..de közben áttértünk a lexikális szókincsre. Persze a jó kérdés inkább az ki mit tekint szókincsnek?
Egy átlagember cirka 4 - 5 ezer szót használ rendszeresen. Ha a ritkábban használt szavakat is belevesszük, még 10 ezer szóig is eljuthatunk.
Folytathatnánk azzal, hogy mennyit használ egy híresebb angol író és mennyit egy ismertebb magyar firkász.
De ezek a számok mindenképpen csak tippek, bárkitől is hallod őket.
A webcorpus nyilvánvalóan olyan szavakra fog bukkanni, amit valaki valamikor használt. Tehát része a szókincsünknek..

Mélyebben elmerülve a témában (ha tényleg érdekel és nem csak úgy unalmadban kötözködsz) meg lehet hallgatni álláspontokat pl.az MTA szemszögéből is nézve, de azért én kétségbe vonnám a hozzáértésüket bizonyos dolgaik alapján..
Például tény, hogy az ő útmutatásuk alapján még a mai napig is alapfokú követelmény az oktatásban a magyar nyelv eredetét illetően, hogy a finnugor népcsoport egyik al-ágából alakult ki, miközben ezt a "tényt" már réges-rég maguk a finnek is hülyeségnek tartják.

Az én véleményem erről az, hogy a nyelv folyamatosan fejlődik, változik és átalakul, használata során bővül (lásd: angol) vagy épp csökken ha kevesebben beszélik már (lásd: arbanász, amit alig 1000 - 1500-an beszélnek már csak)
Ha nyelv eredeteket hitelesen akar valaki kutatni, akkor mindig érdemes figyelembe venni az adott nép hagyományait, szokásait vagy épp a népmeséit is.
Amúgy meg igen nehéz helyzetbe kerül aki ilyesmire adja a fejét, mert egyrészt támadni fogják érte sokan, másrészt pedig épp az említett nyelv fejlődés változás miatt rengeteg szó jön innen is, meg onnan is.
Nagyjából olyan mérvű mára már a keveredés, mint a föld népeink és fajainak a keveredése..

Minden nyelveredet közül a magyart kutatni a legnehezebb és legszomorúbb, mert a Habsburg uralom idején számos törvénnyel földbe-tiporták múltunkat, őseinket és írásunkat is.
Bocs, ha nagyon eltértem a tárgytól. De remélem valahol föntebb sikerült választ kapnod a kérdésedre is..