Acesso a corpos de português: Projecto AC/DC: corpo CORDIAL-SIN

Mais informação sobre o corpus em: http://www.clul.ulisboa.pt/recurso/cordial-sin-syntax-oriented-corpus-portuguese-dialects

E acesso ao CORDIAL-SIN-TreeBank (ISLRN: 337-389-991-117-2) em: acesso

No AC/DC por enquanto apenas usamos o texto editado, mas é possível que incluamos a anotação numa segunda fase.

Estrutura do corpo O corpo contém as etiquetas entrevista (documento), fala (fala de um interlocutor), personagem (identificação do interlocutor), p (parágrafo) e s (frase). O atributo posicional fonte indica a que excerto cada palavra pertence (ver lista das fontes). Aqui listamos os metadados associados a cada fonte (excerto de entrevista) do CORDIAL-SIN: Metadados CORDIAL-SIN E aqui a informação genérica relacionada com os informantes: Informantes CORDIAL-SIN Versão do corpo Corpo CORDIAL-SIN, versão texto de janeiro de 2021, anotado a 6 de julho de 2024, v. 3.1 Excerto do corpo <entrevista VPA01> <p> <fala INF> <personagem> INF </personagem> <s> Nós dantes, nestas redes, era raro o dia que não se pegava um, dois lavagantes ou três . </s> <s> Agora não há . </s> <s> Não há . </s> <s> Vai acontecer como à lagosta, aqui ao norte . </s> </fala> </p> <p> <fala INQ1> <personagem> INQ1 </personagem> <s> Desaparece tudo... </s> </fala> </p> Dados quantitativos Corpo CORDIAL-SIN Número de formas Número de tipos Unidades 1494736 29803 Total de palavras 857066 29657 Palavras em minúscula 612848 19565 Palavras com inicial maiúscula 102455 4952 Palavras todas em maiúsculas 19659 20 Números 131 53 Palavras com números 29371 10 Palavras mistas 676 422 Pontuação 111902 145 Número de unidades estruturais Atributo Número p 48938 s 98009 entrevista 2058 fala 48938 personagem 48938 mwe 15919 Contabilização de multipalavras Número de entidades Número de unidades Nomes próprios 56117 58541 Locuções 15919 32775 Palavras gráficas 857066 857066 Palavras simples 765750 765750 Palavras 837786 857066 Distribuição por categoria gramatical Categoria gramatical Expressão de procura Número de palavras Percentagem do corpo Substantivos N|N[^U].* 130789 17,08% Verbos V.* 164704 21,51% Adjectivos ADJ.* 18896 2,47% Pronomes pessoais .*PERS.* 39554 5,17% Preposições PRP.* 83875 10,95% Conjunções K.* 50799 6,63% Advérbios ADV.* 110669 14,45% Determinantes .*DET.* 121330 15,84% Especificadores .*SPEC.* 27798 3,63% Numerais NUM.* 9717 1,27% Para informação sobre como foram obtidos este valores, consulte esta página

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]