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

O corpus foi criado usando mensagens em português não endereçadas, recebidas por elementos da equipa da Linguateca entre 10 de Agosto de 2001 e 24 de Janeiro de 2006.

Estrutura do corpo O corpus está dividido em mensagens, marcadas pelo atributo mens, com informação da data . Cada mensagem tem sempre os campos assunto e autor (a pessoa que enviou a mensagem). O corpo da mensagem está dividido em p [parágrafos], s [frases], e possivelmente li [elementos de listas] e titulo [títulos]. Versão do corpo Versão do corpus de 15 de janeiro de 2006, anotado a 6 de julho de 2024, v. 8.1 Excerto do corpo <mens dt=2001-08-10 sexta-feira 16:56> <assunto> FENET - FEIRAS NA INTERNET. </assunto> <autor> Aline [aline@fenet.com.br] </autor> <titulo> Caro Senhores, </titulo> <p> <s> Conforme poderão visualizar em nosso site: http://www.fenet.com.br , a FENET é um site de FEIRAS VIRTUAIS Comerciais e de Serviços . </s> <s> Dentre as FEIRAS DE SERVIÇOS ( entretenimento puro e simples ), já contamos com as: BADALAÇÃO, CARTÕES VIRTUAIS, CHAT, CINEMA, GIFS, HUMOR, JOGOS, SHOWS e TEATROS . </s> ... Dados quantitativos Corpo CONE Número de formas Número de tipos Unidades 921366 46688 Total de palavras 681377 43118 Palavras em minúscula 398042 18508 Palavras com inicial maiúscula 132594 12165 Palavras todas em maiúsculas 39796 5623 Números 14676 787 Palavras com números 2742 590 Palavras mistas 3726 841 Pontuação 59602 3147 Número de unidades estruturais Atributo Número p 19366 s 31559 mwe 7085 autor 1709 mens 1904 assunto 1858 div 0 li 24119 t 0 cita 0 Contabilização de multipalavras Número de entidades Número de unidades Nomes próprios 54658 102907 Locuções 7085 15084 Palavras gráficas 681377 681377 Palavras simples 563386 563386 Palavras 625129 681377 Distribuição por categoria gramatical Categoria gramatical Expressão de procura Número de palavras Percentagem do corpo Substantivos N|N[^U].* 161584 28,68% Verbos V.* 70435 12,50% Adjectivos ADJ.* 42372 7,52% Pronomes pessoais .*PERS.* 8881 1,58% Preposições PRP.* 100940 17,92% Conjunções K.* 29713 5,27% Advérbios ADV.* 23286 4,13% Determinantes .*DET.* 86013 15,27% Especificadores .*SPEC.* 6061 1,08% Numerais NUM.* 25060 4,45% Para informação sobre como foram obtidos este valores, consulte esta página

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]