Corpus computadorizado contribuindo para o ensino e pesquisa no campo da língua portuguesa e literatura
Computerized corpus contributing to teaching and research in the field of portuguese language and literature
DOI:
https://doi.org/10.34117/bjdv8n9-297Keywords:
linguística computacional, linguística de corpus, corpus computadorizado, coelho nettoAbstract
A exploração de banco de dados em análises linguístico-literárias, com viés computacional, permite um estudo mais completo sobre o fenômeno literário tanto dos escritores quanto da época de suas produções, observando-se, sobretudo, dados da variedade do português escrito. Esses recursos tecnológicos, também conhecidos como “recursos linguístico-computacionais”, possibilitam vislumbrar potencialidades de pesquisa e de resultados exponenciais até então não possíveis em pesquisas ditas manuais. São recursos que permitem que a sociedade da informação do futuro privilegie a Língua Portuguesa investindo em processamento computacional da nossa língua: é uma revolução teórica e qualitativa com dados processados com a ajuda das tecnologias da informação e comunicação. Este artigo tem como objetivo mostrar a criação/compilação do corpus literário computadorizado: o Corpus Coelho Netto, demonstrando as possibilidades de uso desse corpus. A pesquisa está na interface da Linguística Computacional e da Linguística de Corpus. A compilação consistiu nas etapas de seleção, coleta de textos e manipulação (limpeza, edição e atualização dos textos) e a Anotação Morfossintática que é realizada pelo etiquetador automático Aelius, modelo AeliusHunPos, um software livre em Python que utiliza a biblioteca Natural Language Toolkit. Destacam-se desde a compilação computacional do corpus até alguns resultados obtidos com o uso dos bancos de dados “preparados” computacionalmente para serem processados.
References
ALENCAR, L. F. de. Fundamentos de Python para a Linguística de Corpus. Manuscrito. Fortaleza: Universidade Federal do Ceará, 2011.
ALENCAR, L. F. de. Aelius: uma ferramenta para anotação automática de corpora usando o NLTK. In: IX Encontro de Linguística de Corpus. Anais... Porto Alegre, PUCRS, 8 e 9 de outubro de 2010. Disponível em: https://goo.gl/9T9FWL.
ALENCAR, L. F. de. Parecer sobre tese de doutorado em andamento: compilação, anotação e análises linguístico-computacionais de um corpus-amostra de textos literários dos sécs. XIX e XX: o Corpus Coelho Netto. Manuscrito. Fortaleza: Universidade Federal do Ceará, 2013c.
ALENCAR, L. F. de. Novos recursos do Aelius para o processamento computacional raso do português. In: LAPORTE, Éric (org). Dialogar é preciso: linguística para o processamento de línguas. Vitória-ES: PGEL/UFES, (2013a).
ALENCAR, L. F. de. Aelius Brazilian Portuguese POS-Tagger and Corpus Annotation Tool, versão 0.9.7. Fortaleza: [s.n.], (2013b). Disponível em: http://aelius.sourceforge.net/
BACELAR DO NASCIMENTO, Mª F. O lugar do corpus na investigação linguística. Centro de Linguística da Universidade de Lisboa, 2002. Disponível em: https://goo.gl/aviR9x.
BERBER SARDINHA, T. Linguística de Corpus. São Paulo, Manole, 2004. Disponível em: https://goo.gl/Jklq2J.
BERBER SARDINHA, T. Linguística de Corpus: histórico e problemática. DELTA [online]. 2000, vol. 16, n. 2, p. 323-367. Disponível em: https://goo.gl/6Rgwpr.
BERBER SARDINHA, T. Trazendo a língua portuguesa para o computador. In: BERBER SARDINHA, T. (org.). A língua portuguesa no computador. Campinas, SP: Mercado de Letras, 2005. p. 269-295.
BIDERMAN, M. T. C. Teoria Linguística: teoria lexical e Linguística Computacional. São Paulo: Martins Fontes, 2001.
CÚRCIO, V. R. Palavras de Rosa: análise estilométrica da obra de João Guimarães Rosa. 2013. 158 f. Tese (Doutorado do Programa de Pós-Graduação em Literatura da Universidade Federal de Santa Catarina) – Universidade Federal de Santa Catarina: Florianópolis.
DIAS-DA-SILVA, B. C. O estudo linguístico-computacional da linguagem. Letras de Hoje, Porto Alegre. v. 41(2): 103-138, junho 2006. Disponível em: https://goo.gl/HyzXSS.
DOMINGUES, M. L., FAVERO, E. L. & MEDEIROS, I. P. de. O desenvolvimento de um etiquetador morfossintático com alta acurácia para o português. In: TAGNIN, S. E. O. & VALE, O. A. (Eds.). Avanços da Linguística de Corpus no Brasil. São Paulo: Humanitas, 2008. p. 267-286.
GALVES, C. M. C. & BRITTO, H. A Construção do Corpus Anotado do Português Histórico Tycho Brahe: o sistema de anotação morfológica. Campinas: UNICAMP, 1999. Disponível em: https://goo.gl/jcfyIH.
MARTINS, F. M. Compilação, anotação e análise linguístico-computacional do corpus Coelho Netto, um corpus de textos literários dos séc. XIX e XX. Tese (doutorado) – Universidade Federal do Ceará, Centro de Humanidades, Departamento de Letras Vernáculas, Programa de Pós-Graduação em Linguística, Fortaleza, 2014.
MORAES, J. Apontamentos de literatura maranhense. São Luís: Edições SIOGE, 1976.
OTHERO, G. de A. & MARTINS, R. T. Parsing do português. In: ALENCAR, Leonel F. de. & OTHERO, Gabriel. de A. Abordagens computacionais da teoria da gramática. Campinas, SP: Mercado de Letras, 2011.
PAIXÃO DE SOUSA, Mª C., KLEPER, F. N. & FARIA, P. P. F. de. E-dictor: novas perspectivas na codificação e edição de corpora de textos históricos. In: SHEPHERD, T. M. G., BERBER SARDINHA, T. & PINTO, M. V. (org). Caminhos da linguística de corpus. Campinas, SP: Mercados das Letras, 2012. p. 191-223 (Série Espaços da Linguística de Corpus).
SANTOS, D. Corporizando algumas questões. In: TAGNIN, Stela E. O.; & VALE, Oto. A. (Org). Avanços da linguística de corpus no Brasil. São Paulo: Humanitas, 2008. p. 41-66.
SANTOS, D. Processamento computacional da língua portuguesa: documento de trabalho. Lisboa: Ministério da Ciência e Tecnologia, 1999. Disponível em: https://goo.gl/KqUzTA
SARMENTO, S. O uso dos verbos modais em manuais de aviação em inglês: um estudo baseado em corpus. Tese (Doutorado em Estudos da Linguagem – Instituto de Letras), Universidade Federal do Rio Grande do Sul, Porto Alegre, 2008. Disponível em: https://goo.gl/0ixvf0.
SINCLAIR, J. Corpus and Text - Basic Principles. In: WYNNE, M. (ed.). Developing linguistic corpora: a guide to good practice. Oxford, Oxbow Books, p. 1-16, 2005. Disponível em: https://goo.gl/E8bhJT .
VLCEK, N. P. A gramaticalização de advérbios em -mente/ment no português e no francês: uma análise histórica. 107 f. Dissertação (Mestrado em Linguística da Faculdade de Letras). Programa de Pós-Graduação em Linguística da Universidade Federal do Rio de Janeiro. Rio de Janeiro: UFRJ, 2011.
ZYNGIER, S. (2004). Polifonia de discursos: análise computacional de um corpus literário. Texto Digital, v. 1, n. 1. Universidade Federal de Santa Catarina, Florianópolis, Santa Catarina. Disponível em:do de: https://goo.gl/UMem7H.
ZYNGIER, S., VIANA, V. & SILVEIRA, N. G. (2011). Discurso literário e linguística de corpus: uma visão empírica. Cadernos de Letras (UFRJ) n. 28 – jul, 2011. Disponível em: https://goo.gl/M20UH0
LIMA, T. C. de S. & OLIVEIRA, V. S. de. Conectivismo e Linguística de Corpus: possibilidade de prática formativa para a educação superior. Atas do IV Congresso Internacional TIC na Educação 2016: Tecnologias digitais e a Escola do Futuro. Instituto de Educação da Universidade de Lisboa. Lisboa, Portugal, 8 a 10 de Setembro de 2016. p.1614-1624. Disponível em: http://ticeduca2016.ie.ulisboa.pt/?page_id=1369
