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

A recolha do material do PRABril foi iniciada no âmbito de um projeto intitulado O discurso do Presidente. 100 anos de discursos presidenciais em Portugal, tendo sido depois segmentado e concluído para a publicação do livro Vozes que moldam Abril - Os discursos presidenciais na celebração da revolução , publicado no âmbito dos 50 anos do 25 de Abril.

A equipa de investigação é constituída pelos seguintes elementos:

• Maria Aldina Marques (UMinho, CEHUM)
• Rui Ramos (UMinho, CEHUM)
• Isabel Margarida Duarte (FLUP, CLUP)
• Isabel Roboredo Seara (UA, CEHUM, CLUNL)
• Alexandra Guedes Pinto (FLUP, CLUP)
• Rosalice Pinto (FCSHUNL, IFILNOVA, CEDIS)

Quanto ao PRPosse, foi compilado no âmbito da tese de doutoramento Imagens presidenciais nos discursos de tomada de posse nos cem anos da República Portuguesa de Micaela Aguiar (PRPosse 1.0). Em 17 de dezembro de 2024, foi lançado o PRPosse 2.0, incluindo os discursos de tomada de posse de Marcelo Rebelo de Sousa de 2016 e de 2021.

Mais informação sobre a constituição do PRPosse encontra-se aqui. Também podem ser consultados os metadados do PRPosse.

O corpo BrPoliCorpus encontra-se acessível de https://github.com/rll307/BrPoliCorpus, juntamente com um pacote R para o manipular. O manual deve ser citado como

• Lima-Lopes, Rodrigo Esteves de. (2024). BrPoliCorpus: Brazilian political corpus V 1.0 [Manual]. https://github.com/rll307/BrPoliCorpus.git

O corpo completo em formato texto, com a anotação estrutural (secções, parágrafos, etc.) pode ser obtido aqui: DisPR3.0.txt.

Estrutura do corpo O corpus está dividido em discursos, marcados pelo atributo estrutural texto. Cada texto está dividido em parágrafos p e frases s. O atributo posicional corpo indica se o discurso vem do corpo PRAbril ou PRPosse. O atributo autor contém o nome do presidente, e o atributo ano o ano em que o discurso foi proferido (e redigido). Finalmente, o atributo id marca o identificador do discurso, um número inteiro (de 1 a 47 para o PRAbril, de 48 a 76 para o PRPosse, de 77 a 111 para o BrPoliCorpus). Versão do corpo Corpus DisPR, criado em 17 de dezembro de 2024, v. 3.0 Excerto do corpo <texto 24> <p> <s> O Sr. Presidente da República (Jorge Sampaio): </s> <s> - Sr. Presidente da Assembleia da República, Excelências, Srs. Embaixadores, permito-me saudar os Chefes de Estado que VV. Ex.as aqui representam, porque, de algum modo, senão mesmo de forma decisiva, o 25 de Abril foi também o nosso regresso à comunidade internacional. </s> </p> <p> <s> Aplausos gerais. </s> Dados quantitativos Corpo DISPR Número de formas Número de tipos Unidades 330043 20901 Total de palavras 275592 20834 Palavras em minúscula 225897 16961 Palavras com inicial maiúscula 21015 2193 Palavras todas em maiúsculas 837 94 Números 1122 183 Palavras com números 49 7 Palavras mistas 34 21 Pontuação 12848 67 Número de unidades estruturais Atributo Número p 5797 s 10647 texto 111 mwe 4220 Contabilização de multipalavras Número de entidades Número de unidades Nomes próprios 5326 10053 Locuções 4220 9087 Palavras gráficas 275592 275592 Palavras simples 256452 256452 Palavras 265998 275592 Distribuição por categoria gramatical Categoria gramatical Expressão de procura Número de palavras Percentagem do corpo Substantivos N|N[^U].* 60030 23,41% Verbos V.* 35844 13,98% Adjectivos ADJ.* 24224 9,45% Pronomes pessoais .*PERS.* 5465 2,13% Preposições PRP.* 48642 18,97% Conjunções K.* 15740 6,14% Advérbios ADV.* 13569 5,29% Determinantes .*DET.* 54548 21,27% Especificadores .*SPEC.* 6534 2,55% Numerais NUM.* 1957 0,76% Para informação sobre como foram obtidos este valores, consulte esta página

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]