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 7 de julho de 2024, v. 8.1 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 7854974 111593 Total de palavras 6701348 109308 Palavras em minúscula 4909508 58810 Palavras com inicial maiúscula 836911 28736 Palavras todas em maiúsculas 46318 3465 Números 57914 1292 Palavras com números 6895 1112 Palavras mistas 2127 845 Pontuação 388408 2271 Número de unidades estruturais Atributo Número p 24439 s 210373 art 12802 t 12391 a 4492 mwe 116093 Contabilização de multipalavras Número de entidades Número de unidades Nomes próprios 350860 692534 Locuções 116093 246174 Palavras gráficas 6701348 6701348 Palavras simples 5762640 5762640 Palavras 6229593 6701348 Distribuição por categoria gramatical Categoria gramatical Expressão de procura Número de palavras Percentagem do corpo Substantivos N|N[^U].* 1346750 23,37% Verbos V.* 864728 15,01% Adjectivos ADJ.* 351121 6,09% Pronomes pessoais .*PERS.* 82727 1,44% Preposições PRP.* 1169054 20,29% Conjunções K.* 269998 4,69% Advérbios ADV.* 308638 5,36% Determinantes .*DET.* 1173640 20,37% Especificadores .*SPEC.* 126226 2,19% Numerais NUM.* 128532 2,23% Para informação sobre como foram obtidos este valores, consulte esta página

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]