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 18 de janeiro de 2016, v. 1.0

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 1022226194
Total de palavras 633526185
Palavras em minúscula 506325510
Palavras com inicial maiúscula765338
Palavras todas em maiúsculas 1810
Números 11
Palavras com números
Palavras mistas94
Pontuação57079

Número de unidades estruturais

Atributo Número
p 2142
s 4683
texto 50
pergunta 993
resposta 1149
mwe 1179

Contabilização de multipalavras

Número de entidades Número de unidades
Nomes próprios 595 809
Locuções 1179 2536
Palavras gráficas 63352 63352
Palavras simples 60007 60007
Palavras 61781 63352

Distribuição por categoria gramatical

Categoria gramaticalExpressão de procura Número de palavrasPercentagem do corpo
Substantivos N|N[^U].* 8611 14,35%
Verbos V.* 11667 19,44%
Adjectivos ADJ.* 2047 3,41%
Pronomes pessoais .*PERS.* 2865 4,77%
Preposições PRP.* 6122 10,20%
Conjunções K.* 3664 6,11%
Advérbios ADV.* 7144 11,91%
Determinantes .*DET.* 7917 13,19%
Especificadores .*SPEC.* 1742 2,90%
Numerais NUM.* 1091 1,82%

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

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]


Última atualização: 25 de Janeiro de 2016
Perguntas, comentários e sugestões