Acesso a corpos de português: Projecto AC/DC: corpo CONDIVport2

Este subcorpus contém por agora 66150 unidades do Jornal do Brasil (brasileiro) e 57542 do Diário de Notícias (português), perfazendo 344 textos.

Estrutura do corpo O corpo está dividido em textos, assinalados pelo atributo texto; cada texto está dividido em parágrafos (atributo p) e frases (atributo s). Além disso, o CONDIVport2 contém os atributos posicionais variante (valores: PT, BR), id (valores: 1 a tN), tema, e fonte. Valores de fonte possíveis: JB, DN. Como todos os corpos do AC/DC, o CONDIVport está também anotado sintacticamente pelo PALAVRAS, e contém alguma anotação semântica nos atributos sema e grupo, por enquanto referente apenas a cor e roupa. Tamanho Futebol Moda/vestuário Saúde PT 3333411 1679290 316853 1337268 BR 2649379 1367115 801410 480854 Todos 3046405 1118273 1818122 Versão do corpo Corpus CONDIV2, versão texto de 15 de maio de 2017, anotado a 6 de julho de 2024, v. 4.1 Excerto do corpo <texto num=1 tema=ciencia-e-tecnologia data=13/02/2017 fonte=JB> <p> <s> Matéria publicada nesta segunda-feira (13) pelo The Guardian conta que cientistas descobriram níveis "extraordinários" de poluição tóxica no lugar mais remoto e inacessível do planeta - a fossa das Marianas*, localizadas a 10 quilômetros de profundidade no oceano Pacífico . </s> </p> ... Dados quantitativos Corpo CONDIV2 Número de formas Número de tipos Unidades 212075 20151 Total de palavras 175277 19973 Palavras em minúscula 127975 13458 Palavras com inicial maiúscula 23171 4601 Palavras todas em maiúsculas 1338 376 Números 2236 349 Palavras com números 186 90 Palavras mistas 374 52 Pontuação 9584 177 Número de unidades estruturais Atributo Número texto 520 p 3928 s 6533 mwe 2618 Contabilização de multipalavras Número de entidades Número de unidades Nomes próprios 10108 18814 Locuções 2618 5488 Palavras gráficas 175277 175277 Palavras simples 150975 150975 Palavras 163701 175277 Distribuição por categoria gramatical Categoria gramatical Expressão de procura Número de palavras Percentagem do corpo Substantivos N|N[^U].* 38020 25,18% Verbos V.* 22211 14,71% Adjectivos ADJ.* 9163 6,07% Pronomes pessoais .*PERS.* 1828 1,21% Preposições PRP.* 31560 20,90% Conjunções K.* 6970 4,62% Advérbios ADV.* 6347 4,20% Determinantes .*DET.* 30849 20,43% Especificadores .*SPEC.* 2775 1,84% Numerais NUM.* 4029 2,67% Para informação sobre como foram obtidos este valores, consulte esta página

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]