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

Português Falado - Documentos Autênticos : AC/DC : Linguateca
O corpus PortFalDA é um corpo de entrevistas transcritas proveniente dos quatro CD-ROM Português Falado: Documentos Autênticos (Gravações audio com transcrição alinhada), produzidos pelo Centro de Linguística da Universidade de Lisboa (CLUL) e pelo Instituto Camões em 1995-1997. Este material foi coletado maioritariamente no âmbito do projeto Português Falado, Variedades Geográficas e Sociais, levado a cabo pelo CLUL em parceria com as universidades francesas de Toulouse-le-Mirail e de Provence-Aix-Marseille. Para mais informação sobre este corpo, veja-se Bacelar do Nascimento (2001a) (em inglês) e Bacelar do Nascimento (2001b) (em francês).

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 30 de julho de 2022, versão 4.2

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 formasNúmero de tipos
Unidades 1481068638
Total de palavras 1068818629
Palavras em minúscula 845907607
Palavras com inicial maiúscula1369517
Palavras todas em maiúsculas 5115
Números 11
Palavras com números22
Palavras mistas156
Pontuação81479

Número de unidades estruturais

Atributo Número
p 3500
s 7569
texto 86
pergunta 1642
resposta 1858
mwe 1927

Contabilização de multipalavras

Número de entidades Número de unidades
Nomes próprios 1003 1436
Locuções 1927 4161
Palavras gráficas 106881 106881
Palavras simples 101284 101284
Palavras 104214 106881

Distribuição por categoria gramatical

Categoria gramaticalExpressão de procura Número de palavrasPercentagem do corpo
Substantivos N|N[^U].* 14678 14,49%
Verbos V.* 18563 18,33%
Adjectivos ADJ.* 3404 3,36%
Pronomes pessoais .*PERS.* 4603 4,54%
Preposições PRP.* 10978 10,84%
Conjunções K.* 6056 5,98%
Advérbios ADV.* 11659 11,51%
Determinantes .*DET.* 13547 13,38%
Especificadores .*SPEC.* 2840 2,80%
Numerais NUM.* 2132 2,10%

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

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]


Última atualização: 06 de Agosto de 2022
Perguntas, comentários e sugestões