja saamen kielten nauhoitteet. Ks. myös Karjalan kielen sana-arkisto.
Slangiaineistot
Kotimaisten kielten keskus on ollut mukana keräämässä talteen Stadin slangin eli Helsingin perinteisen puhekielen aineistoa. Kotuksessa on slangiaineistoja pääasiassa sanalippukokoelmina, mutta myös paperisina sanaluetteloina, teksteinä ja äänitteinä. Vanhimmat kokoelmat ovat 1900-luvun alusta. Slangiaineistoista on tietoa Suomen etymologisen sanakirjan esittelysivulla.
Kirjasto ja kirjakokoelmat
Arkistoaineistojen tukena Kotuksesta löytyy laaja kirjasto. Yleiskokoelman keskeisiä aloja ovat suomen kielen ja muiden uralilaisten kielten tutkimus, etnologia ja folkloristiikka. Kokoelmissa on tutkimuksia uralilaisten kansojen historiasta, arkeologiasta ja kirjallisuudesta. Tärkeä aihealue on myös pohjoismaisten ja balttilaisten kielten ja kansojen tutkimus.
Kotuksen aineistotyötä pyritään kehittämään kokonaisuutena niin, että samoja käytäntöjä ja ratkaisuja voidaan soveltaa organisaatiossa laajasti. Tavoite koskee kaikkia aineistotyön osa-alueita, kuten kokoelmien hallintaa, arkistotiloja, digitointia, sähköisiä palveluja ja asiakaspalvelua.
Arkistojen kehittämisessä lähivuosien painopiste on kattavampien kokoelmatietojen ja keskeisimpien kokoelmien saaminen digitaaliseen muotoon ja verkon välityksellä käytettäviksi.
Kotuksen aineistotyön yleisperiaatteet ovat kieliaineistojen kokoelma- ja palvelupolitiikan mukaan seuraavat:
- Aineistotyö hoidetaan ammattimaisesti niin, että arkistollinen, kielitieteellinen ja muu osaaminen tukevat toisiaan.
- Alkuperäiset arkistoidut aineistot pyritään säilyttämään pysyvästi.
- Aineistoja säilytetään ja ylläpidetään määräysten ja suositusten mukaisesti.
- Uusia aineistoja ei pääsääntöisesti voida ottaa vastaan, mutta uusia aineistoja tarjoavia kehotetaan ottamaan yhteyttä Fin-Clariniin ja Kielipankkiin.
- Kotukseen on aiemmin deponoitu aineistoja, jotka eivät kiinteästi liity Kotuksen ydintoimintaan. Tällaisten aineistojen omistajien kanssa käydään keskustelua siitä, mikä aineistojen pysyvä säilytyspaikka jatkossa on. Vastaavasti Kotuksesta pois deponoitujen aineistojen osalta selvitetään, ovatko aineistot paremmin käytettävissä nykyisissä sijainneissaan.
- Ydintoiminnot sisällyttävät aineistotyön kiinteäksi osaksi toimintaansa ja huolehtivat osaltaan kokoelmien ja aineistopalvelujen ylläpitämisestä ja kehittämisestä.
- Aineistojen metatiedot pyritään saattamaan kattavasti verkkoon.
- Aineistot tarjotaan mahdollisimman laajasti ja vapaasti käytettäväksi yhdistetyn avoimen tiedon periaatteiden mukaisesti.
- Aineistoja jalostetaan ja aineistotyön menetelmiä kehitetään. Edistetään mm. sähköisten luvanvaraisten aineistojen saamista sujuvaan verkkokäyttöön.
- Kirjasto ja arkistot muodostavat mielekkään palvelukokonaisuuden.
- Aineistotyössä otetaan huomioon kokonaisarkkitehtuurinäkökulma sekä organisaation mittakaavassa että kansallisella tasolla.
- Toimitaan eettisesti. Kiinnitetään huomiota aineistoja koskevaan lainsäädäntöön (mm. tekijänoikeus, tietosuoja, julkisuus) ja aineistoja koskevaan sopimuskäytäntöön. Pyritään aineistojen kattavampaan lisensointiin.
- Toimintaa uudelleenarvioidaan määräajoin.
Nauhoitearkisto on maailman muistia
Suomen kielen nauhoitearkisto on liitetty toukokuussa 2024 osaksi Unescon kansallista Maailman muisti -rekisteriä. Tämä parantaa aineistojen saavutettavuutta ja lisää arkiston tunnettuutta. Vuonna 1959 perustettu arkisto aloitti toimintansa osana Helsingin yliopiston suomen kielen laitosta. Toiminta siirrettiin 1970- ja 1980-lukujen vaihteessa Kotimaisten kielten tutkimuskeskukseen (nykyisin Kotimaisten kielten keskus).
