Lingüística de Corpus: histórico e problemática

Sardinha, Tony Berber

doi:10.1590/s0102-44502000000200005

Cited by 86 publications

(95 citation statements)

References 13 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A definição da extensão deve incluir uma quantidade diversificada de gêneros, a proporção de textos para cada um deles e o número de palavras que possuirá, sendo esse o critério correntemente apontado na literatura como primordial para determinar a representatividade de um corpus (cf. BIBER, 1993;SARDINHA, 2000a;2000b;MCENERY & WILSON, 2001).…”

Section: Linguística De Corpusunclassified

See 1 more Smart Citation

Corpus ABG / ABG Corpus

Benevides

Guide

2017

Texto Livre

View full text Add to dashboard Cite

RESUMO:Este artigo apresenta a metodologia empregada na compilação de um corpus linguístico do Português Brasileiro, o qual foi denominado de Corpus ABG, e no desenvolvimento de algumas ferramentas computacionais. O objetivo deste trabalho é reunir uma grande quantidade de textos, escritos e orais, que possa representar o falar brasileiro a fim de ser fonte de extração de dados fonológicos quantificados para duas pesquisas, a saber, Guide (2016) e Benevides (2017). O corpus contabiliza 3.616.625 ocorrências de palavras e 92.602 tipos de palavras, sendo que 1.938.805 ocorrências são provenientes dos corpora de fala e 1.676.820 ocorrências dos corpora escritos. Ancorado na metodologia da Linguística de Corpus e por meio de ferramentas computacionais desenvolvidas em Linguagem Python, o presente artigo divulga e disponibiliza à comunidade científica o Corpus ABG, as ferramentas computacionais (acentuador, categorizador de estruturas fonológicas, silabificador) e algumas informações fonológicas (acentuais e silábicas) já extraídas do corpus. Além disso, faz um convite a novas explorações dos dados a todos os pesquisadores que tiverem interesse. PALAVRAS-CHAVE: corpus linguístico; linguística computacional; português brasileiro. ABSTRACT:The present paper presents the task of compiling a linguistic corpus of Brazilian Portuguese, which was undertaken by the authors. It is called ABG Corpus, and this article is also about the computational tools developed for the task. Our main goal is to reunite a large amount of texts, both from spoken and written language to, in the best way possible, represent the Brazilian language in a way that we could use it as a database for our researches, Guide (2016) and Benevides (2017). The ABG corpus has 3.616.625 word tokens and 92.602 types of words, being that 1.938.805 of those tokens are from spoken language corpora and 1.676.820 tokens come from written corpora. Based on the corpus linguistics framework and through the use of computational tools developed using Python, this article shows and provides access to the ABG Corpus, the computational tools (stress marker, phonological structure identifier, syllabifier), as well as some phonological information (stress and syllable related), already present on the corpus. We end by inviting the community to further expand our findings and explore this new tool.

show abstract

Section: Linguística De Corpusunclassified

“…Outra vantagem diagnosticada refere-se à variabilidade, isso porque a especificação de uma única fonte de dados faz com que a variação seja mantida, a qual é sempre maior dentro do corpus do que entre corpora (cf. SARDINHA, 2000a;2000b). …”

Section: Tamanho Em Palavras Classificaçãounclassified

Corpus ABG / ABG Corpus

Benevides

Guide

2017

Texto Livre

View full text Add to dashboard Cite

show abstract

“…cit.,p. 61) (1998), as falhas da abordagem estrutural, que não encontrou um meio de permitir a utilização criativa das regras gramaticais, e as limitações da abordagem comunicativa, que disponibiliza um vasto repertório sem tornar o aprendiz gramaticalmente competente, podem ser solucionadas por um equilíbrio a ser alcançado com o uso de sequências formulaicas, termo que aqui utilizamos, de modo abrangente, como em Schmitt e Underwood (2004), e Boers (op. cit.).…”

Section: ) Um Fenômeno E a Sala De Aula De Língua Inglesaunclassified

A Importância Das Colocações No Ensino De Vocabulário De Inglês Como Língua Estrangeira

Monteiro¹

2012

escrita

View full text Add to dashboard Cite

“…En esta sección describiremos como se construyó dicho corpus, y detallaremos sus características, principalmente en lo que concierne a la transcripción y etiquetado. Para ello, nos hemos apoyado en las propuestas de diversos autores, como Sardinha (1999Sardinha ( , 2000; Sinclair (2004); Thompson (2005); Torruella y Llisterri (1999).…”

Section: El Corpusunclassified

La interferencia como principal fuente de errores lingüísticos en docentes brasileños de ELE: Caracterización y estudio de los errores léxicos

Gimenez¹

View full text Add to dashboard Cite

Lingüística de Corpus: histórico e problemática

Abstract: This paper offers an overview of Corpus Linguistics

Cited by 86 publications

References 13 publications

Corpus ABG / ABG Corpus

Corpus ABG / ABG Corpus

A Importância Das Colocações No Ensino De Vocabulário De Inglês Como Língua Estrangeira

La interferencia como principal fuente de errores lingüísticos en docentes brasileños de ELE: Caracterización y estudio de los errores léxicos

Contact Info

Product

Resources

About