 Novos Rumos para a Pesquisa Lingstica no Brasil

 Charlotte Galves ,

 IEL-UNICAMP

 Em primeiro lugar , eu queria agradecer enfaticamente o convite que o

 professor Claudio me fez para fazer esta conferncia de abertura .
 

 uma honra muito grande , eu espero estar  altura das expectativas .

 Devo dizer que eu achei a iniciativa deste Seminrio de Pesquisa

 extremamente interessante , e eu vou tentar , na minha apresentao ,

 mostrar o quanto eu acho , pessoalmente , que o futuro da lingstica

 est na integrao das pesquisas de vrios domnios , de vrias reas .

 O professor Cludio me deixou livre para propor o ttulo , e eu achei

 que era um tema adequado falar das novas perspectivas que a gente tem

 atualmente em lingstica , na pesquisa lingstica no Brasil .
 Eu tomei

 a liberdade de fazer isso e de ilustrar essa conferncia com um

 trabalho que est sendo realizado no projeto de pesquisa de equipe que

 eu coordeno , do qual eu participo h vrios anos , porque eu acho

 justamente que o projeto se caracteriza por uma grande

 pluridisciplinariedade , multidisciplinariedade. Trata-se de um projeto

 temtico da FAPESP , que se caracterizam por articular vrios

 horizontes , vrias reas , vrias disciplinas , dentro da lingstica e

 tambm fora dela .

 Ento , essa pesquisa priorizou reas que eu queria apresentar ,

 argumentando que se encontram a vrias direes de pesquisas

 integradas extremamente interessantes para o futuro , em particular

 sobre a lngua portuguesa , porque o objeto desse projeto  a lngua

 portuguesa , a histria da lngua portuguesa , a comparao do portugus

 falado no Brasil e falado em Portugal .
 Pretendo mostrar como a gente

 est usando vrias abordagens para tentar responder a velhas

 perguntas sobre o portugus .

 Organizei a minha apresentao em trs partes .
 Eu acho que as duas

 primeiras sero muito mais detalhadas , a terceira ser mais uma

 indicao , e eu gostaria de ter tempo para a gente interagir um pouco .

 Um dos grandes desafios , e uma das tarefas importantssimas que a

 gente tem agora pela frente ,  uma tarefa que no  de hoje , mas

 temos hoje recursos fantsticos para realiz-la :  a elaborao e a

 explorao de grande Corpora de lngua .
 Eu vou apresentar aqui um

 Corpus histrico do portugus .
 Podemos ter Corpora de todos os tipos ,

 pois os recursos computacionais atuais extremamente poderosos nos

 permitem no s construir esses Corpora , elaborar esses Corpora , mas

 explor-los de maneira interessante .

 O segundo ponto da minha fala tem a ver com aquilo que eu chamei de

 articulao lngua externa / lngua interna e aqui vem uma proposta de

 integrao terica .
 Lngua externa , so os enunciados , lngua interna

  a gramtica .
 Lngua interna  a gramtica entendida de um certo

 ponto de vista , do ponto de vista da gramtica chomskiana , que

 considera a gramtica como rgo mental .
 Eu sou uma lingista

 chomskiana , e durante muito tempo eu sei que eu fui olhada por colegas

 como quem no trabalhava com dados .
 Antes eu s trabalhava com algumas

 poucas frases , a partir das quais a gente fazia grandes elaboraes

 tericas .
 Eu acho que isso est mudando e para mim tambm .
 Eu aprendi

 a trabalhar com muitos dados , e eu acho que neste momento o lugar de

 integrao  justamente entre trabalho com dados e trabalho cuja meta

  formular gramticas abstratas .
 O que eu queria argumentar aqui 

 que isso no deve ser mais visto como antagnico , como contraditrio ,

 mas , pelo contrrio ,  um lugar de integrao extremamente produtivo

 para os estudos da linguagem .

 E o terceiro ponto tem a ver com uma integrao muito ambiciosa , eu j

 disse que dessa falarei menos e falarei um pouquinho mais hoje 

 tarde , alis , eu quero agradecer ao professor Cludio , que me convidou

 no s para fazer esta longa fala hoje de manh , mas ainda para hoje 

 tarde , junto com membros da minha equipe , para falar numa mesa

 redonda .
 O terceiro ponto  um ponto que ainda  um pouco

 lingstica-fico , mas nem tanto assim ,  uma integrao entre a

 lingstica e a modelagem matemtica .
 A matemtica modela tudo .
 Ela

 modela a fsica , ela modela a biologia , ela modela a qumica .
 Ela pode

 tambm nos ajudar a responder a perguntas sobre a linguagem .
 E o ponto

 que eu vou rapidamente mencionar ,  a questo da identificao de

 padres que vm escondidos na linguagem e que a gente pode

 identificar , graas a abordagens de natureza matemtica .

 O projeto temtico em questo se chama Padres rtmicos , fixao de

 parmetros , e Mudana Lingstica .
 O endereo da pgina do projeto 

 http : // www.ime.usp.br / ~ tycho .
 Eu vou comear , portanto , falando

 desse primeiro ponto que eu chamei de elaborao e explorao de

 grandes Corpora de lngua , apresentando a vocs um Corpus , que  um

 Corpus anotado , e eu vou explicitar o que isso significa , do portugus

 histrico .
 A esse Corpus , a gente deu o nome no de um lingista , mas

 o nome de um astrnomo dinamarqus do sculo XVI , porque Tycho Brahe

 foi o primeiro astrnomo que resolveu fazer um catlogo exaustivo do

 movimento dos planetas no cu .
 Essa idia de tentar fazer um catlogo

 exaustivo  que nos levou a usar o nome de Tycho Brahe .
 O Corpus Tycho

 Brahe tem atualmente 41 textos que vocs podem acessar livremente na

 rede virtual .

 A questo inicial que nos levou a construir esse Corpus  a mudana

 ocorrida na colocao de clticos entre o sculo XVI e o sculo XIX ,

 nos textos portugueses .
 Partimos da hiptese de que essa mudana est

 relacionada com uma mudana fonolgica que afetou a lngua nalgum

 ponto do sculo XVIII .

 Com efeito , pronncia portuguesa atual no  a pronncia portuguesa

 mais antiga , possivelmente a pronncia brasileira atual est mais

 prxima da pronncia do portugus do sculo XVI do que a pronncia

 portuguesa atual .
 Ento , ns temos na histria do portugus , na

 histria recente , uma mudana prosdica de natureza rtmica , que tem a

 ver com essa maneira que os portugueses tm de no pronunciar as

 slabas no acentuadas , que torna para os brasileiros , s vezes , a

 compreenso do portugus europeu difcil .

 Ento , essa mudana rtmica aconteceu em algum momento entre o sculo

 XVI e o sculo XIX , no sculo XVIII , digamos .
 E a essa mudana rtmica

 se soma uma outra mudana , uma mudana sinttica , que afeta alguma

 coisa que tambm no portugus brasileiro foi bastante afetada ao longo

 do tempo , que  a colocao de clticos , a colocao desses pronomes

 que tm acento prprio e que nas lnguas podem preceder ou seguir o

 verbo .

 No portugus europeu moderno , em muitos contextos , o que a gente

 encontra  o cltico seguindo o verbo .
 Ento , o portugus europeu 

 uma lngua muito encltica , enquanto o portugus brasileiro  uma

 lngua muito procltica .
 O cltico , quando ele aparece , aparece antes

 do verbo , e o que  interessante  que at o sculo XIX , nos textos , a

 gente tinha as duas coisas , uma variao entre prclise e nclise .

 Do ponto de vista da lingstica ,  muito interessante , porque a

 estamos na interface entre a fonologia e a sintaxe , entre a prosdia e

 a sintaxe , e no  to bvio que a teoria lingstica nos d

 instrumentos para estudar isto .
 A teoria lingstica  muito

 compartimentada , tem os fonlogos , os sintaticistas , os semanticistas .

 Ento , essa questo da articulao entre fonologia , prosdia , ritmo e

 a sintaxe  uma coisa que , de certa maneira , era mais fcil de

 trabalhar nos estudos da linguagem do final do sculo XIX e incio do

 sculo XX do que agora , porque a teoria lingstica , de uma certa

 maneira , perdeu essa possibilidade de dar conta das interfaces .
 Isso

 faz parte da evoluo das disciplinas , j que elas tm uma tendncia

 natural  especializao , mas de novo eu acho que a gente est num

 momento de integrao .

 Ento , a primeira coisa que precisvamos fazer era ter uma viso

 clara de como evolui essa sintaxe da colocao de clticos do sculo

 XVI ao sculo XIX .
 Temos algumas informaes sobre isso , alguns

 lingistas portugueses , italianos , enfim , algumas pessoas trabalharam

 sobre isso aqui no Brasil tambm , mas nunca com base numa grande

 quantidade de dados .
 Ns fizemos esse Corpus para termos essa grande

 quantidade de dados .
 Ele rene autores nascidos desde o comecinho do

 Sculo XVI ( O primeiro  Joo de Barros , nascido em 1497 , que

 escreveu a gramtica da lngua portuguesa ) at autores nascidos em

 meados do sculo XIX , como Ea de Queirs e Oliveira Martins .

 No Corpus , temos um lugar de integrao , articulao , interface , com

 a literatura portuguesa e com a filologia tambm , porque quando a

 gente faz um Corpus dessa natureza , uma das primeiras questes que se

 colocam  a questo da escolha das edies .
 Ns , ao longo dos quatro

 anos que esse Corpus demorou a ser construdo , passamos por vrios

 momentos em relao  questo das edies .
 Primeiro , tivemos um grande

 auxlio para escolher edies confiveis de textos dessa poca , foi o

 auxlio do professor Ivo Castro , da Universidade de Lisboa , e da

 professora Ana Maria Martins , da Universidade de Lisboa tambm , que 

 filloga e sintaticista .
 Estvamos preocupados em ter textos que

 fossem confiveis do ponto de vista sinttico , obviamente , porque a

 nossa questo  essencialmente uma questo sinttica e sobretudo em

 que o revisor eventual no tivesse mudado a posio dos clticos , o

 que seria dramtico , o que os revisores atuais fazem nas editoras .

 Ento , algum que vai querer estudar a posio dos clticos , no sculo

 XX , do portugus brasileiro , vai ter muitas dificuldades , porque os

 revisores , a primeira coisa que eles fazem  mudar o cltico de lugar .

 A nossa preocupao era termos textos que tivessem a colocao que o

 autor tivesse posto .

 No incio s usamos edies modernas , com grafia modernizada ou no .

 Por exemplo , passando rapidamente pelos autores , temos D. Joo III

 com as suas cartas , a peregrinao do Ferno Mendes Pinto , um tratado

 de pintura , as dcadas de Diogo do Couto , a biografia de Frei Lus de

 Sousa , de Frei Bertolameu dos Mrtires , enfim , textos de

 historiografia , biografias , cartas , textos religiosos , textos

 filosficos , um dos primeiros jornais portugueses , seno o primeiro ,

 esta gazeta de Manuel de Galhegos , que  escrita logo depois da

 restaurao da monarquia portuguesa , e , algum de quem est se falando

 bastante aqui neste encontro , o Padre Vieira .

 O Padre Vieira  muito importante nesse Corpus , porque como eu vou

 depois mostrar para vocs , nos seus Sermes ele tem uma colocao de

 clticos muito diferente dos outros autores da poca dele .
 Isso foi

 uma das questes iniciais : por que  que o Padre Vieira  to

 encltico nos Sermes ?
 Nos Sermes , ele usa muita nclise , ou seja , o

 cltico depois do verbo , quando os seus contemporneos so muito

 proclticos .
 Em compensao nas suas cartas , ele  muito procltico ,

 to procltico quanto os seus contemporneos .
 Descobrimos ento que

 Vieira no s era diferente dos outros , mas era diferente de si mesmo

 nos Sermes e foi durante muito tempo um grande ponto de interrogao ,

 e como acontece muitas vezes com os pontos de interrogao , acabou se

 tornando uma explicao .
 Voltarei a isso depois .

 A questo da grafia antiga  um problema grande para quem quer fazer

 um Corpus eletrnico anotado do portugus antigo .
 Por qu ?
 Porque ns ,

 como eu vou mostrar depois para vocs , vamos anotar esse Corpus ,

 porque todo Corpus grande precisa ser anotado , seno  muito difcil

 recuperar a informao .
 No adianta ter vrios milhes de palavras e

 no ter como extrair a informao desses milhes de palavras , o que 

 mo se torna totalmente impossvel .
 Ento , precisamos ter uma

 anotao , e precisamos de ferramentas automticas de anotao , porque

 anotar  mo milhes de palavras  uma tarefa inglria .

 Ento temos um etiquetador , ou seja , um programa que atribui a cada

 palavra dos textos do Corpus uma etiqueta .
 A se encontra uma

 interface importante com a computao .
 Precisamos elaborar , e ter quem

 elabore para a gente , ferramentas computacionais que nos permitam

 trabalhar com essas grandes quantidades de dados .
 Ento , vejam aqui , a

 verso anotada do texto da Maria do Cu , onde podem ver que cada

 palavra vem com uma barra , e uma etiqueta , por exemplo , / VB-G para

 " verbo no gerndio " , / D-F-P para " determinante feminino plural " , / N-P

 para " nome no plural " , / VB-AN-F para " particpio passado no

 feminino " , / P para " preposio " , / ADJ-F para " adjetivo no feminino " ,

 P + D para " preposio mais determinante " , etc ...

 Misturando / VB-G as / D-F-P lagrimas / N-P com / P a / D-F tinta / N pella / P + D-F saudade / N

 , / , dando / VB-G voos / N-P a / P penna / N pello / P + D assumpto / N , / , pedindo / VB-G dura

 a / N ao / P + D papel / N pella / P + D-F memoria / N , / , escrevo / VB-P indigna / ADJ-F a / D-F

 Vida / NPR desta / P + D-F illustrissima / ADJ-S-F serva / N de / P Deos / NPR , / , em / P cuja /

 WPRO$ - F companhia / N vivi / VB-D pouco / Q aproveytada / VB-AN-F nos / P + D-P seus / PRO$ - P

 exemplos / N-P , / , e / CONJ muyto / Q conhecida / VB-AN-F nas / P + D-F-P suas / PRO$ - F-P vir

 tudes / N-P , / , differente / ADJ-G penna / N melhor / ADJ-R-G espirito / N se / SE devia / VB

 - D a / P este / D emprego / N e / CONJ assim / ADV neste / P + D conhecimento / N detriminada / V

 B-AN-F estive / ET-D a / P na / NEG intentalo / VB + CL ; / .

  um etiquetador automtico que faz isso .
 Ele atualmente acerta 95 %

 dos casos , o que  muito bom , mas quer dizer que ele erra ainda em 5 %

 dos casos , e 5 % dos casos , em 50 mil palavras , so 2.500 palavras , e

 geralmente 2.500 palavras importantes .
 Ento , ainda fazemos todo um

 trabalho de correo manual , mas mesmo assim a correo manual  muito

 menos trabalhosa do que se tivessemos que fazer a anotao manual

 inteira , tanto mais que a vantagem do homem sobre a mquina  que ele

 raciocina , a desvantagem  que ele erra de maneira no-sistemtica .

 Quando a pessoa est cansada , ela comea a errar , a escrever , por

 exemplo , etiquetas impossveis .
 O etiquetador nunca escreve etiquetas

 impossveis , podem ser erradas , mas impossveis nunca so , porque ele

 se baseia uma lista finita .
 Isso  a vantagem da mquina .

 Vejam o incio do texto da Maria do Cu , que  um texto muito bonito ,

 misturando as lgrimas com a tinta pela saudade , dando vos  pena

 pelo assunto , pedindo orao ao papel pela memria .
 Bom , o prazer do

 texto a gente tem tambm , isso  uma coisa interessante .
 Escreve em

 digna vida desta ilustrssima serva de Deus .
 Agora , vejam uma coisa ,

 o etiquetador tem muitas dificuldades criadas pela variao grfica .
 

 por isso que eu estava dizendo que  um problema trabalhar com um

 Corpus eletrnico anotado automaticamente quando existe variao

 grfica .

 Ns estamos trabalhando com um terico da computao da USP , Marcelo

 Finger .
 Foi ele que elaborou esse etiquetador para gente , e estamos

 trabalhando com ele para dar conta da variao grfica , que na

 realidade  um problema terrvel computacionalmente , porque a variao

 grfica do portugus  muito grande .
 O portugus  uma lngua que

 demorou muitssimo para fixar sua grafia , alis , ainda nem est

 totalmente fixada , mas , at fins do sculo XVIII , a gente ainda tem

 textos com uma grafia totalmente diferente da grafia moderna , e o

 etiquetador s conhece uma forma para cada palavra .
 Por exemplo , vocs

 tm pela , pela ele sabe que  / P + D-F enquanto est escrito p-e-l-a ,

 agora quando ele v p-e-l-l-a , para ele j no existe , ento , ele

 procura pelo contexto , porque ele trabalha com o contexto e com a

 forma , mas , enfim , ele vai errar muito mais .

 Nesse texto , a eficincia do etiquetador baixou muitssimo , e eu que

 corrigi esse texto , demorei o dobro do tempo que eu demoro para um

 texto modernizado .
 Ento , o que fizemos mais recentemente ?
 Ns ,

 recentemente , resolvemos usar edies originais .

 Esse  o caso , por exemplo , do texto de Andr de Barros , que  muito

 interessante , porque  a vida do padre Antnio Vieira .
  a primeira

 biografia do Vieira .
 E Andr de Barros nasceu numa poca que nos

 interessa muito , que  a segunda metade do sculo XVII .
 Ns pegamos na

 Biblioteca Nacional de Lisboa o xerox da primeira edio desse texto ,

 que data de 1746 , e fizemos a modernizao do texto ns mesmos .
 E a

 idia  trazer depois , isso no est ainda no Corpus que est

 disponvel na rede , o fac-smile do texto original , ou simplesmente

 pr um ponteiro para a Biblioteca Nacional de Lisboa .

 A Biblioteca Nacional de Lisboa est atualmente disponibilizando

 muitos textos em fac-smiles .
 Isso facilitou muitssimo a nossa tarefa

 - com o defeito que a gente nem precisa mais ir a Lisboa buscar os

 textos ...
 - mas facilitou muito .
 Pegamos tambm um outro texto , que 

 uma outra gramtica que vocs podem achar no Corpus , a gramtica de

 Jernimo Contador de Argote , que  uma gramtica extremamente

 interessante , publicada na primeira metade do sculo XVIII , sob a

 forma de dilogo entre um mestre e seu discpulo , e fizemos a mesma

 coisa , modernizamos o texto , ou seja , fizemos o seguinte :

 modernizamos a grafia , porque esse  nosso problema , mas no mexemos

 em mais nada , em particular , no modificamos a pontuao .
 Fazemos o

 contrrio do que fazem muitos editores de textos antigos , eles deixam

 muitos aspectos da grafia antiga , no todos , alguns , e eles mexem

 sistematicamente na pontuao .
 E eu sempre me perguntei por que  que

 mexiam na pontuao , porque a pontuao nos traz informaes muito

 preciosas .

 Certamente com esses textos eu entendi porque eles mexem na

 pontuao .
 A pontuao dos sculos XVII e XVIII  muito diferente da

 pontuao moderna , e ela chega a tornar difcil a leitura dos textos ,

 mas eu acho que  muito interessante , porque a gente v que quando l

 em voz alta , de repente , a coisa flui .
 Isso mostra que se trata de uma

 pontuao mais entoacional , prosdica , retrica , do que a pontuao

 moderna , que  uma pontuao de tipo lgico-semntico ,

 sinttico-semntico .
 E de fato ,  uma coisa que complica s vezes a

 leitura da gente , mas vale a pena ter acesso a essa pontuao

 original .

 Darei agora alguns elementos do nosso sistema de anotao , remetendo

 os auditores / leitores interessados numa apresentao exaustiva para o

 Manual de anotao morfolgica do Corpus ( cf .

 http : // www.ime.usp.br / ~ tycho / manual ). ^ A anotao  uma tarefa muito

 interessante , porque  uma tarefa que nos lembra muito tarefas bem

 tradicionais de anlise morfossinttica .
 Em grande parte , 

 relativamente fcil , mas em alguns lugares no  bvio escolher as

 melhores categorias para descrever adequadamente o portugus .

 Elaboramos um sistema de anotao morfolgica no qual vocs vo

 reencontrar muitos termos que so os termos tradicionais , e mais

 alguns , que so mais modernos .
 Ou seja , nesse trabalho , estamos

 integrando abordagens mais tradicionais e abordagens mais modernas ,

 nomeadamente advindas da gramtica gerativa .
 Notem que no se trata ,

 quando se anota o texto , de fazer uma anlise do texto .
 Anlise do

 texto quem vai fazer so as pessoas que vo vir buscar os dados dentro

 do texto .
 O que se trata de fazer  dar a possibilidade aos

 pesquisadores de recuperar informaes facilmente .

 Por exemplo , se eu estou interessada na histria dos clticos , eu

 quero poder recuperar muito rapidamente todas as oraes que contm um

 pronome cltico .
 E , melhor , eu quero at poder recuperar muito

 facilmente todas as oraes que contm um pronome cltico  direita do

 verbo e todas as oraes que contm um pronome cltico  esquerda do

 verbo , e j jogar essas oraes para arquivos separados .
 E com algumas

 pequenas ferramentas computacionais ,  muito fcil fazer isso , ou

 seja , em trs minutos a gente consegue extrair de um texto de 50 mil

 palavras dois arquivos distintos : um que tem toda a nclise e um que

 tem toda a prclise .

 Os verbos so divididos em cinco tipos : ser , estar , haver , ter e os

 outros verbos todos .
 Ento , algum que quer fazer um trabalho , por

 exemplo , sobre o uso do gerndio por oposio ao infinitivo nas

 locues estar fazendo versus estar a fazer , na histria do

 portugus , pode recuperar muito facilmente todas as oraes que tm

 " estar mais gerndio " ou " estar a mais verbo no infinitivo " .
  por

 isso que deixamos esses verbos auxiliares com uma etiqueta diferente .

 Como mencionei e j exemplifiquei antes para outras categorias , tambm

 temos sub-etiquetas para os verbos , que so as etiquetas que anotam a

 morfologia verbal .
 O infinitivo flexionado , o imperativo presente , o

 subjuntivo presente , o passado , ento , tudo isso para cada tipo de

 verbo a gente vai ter .

 Temos os pronomes , e o que nos interessa particularmente ,

 atualmente , so os pronomes clticos .
 Por isso , os clticos tm

 etiquetas diferentes dos pronomes tnicos , a etiqueta / CL .
 E o

 cltico se , por sua vez , sendo um assunto de sintaxe do portugus

 muito trabalhado , tem uma etiqueta diferente dos outros clticos , a

 etiqueta / SE .
 Assim podemos recuperar facilmente todos os se que esto

 no Corpus .
 Os outros pronomes , como eu , tu , ele , ela , vo aparecer com

 a etiqueta / PRO .
 Enfim , para as formas compostas de uma preposio

 mais um pronome , usamos o smbolo + , que aparece em toda as palavras

 que so o resultado da contrao de duas categorias distintas .
 Por

 exemplo , comigo vai ser / P + PRO , " preposio mais pronome " , faz-lo vai

 ser / VB + CL , " verbo no infinitivo mais cltico " etc ....

 As partculas de foco , como s , mesmo , at , so marcadas com uma

 etiqueta especial / FP , porque a focalizao tambm  um assunto muito

 interessante .
 Notem que todas essas palavras podem ter outras

 funes .
 At , por exemplo , pode ser tambm uma preposio , mesmo e s

 podem tambm ser adjetivos .
 Isso acontece freqentemente , a mesma

 forma pode ter vrias funes e portanto vrias etiquetas possveis :

 como pode ser uma conjuno ( / CONJS ) ou uma palavra interrogativa ou

 relativa ( / WPRO ) , melhor e pior podem ser advrbio comparativo ( ADV-R )

 ou adjetivo comparativo ( / ADJ-R ) .
 Que  uma palavra particularmente

 complicada , que pode ser muitas coisas , pode ser uma conjuno

 integrante , que a gente marca com / C , pode ser um que explicativo ,

 que a gente encontra muitssimo nos textos , e marca como / CONJ ou pode

 ser um pronome relativo ou interrogativo e vai ser marcado / WPRO .

 Para algumas palavras , em compensao , decidimos manter uma s

 etiqueta , por exemplo , mais e menos sempre etiquetamos como um

 advrbio de comparao ( / ADV-R ) , mesmo quando mais parece exercer uma

 funo nominal como em os mais , ele vai ser marcado s com essa

 etiqueta. ^ [ 1 ] ^

 Ns passamos um certo tempo , a partir dos textos , lendo os textos ,

 etiquetando os textos , foi uma equipe que fez isso e elaborou esse

 sistema .
 Ele no  completamente satisfatrio , mas pelo que a gente

 achou at agora , representa um compromisso bastante satisfatrio entre

 a descrio lingstica e a complexidade computacional .

 Num segundo momento , o Corpus vai receber um segundo tipo de

 anotao , da qual falarei pouco , porque ser apresentada por Helena

 Britto na mesa redonda desta tarde. ^ [ 2 ] ^  uma anotao sinttica .

 Porque j  timo poder recuperar todas as frases com clticos , mas

 precisamos poder extrair automaticamente do Corpus mais informaes

 ainda .
 Por exemplo , queremos todas as frases que tenham um verbo

 seguido de um cltico e precedido de um sujeito , s que sujeito a no

 est marcado , porque sujeito no  uma categoria , sujeito  uma funo

 sinttica .
 Ento , o ideal  ter o texto tambm marcado quanto s

 funes , e isso  muito mais complexo e muito mais difcil de ser

 feito com ferramentas automticas .
 S darei aqui um exemplo de como

 isso pode ser feito .
 Trata-se das primeiras palavras da primeira frase

 das Reflexes sobre a vaidade dos homens de Matias Aires ( 1705-1763 ) :

 Ofereo a Vossa Majestade as reflexes sobre a vaidade dos homens :

 ( 1 ) Senhor / NPR : / .
 Ofereo / VB-P a / P Vossa / PRO$ - F

 Majestade / NPR ^ [ i ] ^ [ 5 ]

 ( 2 ) ( IP-MAT ( NP-VOC ( NPR Senhor ))

 ( .
 : )

 ( NP-SBJ * pro * )

 ( VB-P Ofereo )

 ( PP ( P a )

 ( NP ( PRO$ - F Vossa )

 ( NPR Majestade )))

 ( In Matias Aires

 ( 1705-1763 ))

 Primeiro , em ( 1 ) , temos as etiquetas : / V-P " verbo no presente " , / P

 " preposio " , / PRO$ " pronome possessivo " , / NPR " nome prprio " , etc .
 A

 partir disso o analisador vai nos dar a anlise sinttica da frase

 como em ( 2 ) .
 No se trata de uma anlise aprofundada , no se trata

 aqui , de novo , de substituir o sintaticista , trata-se de dar ao

 sintaticista a possibilidade de extrair do Corpus o tipo de sentena

 que ele est interessado em analisar .

 As funes da orao so inseridas nesse nvel .
 No exemplo acima ,

 temos trs sintagmas nominais ( NPs ) , um  marcado vocativo , o segundo

 sujeito , o terceiro objeto de preposio .
 Introduzimos tambm

 informaes sobre o tipo de oraes presentes na frase .
 IP  um termo

 que vem da gramtica gerativa , e quer dizer orao , IP-mat quer

 dizer orao matriz , orao principal .
 Uma outra informo essencial

 inserida nesse nvel  a presena de um sujeito nulo , marcado pro .
 O

 portugus  uma lngua que pode omitir o pronome sujeito , e  muito

 importante que possamos recuperar essa informao quando analisamos

 sintaticamente uma orao .

 Como podem observar , o analisador sinttico nos d uma rvore , alguma

 coisa que tem uma disposio grfica , que representa as relaes

 hierrquica dentro da orao .
 Por que fazemos isso ?
 De novo , eu

 insisto ,  para poder recuperar as informaes sintticas pertinentes

 a partir de todas as oraes do Corpus .
 Por exemplo , algum que

 trabalha sobre a posio do sujeito - para um sintaticista a posio

 do sujeito em portugus  uma questo muito interessante - pode muito

 rapidamente extrair de todos os textos todas as frases que tm o

 sujeito anteposto ou o sujeito posposto .

 Ento , esse trabalho  um longo trabalho , mas de uma certa maneira a

 gente trabalha para o futuro , porque uma vez que est feito , a

 possibilidade de trabalhar com muitos dados se torna uma realidade .

 Apesar de o Corpus ainda no ter todas as funcionalidades que a gente

 gostaria que ele tivesse , a gente , como diz um colega meu , est

 navegando construindo o barco .
 Ento , estamos usando o Corpus ao mesmo

 tempo que continuamos a constru-lo , tentando enfrentar essa questo

 que eu coloquei no incio , que  a questo da evoluo da colocao de

 clticos no portugus europeu , e a relao dessa colocao dentro

 dessa evoluo com uma possvel mudana rtmica que aconteceu entre o

 sculo XVI e o incio do sculo XIX .

 Um dos desafios  conseguir , a partir dos dados que a gente tem no

 Corpus , e olhando para a evoluo da colocao de clticos , ter uma

 idia de quando aconteceu a mudana .
 Isso  obviamente um objetivo

 muito ambicioso , mas  isso que estamos tentando fazer .
 Para isso ,

 criamos uma base de dados a partir dos 20 textos anotados , dos 41 que

 j esto no Corpus .
 Poderamos anotar todos , porque o etiquetador

 automtico demora 5 minutos para realizar essa tarefa , mas a questo 

 a correo .
 Ento , ns j temos 20 textos j corrigidos , isso no quer

 dizer que no tenham nenhum erro , mas tm poucos .
 A equipe que tem

 trabalhado na base  indicada no index da pgina ^ [ 3 ] , Helena Britto ,

 ps-doutoranda , Maria Clara Paixo de Sousa , doutoranda , Slvia Regina

 Cavalcante , doutoranda , Cristiane Namiuti , que comeou como bolsista

 de iniciao cientfica , agora mestranda , e Lucianne Chociay ,

 bolsista de iniciao cientfica .
 O que  muito interessante nesse

 trabalho  que tem espao para trabalhos em vrios nveis .
 Eu acho que

  um trabalho de equipe que  muito bom para a formao dos alunos , e

 eles podem entrar rapidamente e aprender muita coisa e fazer um

 trabalho que  muito importante para o projeto como um todo .

 Criamos ento essa base de dados .

 The Tycho Brahe Corpus Database

 [ main ] [ manual ] [ data files ] [ related papers ] [ corpus main page ]

 arquivos de dados

 modificado em 30/10/2002

 M.C. Paixo de Sousa

 ______________________________________________________________________

 formato html ( em quadros )

 [ V1 ]

 [ V2 e V3 ]

 [ subordinadas ]

 ______________________________________________________________________

 somente texto e planilhas :

.txt

.xls

 [ V1.txt ]

 [ V2_V3.txt ]

 [ suj-clv.txt ]

 [ suj-Vcl.txt ]

 [ adv-clv.txt ]

 [ adv-Vcl.txt ]

 [ pp-clv.txt ]

 [ pp-Vcl.txt ]

 [ or-clv.txt ]

 [ or-Vcl.txt ] ( em construo )

 [ x-clv.txt ]

 [ x-Vclv.txt ]

 [ subordinadas.txt ]

 [ V1.xls ]

 [ V2_V3.xls ]

 [ subordinadas.xls ]

 Nessa base , classificamos inicialmente as oraes em funo da

 posio do verbo ( V1 , V2 , V3 ) .
 V1 quer dizer que so oraes que

 comeam pelo verbo .
 E por que  que as oraes que comeam pelo verbo

 ficam  parte ?
 Porque nesse caso vocs sabem todos que na histria do

 portugus europeu , desde o sculo XII ao sculo XX , quando o verbo

 est em primeira posio , o cltico est sempre depois do verbo .
 Isso

  a famosa lei de Tobler Mussafia , que a norma brasileira ainda quer

 impor , mas que na realidade no Brasil se perdeu na fala , mas em

 Portugal no se perdeu , as pessoas realmente falam assim mesmo .

 Portanto , as frases que tm o verbo em primeira posio no nos

 interessam , porque nesse caso no h variao na posio do cltico ,

 ele est sempre depois do verbo .
 As subordinadas tambm no nos

 interessam , porque fora algumas excees , que so interessantes , mas

 so marginais , nas subordinadas , em toda a histria do portugus , o

 cltico vem sempre antes do verbo , ento no nos interessa , porque a

 gente quer ver a variao e a no h variao .

 O que vai nos interessar so os casos que a gente chama de V2 e V3 ,

 ou seja , quando o verbo est em segunda ou terceira posio e temos

 variao ^ [ 4 ] .
 Vejam essa variao no P^e Antnio Vieira : Eles

 conheciam-se como homens , Cristo conhecia-os como Deus .
 E aqui a gente

 tem a colocao encltica , que  bastante freqente nos sermes , de

 novo : Deus julga-nos a ns por ns , os homens julgam-nos a ns por

 si .
 A o que a gente tem em primeira posio  o sujeito : Eles /

 Cristo / Deus / os homens .
 Mas , a gente tambm pode ter em primeira

 posio , logo antes do verbo , um sintagma preposicional , como em :

 Entre as feras tomava-se com os lees e entre os homens com gigantes .

 A gente pode ter tambm um advrbio antes do verbo , vocs podem ver

 isso em : Aqui vem-se as suas dependncias , tambm com nclise .
 Mas ,

 em todos esses contextos , podemos ter tambm prclise , ou seja , a

 outra colocao , a colocao pr-verbal .
 O evangelho o diz , isso , por

 exemplo ,  uma colocao impossvel no portugus europeu moderno ,

 atualmente , e quando eu digo impossvel no  porque a norma diz que

 no pode ,  que as pessoas no fazem isso , realmente no fazem .
 Ento ,

 essa prclise que eu tenho aqui em O Evangelho o diz , o mesmo texto o

 declara , ou seja com sujeitos pr-verbais , mas tambm com sintagmas

 preposicionais : Doutras se lavram , semeiam e plantam os mesmos

 lugares .
 V-se portanto em Vieira essa variao na colocao de

 clticos , quando o verbo est em segunda posio e , seja qual for o

 que preceda o verbo , pode ser um sujeito , pode ser um sintagma

 preposicional , pode ser um advrbio , pode ser uma orao tambm .
 E ns

 fizemos , portanto , uma base de dados exaustiva com todos esses casos

 de variao nos 20 textos que j esto etiquetados .
 Ao todo so 3030

 dados .

 Ento o Corpus nos permite fazer um trabalho exaustivo desse tipo , e 

 isso que  a vantagem de trabalhar assim .
 E  por isso que invocamos

 Tycho Brahe , que olhava para os planetas todas as noites .

 A partir disso , ns fizemos uma quantificao , e vocs podem ver aqui

 a imagem , a partir dos textos que a gente tem , da evoluo dessa

 variao .

 [ INLINE ]

 As datas que esto aqui so as datas de nascimento dos autores .
 A

 gente faz referncia  data de nascimento por duas razes : primeiro ,

 porque a gente acredita que a gramtica  alguma coisa que se constri

 na aquisio , ento , a data de nascimento  importante , apesar de a

 gente saber que quando escrevemos usamos uma lngua que inclu

 saberes adquiridos depois , na escola em particular , no contato com

 textos escritos , que so mais conservadores .
 Mas , isso dito ,  de

 fundamental interesse saber qual  a data de nascimento dos autores .
 A

 outra razo  porque nesse Corpus , atualmente , a gente s tem textos

 de autores e , muitas vezes , a nica maneira objetiva que temos de

 datar esses textos  a prpria data de nascimento dos autores .
 s

 vezes , no sabemos exatamente quando o texto foi escrito e , s vezes ,

 usamos correspondncias que se estendem por vrios anos .
 Por exemplo ,

 a correspondncia do prprio Vieira , que vai de 1642 a 1697 , o ano em

 que ele morreu , ou a correspondncia de um autor portugus bem mais

 recente : Ramalho Ortigo , que se estende 1875 a 1915 .

 Ento cada ponto corresponde a um autor , em funo da sua data de

 nascimento , e , aqui ,  a percentagem de nclise que a gente tem nos

 contextos em que existe essa variao entre nclise e prclise .
 Vocs

 podem ver uma coisa que eu no vou ter tempo de comentar em detalhe ,

 mas que se verifica em todas as codificaes que a gente tem feito at

 agora .
 No perodo considerado , podemos claramente distinguir duas

 partes .
 Na primeira parte , que vai mais ou menos at 1700 , vmos que

 a maior parte dos autores e dos textos tem uma taxa de nclise muito

 baixa .
 Ou seja , os autores so , geralmente , extremamente proclticos ,

 mas temos alguns que so mais enclticos que os outros , obviamente .
 O

 ponto mais alto  Vieira nos seus sermes .
 Vocs vem realmente que

 Vieira usa muito mais a nclise nos sermes , mas se olharem para

 Vieira nas suas cartas , ento , vero que , at para um mesmo autor ,

 podemos ter essa grande diferena que eu estava mencionando no incio .

 Mas observem que Vieira nas suas cartas  mais condizente , digamos ,

 com a maior parte de seus contemporneos .
 Agora a partir do incio do

 sculo XVIII , o que a gente v ?
 A gente v uma subida , obviamente essa

 subida  a subida para o portugus europeu moderno , no fim da qual um

 autor como Ramalho Ortigo , nascido em 1836 , vai usar nclise em 90 %

 dos casos , nos contextos em que o portugus do sculo XX ou XXI

 encontramos 100 % de nclise .

 Portanto o que ns temos nessa histria da colocao de clticos , no

 portugus europeu , entre autores nascidos entre 1550 e 1850 , so dois

 momentos : um momento em que a variao no configura uma mudana e um

 momento em que a gente v uma mudana acontecer .

 Estamos trabalhando com um conceito de mudana muito interessante ,

 inicialmente proposto por Anthony Kroch , que  um lingista que  , ao

 mesmo tempo , sociolingista e gerativista , e que  algum que trabalha

 muito sobre a histria das lnguas em geral , e do ingls em

 particular .
 A idia que ele defende  que uma mudana no acontece

 quando a gente v o fim da mudana .
 A mudana aconteceu quando a gente

 v o incio da mudana , porque na realidade , nos textos , o que se tem

  uma competio entre a nova gramtica e a gramtica antiga .
 Por qu ?

 Porque os textos so conservadores .
 Pensem como ns escrevemos e como

 ns falamos .
 Nos textos de autores brasileiros do sculo XX , XXI ainda

 vemos aparecer a gramtica do sculo XVIII .
 Ento , o que a gente v

 neste grfico  que  possivelmente no finzinho do sculo XVII ou

 incio do sculo XVIII que se d a mudana na colocao de clticos ,

 porque  o incio dessa curva ascendente que nos leva para a situao

 moderna .

 O caso do cltico se  muito interessante , porque a gente v muito

 mais nclise com se do que com os outros clticos .
 No grfico a

 seguir , onde as colunas vermelhas mostram a proporo de nclise

 versus a prclise e as colunas azuis representam a proporo de se em

 relao aos outros clticos , isso aparece claramente :

 [ INLINE ]

 O que se v  que , pelo menos at o final do sculo XVII , quando a

 proporo de se  maior do que a mdia , temos tambm mais nclise .

 Isso mostra claramente uma correlao entre ter muito se nos textos e

 ter nclise .
 Obviamente , a partir do sculo XVIII essa correlao se

 perde .
 Vocs podem ver que o se aqui se mantm em 40 % , mas a nclise

 vai subindo , subindo , subindo , obviamente , j no tem nada a ver com a

 escolha do cltico , tem a ver com a mudana que est se implementando

 nos textos .

 Eu disse no incio : temos que reconciliar lngua externa e lngua

 interna .
 Tudo o que eu mostrei at agora  o que a gente pode chamar

 de lngua externa , so dados , muitos dados quantificados .
 Agora ,

 queremos interpretar esses dados  luz de hipteses sobre as

 gramticas , que esto subjacentes aos dados .
 Vou apresentar agora a

 hiptese com a qual o projeto trabalha .
 Essa hiptese  que vai nos

 permitir ligar a questo sinttica com a questo prosdica , porque a

 hiptese com a qual trabalhamos  que na gramtica , que eu vou chamar

 de portugus clssico , que  a gramtica que a gente tem no sculo

 XVI e XVII , temos variao entre prclise e nclise , porque temos duas

 estruturas subjacentes possveis .
 No caso da prclise , todos esses

 elementos que podem aparecer antes do verbo ( sujeito , sintagma

 preposicional , advrbio , orao etc ...
 ) , ocupam uma posio interna 

 orao .
 Eu no estou agora querendo dizer qual  exatamente essa

 posio , mas  uma posio interna  orao .

 Agora , no caso da nclise , temos esse mesmo elemento , sujeito ou

 qualquer outra coisa , que ocupa uma posio externa  orao .
 Estas

 duas possibilidades podem ser representadas da seguinte maneira , onde

 XP representa qualquer sintagma e [  a fronteira de orao :

 [ XP cl-V

 XP [ V-cl

 Ou seja , a idia  a seguinte : quando no sculo XVI , XVII , h uma

 variao entre nclise e prclise ,  porque eu posso eventualmente pr

 esse sujeito ou esse advrbio ou sintagma preposicional fora da

 orao .
 Fazendo referncia s oraes de Vieira mostradas

 anteriormente ,  como se eu tivesse Deus , ou Os homens , e s depois 

 que a orao comea , com o verbo em primeira posio .
 Ento , eu tenho

 nclise , porque o verbo est em primeira posio na orao , e a

 vejam , agora estou falando de estrutura , de gramtica , de lngua

 interna .
 O que eu vejo  o verbo em segunda posio , mas eu estou

 dizendo , sim , eu vejo o verbo em segunda posio , mas , na realidade ,

 ele est em primeira posio e , o que vem antes , est fora dos limites

 da orao .
 Obviamente , isso  uma hiptese , mas  uma hiptese que

 nos permite explicar , entre outras coisas , o que a gente v nos

 sermes do Vieira .
 Eu disse que os sermes de Vieira , inicialmente ,

 eram um mistrio , e que depois eles nos deram uma chave .
  que olhando

 de maneira mais detalhada para os sermes , o que eu percebi  que

 TODOS os casos em que encontramos sujeito , verbo , cltico , so casos

 claros em que Vieira est contrastando dois termos. ^ [ 5 ] ^ Nos exemplos

 que eu mostrei para vocs ,  bem claro : Eles conheciam-nos como

 homens , Cristo conhecia-os como Deus .
 Aqui , a gente tem uma oposio

 entre eles e Cristo .
 Deus julga-nos a ns por ns , os homens

 julgam-nos a ns por si .
 Oposio entre Deus e os homens .
 O mesmo

 acontece com os sintagmas preposicionais iniciais .
 Entre as feras

 tomava-se com os lees e entre os homens com gigantes .
 Oposio Entre

 as feras / entre os homens .
 Isso acontece em 100 % dos casos , e  muito

 raro achar 100 % quando se procura alguma coisa .
 Em 100 % dos casos em

 que um sujeito  seguido do verbo seguido do cltico , nos sermes do

 Vieira que temos no Corpus , encontramos um caso de oposio entre dois

 termos .
 Podemos ento concluir que esse sujeito , ou esse sintagma

 preposicional ,  o que se chama de tpico contrastivo .
  um tpico

 porque  o termo sobre o qual se faz a assero , mas ele 

 contrastivo , porque  contrastado com um outro termo do texto .

 Ento , em Vieira , nos sermes do Vieira , o que explica a nclise  a

 topicalizao contrastiva .
 Esse tipo de topicalizao  muito

 recorrente nos sermes , porque so textos de estilo barroco , e a

 temos um ponto de contato interessantssimo com a literatura .
 O

 barroco  baseado em oposies .
 O que descobrimos ento  que Vieira

 usa a colocao de clticos como um recurso estilstico .

 Obviamente , na gramtica do portugus europeu moderno , nada disso se

 verifica , a nclise se torna o padro absoluto , e a interpretao 

 que nessa gramtica sujeitos e tpicos no ocupam a mesma posio .
 Os

 tpicos so externos , mas o sujeito  sempre interno  orao. ^ [ 6 ] E

 mesmo assim temos nclise , o que configura uma gramtica totalmente

 diferente .
 Resumindo , desse ponto de vista , a mudana na gramtica

 afeta a posio do sujeito e pode ser resumida da seguinte maneira no

 que diz respeito s oraes com nclise ( onde [ , novamente , simboliza

 a fronteira da orao ) :

 Gramtica 1 ( portugus clssico ) : Sujeito [ V-cl

 Gramtica 2 ( portugus europeu moderno ) : [ Sujeito V-cl

 Tenho dois minutos para falar da procura dos padres escondidos , e eu

 j tinha dito que eu teria muito pouco tempo para falar disso , j que

 nessa fala , mesmo longa , no d para mostrar por onde tentamos ligar

 essa anlise sinttica com uma anlise prosdica , que tal maneira que

 possamos responder  questo inicial , que era :  verdade que a mudana

 rtmica do portugus provocou uma mudana sinttica ?
 E uma primeira

 coisa que a gente tem que fazer  definir de que mudana rtmica se

 trata , e por isso ns fizemos , dentro desse projeto , todo um trabalho ,

 comparando o portugus europeu moderno e o portugus brasileiro

 moderno .
 Usamos o portugus brasileiro como imagem do portugus falado

 do sculo XVI. Ateno , no que diz respeito  sintaxe ele  muito

 diferente , mas , possivelmente , o ritmo da fala brasileira  muito

 mais prximo do ritmo da fala do sculo XVI do que o ritmo portugus

 moderno .
 Citarei aqui um foneticista portugus do sculo XIX ,

 Gonalves Viana , que dizia que os atores da poca dele eram incapazes

 de ler Cames de maneira correta , porque eles comiam algumas slabas a

 caminho , e os decasslabos do Cames se tornavam heptasslabos , no

 melhor dos casos .
 Em compensao , os brasileiros lem Cames muito

 bem , ou seja , o ritmo da fala brasileira  , certamente , muito mais

 prximo do ritmo da fala do sculo XVI .

 Fizemos um grande trabalho de comparao de ritmo portugus europeu /

 portugus brasileiro .
 Mas num segundo momento , precisamos de

 modelagem , que no vem atualmente da lingstica , e pode ser que nunca

 venha da lingstica , porque fazer fonologia histrica  muito

 difcil , no sentido que no temos nenhuma evidncia a partir do texto

 escrito de como as pessoas falavam .
 Mas , esperamos ser capazes , com

 mtodos estatsticos , de reconhecer padres , ou seja , tipos de

 seqncias que a gente encontra nos textos portugueses modernos e

 brasileiros modernos , fazer um modelo matemtico desses padres , e

 depois aplicar esses modelos a Corpora antigos .
 Estamos atualmente

 numa fase ainda preliminar , j com algum sucesso .
 Se conseguirmos

 avanar nesse caminho , talvez a gente consiga achar a prosdia

 perdida , que  o objetivo mais ambicioso de toda essa pesquisa .

 Muito obrigada .

 Claudio C. Henriques ( mediador ) Passo a palavra para o professor Andr

 Valente , que deseja fazer algumas consideraes .

 Andr Valente Primeiro , quero parabenizar a professora Charlotte pelo

 trabalho e pela generosidade de socializ-lo .
 Tenho duas

 consideraes : a constatao de que , na segunda metade do sculo XVI ,

 predominava a prclise , o que colabora para desmistificar algumas

 afirmaes precipitadas .
 Comprovou-se que Vieira , nos sermes ,

 trabalhava mais com a nclise e , nas cartas , com a prclise .
 Na

 interpretao dos dados haveria alguma dependncia dessa busca

 prosdica ou vocs j esto trabalhando a justificativa dessa

 evoluo ?
 Essa  a primeira pergunta .
 A segunda : ficou claro que o

 objetivo  trabalhar a oposio nclise e prclise , e me chamou a

 ateno a presena da mesclise em dois casos apresentados : dar-te-ei

 e entregar-me-ei .
 Isso  tratado de que forma na pesquisa ?

 Charlotte Em relao  sua primeira pergunta , a anlise sinttica 

 uma anlise independente , mas , obviamente , a hiptese , que parece ser

 interessante para dar conta dos dados do ponto de vista sinttico , 

 uma hiptese que pode ser interessante tambm para essa questo da

 articulao sintaxe-fonologia , porque o que estamos dizendo  que o

 que vai mudar entre o portugus clssico e o portugus europeu

 moderno , do ponto de vista da sintaxe ,  a posio do sujeito com a

 nclise .
 Ento , quando a gente tem sujeito pr-verbal com nclise , no

 portugus clssico , a gente est dizendo que esse sujeito , na

 realidade , est fora dos limites da orao , mas no portugus europeu

 moderno , em que isso  , alis , a nica possibilidade de colocao , o

 sujeito est dentro dos limites da orao .
 Essa questo de estar fora

 e estar dentro  alguma coisa que tem uma ligao muito forte com a

 questo da entoao , porque esse limite , que eu marquei com um

 colchete ,  o limite da orao ,  o limite interpretado

 fonologicamente .

 E isso no  to novo , h outros casos conhecidos em que alguma coisa

 parecida acontece .
 Em francs , por exemplo , aconteceu no sentido

 inverso .
 No francs antigo , quando havia um tpico inicial , ele

 estava dentro da orao , porque era uma lngua de tipo germnico , que

 pode ter um tpico interno , e , a partir de um certo momento , esse

 tpico foi reinterpretado como um elemento externo  orao .
 E isso

 est ligado tambm a questes de ritmo , porque as lnguas que tm um

 tpico interno inicial , como o alemo , por exemplo , tem um acento

 inicial .
 Veja que essa anlise pode se sustentar em termos puramente

 sintticos mas  um lugar interessantssimo tambm para trabalhar com

 a interface sintaxe / fonologia .

 Em relao  mesclise , o projeto no tematiza particularmente essa

 questo , porque implicitamente consideramos a mesclise como um caso

 de nclise .
 V-se alis que a mesclise  alguma coisa que , no

 portugus brasileiro , desaparece junto com a nclise .
 Isso dito ,

 parece que a mesclise tambm est desaparecendo no portugus europeu ,

 ou seja , as criancinhas portuguesas j no fazem mesclise como

 antigamente .
 Ns no fizemos isso at agora , mas  possvel estudar a

 evoluo da mesclise no Corpus muito facilmente , j que ela tem uma

 etiqueta especial , porque a gente j imaginou que algum podia se

 interessar por essa construo .
 Ento , algum que queira fazer um

 estudo da evoluo do uso da mesclise , nesse Corpus ,  s pegar a

 etiquetinha da mesclise , que tem um ponto de exclamao , e procurar

 nos textos , e ver como  que ela acontece .

 Outros trabalhos que foram feitos do quais no falei .
 Cristiane

 Namiuti , j mencionada , tem um trabalho sobre a interpolao .
 A

 interpolao  alguma coisa que aparece pouco nesse perodo , alis ,

 aparece muito , mas s com a negao .
 A Cristiane mostrou , de maneira

 interessante , que no s ela  restrita  negao , como ela  usada em

 muito mais contextos .
 Ento , por um lado a interpolao se restringe 

 negao , mas , por outro lado , ela vai ser usada em qualquer contexto

 em que  possvel ter prclise , enquanto que , no portugus antigo , era

 s em casos de prclise obrigatria .
 Ento h outros trabalhos

 paralelos , que j foram feitos , e que podem ser feitos , porque o

 Corpus traz a informao necessria .

 Espero ter respondido s suas perguntas .

 Claudio Obrigado .
 Fao tambm uma pergunta : Na exemplificao dos

 casos do pronome o , o sistema tambm permite que se faa distino

 entre os casos em que esse o  pronome pessoal oblquo e os casos em

 que ele  um pronome demonstrativo , por exemplo ?
 O exemplo do Vieira ,

 que  assim " o diz " , e ele diz depois " o declara " .
 Haveria outras

 consideraes a fazer , mas pergunto-lhe se o levantamento j poderia

 distinguir o caso dos os com o valor de eles , e do o com o valor de

 ele ou de isto ?

 Charlotte Sim , claro , tudo isso  uma questo de etiquetagem .
 Esse 

 um caso em que a gente tem que tomar decises no campo da anotao ,

 porque na anotao a gente j pode marcar certas distines , fazendo

 isso , a gente vai facilitar o trabalho da busca , mas a gente complica

 o trabalho do etiquetador .
 Quando uma palavra tem vrias funes , e a

 gente puser uma s etiqueta , isso vai facilitar a etiquetagem e vai

 dificultar a busca .
 A gente procurou equilbrio entre as duas coisas

 e , em certos casos , a gente tomou a deciso no sentido de multiplicar

 as etiquetas e , em outros casos , em deixar uma etiqueta s para

 facilitar a etiquetagem. ^ [ 7 ]

 Quanto ao o , a gente basicamente faz a distino entre o o

 determinante e o pronome cltico .
 O o determinante podia tambm ser

 considerado como demonstrativo , quando a gente tem : o que voc fez ,

 que seria a mesma coisa que : aquilo que voc fez e , nesse caso , a

 gente deixou determinante .
  pela construo sinttica , porque vai ser

 sempre seguido por uma orao ou por um pronome relativo , que vai ser

 possvel perceber que no se trata do determinante mesmo .
 Mas isso so

 escolhas que tm que ser feitas no sistema de anotao e , s vezes ,

 no  bvio fazer essas escolhas .

 Claudio Obrigado .
 Temos uma pergunta por escrito : Voc pode explicar

 um pouco mais o sistema de anotao que voc chama de melhores

 categorias e quais os critrios utilizados para essa classificao ?

 Charlotte A gente tem que chegar a um equilbrio entre um sistema

 econmico e um sistema descritivo .
 Porque se ele no for econmico do

 ponto de vista computacional vai ser dramtico , alis , para

 exemplificar isso , fazer um sistema de etiquetagem para o portugus 

 muito mais complicado do que fazer para o ingls , por causa da

 morfologia , porque o ingls  uma lngua de pouca morfologia , e o

 portugus  uma lngua de muita morfologia .
 Ento , ns , no ponto de

 partida , trabalhamos com o sistema de etiquetagem que foi feito para o

 ingls mdio , no projeto de Anthony Kroch .
 Eles tm 35 etiquetas , e

 ns , no final das contas , temos 360 .
 Isso , computacionalmente , faz

 crescer a complexidade de maneira enorme , quer dizer , para treinar um

 etiquetador automtico que tenha 360 etiquetas , demora meses .
 Ento ,

 o que a gente fez ?
 Marcelo Finger , j mencionado antes , inventou para

 a gente um sistema em vrios passos .
 Vocs viram que a gente tem

 etiquetas e sub-etiquetas , e isso resolve o problema em grande parte .

 Ento ,  isso .
 Voc tem que ter um sistema econmico , mas voc quer

 ter um sistema que seja descritivamente adequado , ento , respondendo 

 pergunta do Claudio , direi que  esse equilbrio permanente entre a

 descrio lingstica e as restries computacionais , que faz com que

 voc tente achar um sistema timo , no sentido da teoria da

 otimalidade , que  o melhor possvel .
  isso .
 Depois , tem alguns

 problemas de descrio , e  muito interessante fazer esse trabalho ,

 porque a gente v que h certas coisas pelas quais a gramtica

 tradicional nunca se interessou , e pelas quais a gramtica gerativa

 tambm no se interessa , e a gente fica meio sem ferramentas , e a tem

 que inventar .

 Ento , o melhor  no sentido do melhor possvel , e os critrios so

 esses .
 O sistema acaba tendo um pouco a nossa cara , porque ,

 obviamente , ns somos um grupo interessado particularmente na

 sintaxe , na morfossintaxe , privilegiando coisas como os clticos , por

 exemplo .
 Talvez um outro grupo no fizesse uma distino entre

 clticos e no clticos , entre clticos , em geral , e se .
 Ns fizemos

 certas distines , porque a gente sabia que elas eram importantes para

 a gente , e para gente como a gente , ento , h um lado subjetivo

 tambm .

 Claudio Temos uma pergunta sobre os textos do Corpus : Vocs fizeram a

 atualizao da ortografia e no alteraram a pontuao .
 Existe algum

 projeto de se estudar pontuao , segundo padres rtmicos no portugus

 atual ?

 Charlotte Esse estudo da pontuao  fascinante .
 Acontece que , no

 portugus atual , a pontuao normativa no  uma pontuao de flego ,

 eu diria , no  uma pontuao de leitura em voz alta ,  uma pontuao

 mais lgica .
 Mas eu acho que h umas interfaces interessantes com a

 pontuao usada mais espontaneamente .
 Eu tenho colegas que trabalham

 com produes de crianas ou produes de gente pouco escolarizada ,

 que no passou justamente por esse processo de normatizao .
 Talvez

 aqui haja gente trabalhando com isso , para ver como  que as pessoas

 usam a pontuao .
 Talvez a tendncia mais natural seja usar a

 pontuao como uma marca de grupos prosdicos , e  o que achamos ainda

 em textos do sculo XVIII .
 Ainda est para ser feita uma histria da

 pontuao no portugus .
 Existem trabalhos com a pontuao antiga , mas

 a  que est , a histria do portugus foi muito trabalhada at o

 sculo XVI e depois achou-se que j era a lngua moderna , por isso

 houve muito menos trabalhos .
 Mas isso  falso .
 A lngua portuguesa

 ainda passou por srias modificaes depois do sculo XVI .

 A pontuao dos sculos XVII e XVIII  bem diferente da nossa .
 Ela 

 mais retrica , mais ligada  prosdia , e seria muito interessante

 estud-la e comparar eventualmente com o que fazem pessoas pouco

 escolarizadas na lngua moderna , porque a escolarizao moderna leva

 as pessoas a usarem a pontuao de maneira semntica , sinttica e

 lgica eu diria .
 Ento , ns vamos , em algum momento , trabalhar essa

 pontuao .
 At agora , a gente tinha pouqussimos textos com a

 pontuao original , porque os editores mudam a pontuao , isso  uma

 coisa assim , no tem jeito , voc v , l a primeira pgina , compara com

 a edio original e v que a primeira vrgula j mudou de lugar ,  uma

 coisa que os editores no deixam de fazer , mesmo quando eles mexem

 pouco na ortografia .

 Claudio Outra pergunta da platia : Na sua pesquisa existe alguma

 etiquetagem para o estudo do contexto transfrstico , por exemplo ?

 Vocs esto pensando alguma coisa assim ?
 Voc falou agora da

 pontuao .
 H alguma etiqueta para isso ?

 Charlotte Sim , a pontuao vem etiquetada .
 Mas no h etiquetas

 remetendo a funes transfrsticas .
 O nosso sistema de etiquetagem 

 um sistema que se d no nvel da frase , mas eu penso mesmo , e isso me

 aconteceu com os clticos , que muitas vezes a gente vai ter interesse

 em olhar para o texto .
 A vantagem de ter o Corpus  disposio  que

 voc pode ir para ele .
 Ns no damos as ferramentas imediatamente ,

 porque no fazemos uma anlise textual , a prpria anotao sinttica

  uma anotao muito bsica para recuperar informaes , mas , depois ,

 eu acho que a gente , at para anlise sinttica tem que voltar ao

 texto .
  por isso que disponibilizamos o texto inteiro , porque o

 pesquisador no pode prescindir do texto .
 Agora , eu acho que esse

 Corpus , apesar de ser pensado para anlise sinttica , ele j pode ser

 um Corpus interessante para anlise textual e para a interface entre a

 sintaxe e o texto , a sintaxe e a prosdia .

 Claudio Outra pergunta da platia : Ao explicar a presena da nclise e

 sujeito , voc usou o conceito de tpico , que  de discurso .
 Como  que

 voc concilia os aspectos gerativistas e discursivos ?

 Charlotte Eu acho que a gramtica  um rgo biolgico , mas ela  ,

 obviamente , usada para funes discursivas .
 Ento , eu sempre achei que

 uma abordagem discursiva e a abordagem sinttica , mesmo gerativista ,

 no eram incompatveis , mas complementares .
 E para mim esse trabalho

 com Vieira foi fascinante , porque eu vi que a nclise nos sermes tem

 a ver com o estilo dele .
 E isso passa por uma anlise sinttica , em

 que a noo de tpico  importante , mas a noo de tpico  uma noo

 de interface sintaxe / discurso , porque o tpico  tambm uma noo

 discursiva .
 Acontece que cada lngua trata sintaticamente o tpico de

 maneira diferente .

 Ento , tipicamente , existem lnguas nas quais o tpico  sempre um

 elemento externo  orao , e lnguas nas quais o tpico pode ocupar

 uma posio interna  orao .
 Lnguas como o portugus clssico , o

 portugus antigo possivelmente tambm , as lnguas de acento inicial ,

 so lnguas que podem ter um tpico interno  orao .
 Ento , o tpico ,

 do ponto de vista discursivo , vai ser o mesmo , mas cada sintaxe vai

 tratar esse tpico de maneira diferente , e pode ser um gancho

 justamente na mudana das lnguas uma vez que a reanlise da posio

 do tpico  um lugar de mudana sinttica .

 Claudio Eu vou pedir a compreenso de todos que enviaram perguntas e

 solicitar que venham conversar com a professora Charlotte

 reservadamente , porque nosso tempo est mais do que esgotado .
 Quero

 novamente me congratular com a professora pela belssima exposio e

 agradecer pela sua presena em nosso Seminrio .

 Charlotte Obrigada a todos .
 Foi um prazer estar com vocs .

 @ @ @ @ @ @ @

 N. do Org. : Verso escrita pela autora a partir de transcrio feita

 pela monitora Mrcia de Oliveira Gomes , do Instituto de Letras da

 UERJ .

 _______________________

 ^ [ 1 ] Uma discusso dessa proposta se encontra em Britto , H. e C .

 Galves A construo do Corpus anotado do portugus histrico Tycho

 Brahe : o sistema de anotao morfolgica .
 IV Encontro para o

 processamento computacional da lngua portuguesa escrita e falada

 ( PROPOR 99 ) , vora , 20-21 de setembro de 1999 .

 ^ [ 3 ] Cf. http : // www.ime.usp.br / ~ tycho / corpus / database

 ^ [ 4 ] Uma primeira apresentao dessa variao encontra-se em Galves ,

 C. , H. Britto e M.C Paixo de Sousa " First Results from the Tycho

 Brahe Corpus " disponvel em

 http : // www.ime.usp.br / ~ tycho / what / index.html

 ^ [ 5 ] ^ Esta anlise est desenvolvida no meu artigo " Sintaxe e estilo :

 a colocao de clticos nos Sermes do Padre Vieira " a sair no volume

 comemorativo dos 25 anos do IEL-UNICAMP ( cf. a verso em ingls em

 http : // www.ime.usp.br / ~ tycho / what / index.html )

 ^ [ 6 ] ^ Existe atualmente uma polmica sobre a ^ posio do sujeito no

 portugus europeu moderno .
 Cf. , entre muitos outros , o artigo de Joo

 Costa e Charlotte Galves " External subjects in two varieties of

 Portuguese : evidence for a non-unified analysis " , publicado em

 Portuguese Syntax , Joo Costa ( org. ) , Oxford 2000 .

 ^ [ 7 ] A esse respeito ver Britto e Galves ( 1999 ) citado em nota acima .

 _______________________

