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

Estrutura do corpo O corpus contém as etiquetas art (artigo), a (autor), t (titulo), p (parágrafo) e s (frase). Cada parágrafo tem a identificação do jornal e da notícia além do número do parágrafo dentro da notícia. Por exemplo: DA-N0623-1 representa o primeiro parágrafo da notícia N0623 do Diário de Aveiro. O número de identificação da notícia é o o da edição electrónica do jornal. O atributo posicional fonte, que pode assumir os valores DA, DC, DL ou VD, indica de qual dos jornais do grupo é originário um determinado texto. Versão do corpo Corpus DIACLAV, versão texto criada em Abril de 2002, anotado a 4 de outubro de 2025, v. 8.3 Excerto do corpo <art j=DA e=N0106> <t> PSD propõe mais apoio para cultura popular </t> <p par=DA-N0106-1> <s frag> Os deputados aveirenses do PSD querem ver mais apoiadas as colectividades que se dedicam à recolha e promoção da cultura popular portuguesa </s> </p> <p par=DA-N0106-2> <s> As bandas filarmónicas, escolas de música, tunas, fanfarras, ranchos folclóricos e outras agremiações populares que se dediquem à actividade musical sõ o tema central de uma proposta de projecto de lei que deu, ontem, entrada na Assembleia da República . </s> <s frag> O documento tem a particularidade de ter sido elaborado e entregue pelos deputados do PSD eleitos pelo círculo de Aveiro, Roque da Cunha, Manuel de Oliveira e Hermínio Loureiro e Castro de Almeida, inspirados com certeza na profusõ deste tipo de agremiações no seu distrito de origem </s> </p> Dados quantitativos Corpo DIACLAV Número de formas Número de tipos Unidades 7849857 111619 Total de palavras 6710948 111597 Palavras em minúscula 4910135 58832 Palavras com inicial maiúscula 836995 28739 Palavras todas em maiúsculas 46319 3466 Números 60282 2176 Palavras com números 6895 1112 Palavras mistas 2128 846 Pontuação 366453 8 Número de unidades estruturais Atributo Número p 24439 s 210373 art 12802 t 12393 a 4492 mwe 119712 Contabilização de multipalavras Número de entidades Número de unidades Nomes próprios 350873 692540 Locuções 119712 253418 Palavras gráficas 6710948 6710948 Palavras simples 5764990 5764990 Palavras 6235575 6710948 Distribuição por categoria gramatical Categoria gramatical Expressão de procura Número de palavras Percentagem do corpo Substantivos N|N[^U].* 1347083 23,37% Verbos V.* 864913 15,00% Adjectivos ADJ.* 351121 6,09% Pronomes pessoais .*PERS.* 82728 1,44% Preposições PRP.* 1166875 20,24% Conjunções K.* 269998 4,68% Advérbios ADV.* 308638 5,35% Determinantes .*DET.* 1180965 20,49% Especificadores .*SPEC.* 119021 2,06% Numerais NUM.* 128532 2,23% Para informação sobre como foram obtidos este valores, consulte esta página

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]