Acesso a corpos de português: Projecto AC/DC: corpo Mariano Gago

Mariano Gago : AC/DC : Linguateca
O corpus JMG contém artigos e notícias associadas a José Mariano Gago: obituários; testemunhos por ocasião da sua morte a 17 de abril de 2015; textos escritos por ele: discursos, cartas, outros textos; entrevistas; artigos sobre ele e a sua política; depoimentos de homenagem. Todos os textos em questão foram retirados da internete, exceto os que já constavam dos outros corpos jornalísticos do AC/DC. Veja a página sobre o corpo para mais informação.

Sobretudo em relação às notícias do óbito, pode haver muito material repetido.

Em maio de 2018 foram acrescentados muito mais textos anteriores que tinham sido preservados pelo Arquivo.pt, e espera-se continuar a aumentar o corpo dessa forma.

Estrutura do corpo

O corpus contém as etiquetas texto (documento), t (titulo), p (parágrafo) e s (frase).

O atributo posicional fonte indica a que texto cada palavra pertence (ver lista das fontes).

Os valores de classe estão por enquanto marcados da seguinte forma: noticia, se é uma notícia de jornal (ou texto publicado num blogue) após a sua morte; discurso se é um discurso (ou outro texto escrito por Mariano Gago), entrevista se é uma entrevista feita a Mariano Gago. outros marca textos escritos com menção a Mariano Gago antes da sua morte, e vão de críticas a reportagens a simples descrições de acontecimentos. Finalmente, sitiohomenagem contém todos os textos colocado em marianogago.org.

Prevemos para breve uma classificação mais fina dos textos, assim como alguma limpeza do material.

Distribuição por tipo de texto

A sua distribuição, correspondendo à versão 4.4, é a seguinte:

TipoDescriçãoTamanho
noticia texto noticioso 166.296
discurso discursos 17.862
entrevista entrevistas 44.944
outros outros 337.808
sitiohomenagem sítio de homenagem 36.979

Dado o número considerável de diferentes fontes, colocamos a origem de cada texto em ficheiros separados

Mais textos (de Mariano Gago) previstos:
  • http://confoa08.sdum.uminho.pt/apresentacoes/Mensagem%20MCTES.pdf
  • http://imagens.publico.pt/imagens.aspx/916095?tp=UH&db=IMAGENS&dl=1&fln=entrevista-a-jose-mariano-gago-20150417-224009.pdf
  • http://act.fct.pt/wp-content/uploads/2014/05/1_JMG_FCT_2011_Protocolo-de-doa%C3%A7%C3%A3o-acervo-documental.pdf

Versão do corpo

Corpus JMG, criado em 11 de junho de 2018, v. 4.4

Excerto do corpo


<texto id=1 genero=noticia>
<s> <t> Reações à morte de Mariano Gago </t> </s>
<s> Funeral de Mariano Gago marcado para sábado às 12h00 . </s>
<s frag> O antigo ministro da Ciência e do Ensino Superior Mariano Gago morreu esta sexta-feira, em sua casa, em Lisboa, aos 66 anos, vítima de cancro </s>

<s frag> Deixa um "vazio muito grande na ciência" Arlindo Oliveira, presidente do IST </s>

Dados quantitativos

Corpo JMG Número de formasNúmero de tipos
Unidades 75657031992
Total de palavras 57074531695
Palavras em minúscula 42248921210
Palavras com inicial maiúscula834936435
Palavras todas em maiúsculas 4314575
Números 5718359
Palavras com números23479
Palavras mistas239108
Pontuação33144265

Número de unidades estruturais

Atributo Número
p 11386
s 23120
texto 1374
t 1539
mwe 9498

Contabilização de multipalavras

Número de entidades Número de unidades
Nomes próprios 36976 72307
Locuções 9498 20202
Palavras gráficas 570745 570745
Palavras simples 478236 478236
Palavras 524710 570745

Distribuição por categoria gramatical

Categoria gramaticalExpressão de procura Número de palavrasPercentagem do corpo
Substantivos N|N[^U].* 112052 23,43%
Verbos V.* 69386 14,51%
Adjectivos ADJ.* 34821 7,28%
Pronomes pessoais .*PERS.* 8674 1,81%
Preposições PRP.* 99445 20,79%
Conjunções K.* 27110 5,67%
Advérbios ADV.* 26909 5,63%
Determinantes .*DET.* 101873 21,30%
Especificadores .*SPEC.* 10800 2,26%
Numerais NUM.* 10050 2,10%

Para informação sobre como foram obtidos este valores, consulte esta página

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]


Última atualização: 11 de Junho de 2018
Perguntas, comentários e sugestões