Acesso a corpos de português: Projecto AC/DC: corpo Português Falado - Documentos Autênticos

O corpus PortFalDA é composto (neste momento) por 50 textos, de Portugal e do Brasil.

Como citar o (conteúdo do) corpus PortFALDA:

Português Falado: Documentos Autênticos (Gravações audio com transcriçao alinhada), conjunto de quatro CD-ROM, produzido pelo Centro de Linguística da Universidade de Lisboa (CLUL), Instituto Camões, com apoio da União Europeia (Programas LINGUA e SOCRATES/LINGUA) numa parceria entre o CLUL, a Universidade de Toulouse-le-Mirail e a Universidade de Aix-en-Provence.

Estrutura do corpo Marcadores posicionais: variante Marcadores estruturais: texto [nome do texto], pergunta, resposta, p [parágrafo], s [frase]. Distribuição por variante A sua distribuição, correspondendo à versão 1.0, é a seguinte: Versão do corpo Corpo PORTFALDA, texto original dos CD-ROM, anotado a 6 de julho de 2024, versão 6.1 Excerto do corpo <texto A:Fazenda.txt> <resposta> <p> <s> -- uma fazenda é, fica em Friburgo, vinte minutos depois de Friburgo, portanto no município de Friburgo. </s> <s> a fazenda é bem grande, tem uma casa tipo colonial. </s> <s> a casa é toda cercada por um varand<E3>o com, com... </s> <s> cerquinha de madeira e depois então dentro tem uma sala muito grande, com duas portas em que se abrem duas alas, que são duas alas de quartos diferentes, cada ala com o seu banheiro... </s> <s> servindo. </s> Dados quantitativos Corpo PORTFALDA Número de formas Número de tipos Unidades 148582 8637 Total de palavras 107215 8629 Palavras em minúscula 84568 7602 Palavras com inicial maiúscula 1367 516 Palavras todas em maiúsculas 51 15 Números 1 1 Palavras com números 2 2 Palavras mistas 32 10 Pontuação 8288 8 Número de unidades estruturais Atributo Número p 3500 s 7569 texto 86 pergunta 1642 resposta 1858 mwe 1925 Contabilização de multipalavras Número de entidades Número de unidades Nomes próprios 972 1420 Locuções 1925 4152 Palavras gráficas 107215 107215 Palavras simples 101643 101643 Palavras 104540 107215 Distribuição por categoria gramatical Categoria gramatical Expressão de procura Número de palavras Percentagem do corpo Substantivos N|N[^U].* 14569 14,33% Verbos V.* 19228 18,92% Adjectivos ADJ.* 3361 3,31% Pronomes pessoais .*PERS.* 4593 4,52% Preposições PRP.* 11114 10,93% Conjunções K.* 6059 5,96% Advérbios ADV.* 11680 11,49% Determinantes .*DET.* 13510 13,29% Especificadores .*SPEC.* 2839 2,79% Numerais NUM.* 1269 1,25% Para informação sobre como foram obtidos este valores, consulte esta página

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]