{\rtf1\ansi\ansicpg1252\uc1 \deff0\deflang1033\deflangfe1033{\fonttbl{\f0\froman\fcharset0\fprq2{\*\panose 02020603050405020304}Times New Roman;}{\f1\fswiss\fcharset0\fprq2{\*\panose 020b0604020202020204}Arial;} {\f2\fmodern\fcharset0\fprq1{\*\panose 02070309020205020404}Courier New;}{\f15\fswiss\fcharset0\fprq2{\*\panose 020b0604030504040204}Tahoma;}{\f16\froman\fcharset0\fprq2{\*\panose 02020404030301010803}Garamond;} {\f17\froman\fcharset238\fprq2 Times New Roman CE;}{\f18\froman\fcharset204\fprq2 Times New Roman Cyr;}{\f20\froman\fcharset161\fprq2 Times New Roman Greek;}{\f21\froman\fcharset162\fprq2 Times New Roman Tur;} {\f22\froman\fcharset186\fprq2 Times New Roman Baltic;}{\f23\fswiss\fcharset238\fprq2 Arial CE;}{\f24\fswiss\fcharset204\fprq2 Arial Cyr;}{\f26\fswiss\fcharset161\fprq2 Arial Greek;}{\f27\fswiss\fcharset162\fprq2 Arial Tur;} {\f28\fswiss\fcharset186\fprq2 Arial Baltic;}{\f29\fmodern\fcharset238\fprq1 Courier New CE;}{\f30\fmodern\fcharset204\fprq1 Courier New Cyr;}{\f32\fmodern\fcharset161\fprq1 Courier New Greek;}{\f33\fmodern\fcharset162\fprq1 Courier New Tur;} {\f34\fmodern\fcharset186\fprq1 Courier New Baltic;}{\f107\fswiss\fcharset238\fprq2 Tahoma CE;}{\f108\fswiss\fcharset204\fprq2 Tahoma Cyr;}{\f110\fswiss\fcharset161\fprq2 Tahoma Greek;}{\f111\fswiss\fcharset162\fprq2 Tahoma Tur;} {\f112\fswiss\fcharset186\fprq2 Tahoma Baltic;}{\f113\froman\fcharset238\fprq2 Garamond CE;}{\f114\froman\fcharset204\fprq2 Garamond Cyr;}{\f116\froman\fcharset161\fprq2 Garamond Greek;}{\f117\froman\fcharset162\fprq2 Garamond Tur;} {\f118\froman\fcharset186\fprq2 Garamond Baltic;}}{\colortbl;\red0\green0\blue0;\red0\green0\blue255;\red0\green255\blue255;\red0\green255\blue0;\red255\green0\blue255;\red255\green0\blue0;\red255\green255\blue0;\red255\green255\blue255; \red0\green0\blue128;\red0\green128\blue128;\red0\green128\blue0;\red128\green0\blue128;\red128\green0\blue0;\red128\green128\blue0;\red128\green128\blue128;\red192\green192\blue192;}{\stylesheet{\widctlpar\adjustright \fs20\lang2057\cgrid \snext0 Normal;}{\s1\qj\sb240\keepn\widctlpar\adjustright \b\i\cf1\lang2070\cgrid \sbasedon0 \snext0 heading 1;}{\s2\sb240\sa60\keepn\widctlpar\adjustright \b\i\f1\lang2057\cgrid \sbasedon0 \snext0 heading 2;}{\*\cs10 \additive Default Paragraph Font;}{ \s15\widctlpar\tqc\tx4153\tqr\tx8306\adjustright \fs20\lang2057\cgrid \sbasedon0 \snext15 header;}{\s16\widctlpar\adjustright \fs20\lang2057\cgrid \sbasedon0 \snext16 footnote text;}{\*\cs17 \additive \super \sbasedon10 footnote reference;}{ \s18\qj\fi360\sl-240\slmult0\nowidctlpar\adjustright \fs20\lang2070\cgrid \sbasedon0 \snext18 Body Text;}{\s19\qj\nowidctlpar\tx720\tx1440\tx2160\tx2880\tx3600\tx4320\tx5040\tx5760\tx6480\tx7200\tx7920\tx8640\adjustright \f16 \sbasedon0 \snext19 Body Text 2;}{\*\cs20 \additive \sbasedon10 page number;}{\s21\widctlpar\tqc\tx4320\tqr\tx8640\adjustright \fs20\lang2057\cgrid \sbasedon0 \snext21 footer;}{\*\cs22 \additive \ul\cf2 \sbasedon10 Hyperlink;}{\s23\widctlpar\adjustright \i\fs20\lang2057\cgrid \sbasedon0 \snext23 Body Text 3;}{\s24\widctlpar\adjustright \cbpat9 \f15\fs20\lang2057\cgrid \sbasedon0 \snext24 Document Map;}}{\*\listtable{\list\listtemplateid2123273416\listsimple{\listlevel\levelnfc4\leveljc0\levelfollow0 \levelstartat1\levelspace0\levelindent0{\leveltext\'02\'00.;}{\levelnumbers\'01;}\fbias0 \fi-720\li1440\jclisttab\tx1440 }{\listname ;}\listid193420795}{\list\listtemplateid101862636\listsimple{\listlevel\levelnfc3\leveljc0\levelfollow0\levelstartat2 \levelspace0\levelindent0{\leveltext\'02\'00-;}{\levelnumbers\'01;}\fbias0 \fi-720\li720\jclisttab\tx720 }{\listname ;}\listid406927279}{\list\listtemplateid134807567\listsimple{\listlevel\levelnfc0\leveljc0\levelfollow0\levelstartat1\levelspace0 \levelindent0{\leveltext\'02\'00.;}{\levelnumbers\'01;}\fbias0 \fi-360\li360\jclisttab\tx360 }{\listname ;}\listid416368352}{\list\listtemplateid1879841768\listsimple{\listlevel\levelnfc0\leveljc0\levelfollow0\levelstartat15\levelspace0\levelindent0 {\leveltext\'03(\'00);}{\levelnumbers\'02;}\fbias0 \fi-720\li720\jclisttab\tx720 }{\listname ;}\listid451366474}{\list\listtemplateid-792188366\listsimple{\listlevel\levelnfc4\leveljc0\levelfollow0\levelstartat1\levelspace0\levelindent0{\leveltext \'02\'00);}{\levelnumbers\'01;}\fbias0 \fi-720\li720\jclisttab\tx720 }{\listname ;}\listid1031031698}{\list\listtemplateid-52676150\listsimple{\listlevel\levelnfc3\leveljc0\levelfollow0\levelstartat5\levelspace0\levelindent0{\leveltext \'02\'00-;}{\levelnumbers\'01;}\fbias0 \fi-720\li720\jclisttab\tx720 }{\listname ;}\listid1088187665}{\list\listtemplateid-1415301748\listsimple{\listlevel\levelnfc0\leveljc0\levelfollow0\levelstartat31\levelspace0\levelindent0{\leveltext \'03(\'00);}{\levelnumbers\'02;}\fbias0 \fi-720\li720\jclisttab\tx720 }{\listname ;}\listid1124152738}}{\*\listoverridetable{\listoverride\listid416368352\listoverridecount0\ls1}{\listoverride\listid1031031698\listoverridecount0\ls2} {\listoverride\listid451366474\listoverridecount0\ls3}{\listoverride\listid193420795\listoverridecount0\ls4}{\listoverride\listid406927279\listoverridecount0\ls5}{\listoverride\listid1088187665\listoverridecount0\ls6}{\listoverride\listid1124152738 \listoverridecount0\ls7}}{\info{\title Opcionalidade, sujeitos e interrogativas m\'faltiplas: converg\'eancia entre sintaxe, sem\'e2ntica e pros\'f3dia}{\author Centro Linguistica}{\operator Diana Santos}{\creatim\yr2003\mo1\dy30\hr12\min25} {\revtim\yr2003\mo1\dy30\hr12\min25}{\printim\yr2003\mo1\dy28\hr10\min25}{\version2}{\edmins0}{\nofpages12}{\nofwords3945}{\nofchars22490}{\*\company Universidade Nova de Lisboa}{\nofcharsws27619}{\vern89}}{\*\userprops {\propname _AdHocReviewCycleID} \proptype3{\staticval 209814464}{\propname _EmailSubject}\proptype30{\staticval Actas APL}{\propname _AuthorEmail}\proptype30{\staticval mail@apl.org.pt}{\propname _AuthorEmailDisplayName}\proptype30{\staticval APL}} \paperw11906\paperh16838\margl3969\margr936\margt1134\margb5670 \facingp\widowctrl\ftnbj\aenddoc\makebackup\noxlattoyen\expshrtn\noultrlspc\dntblnsbdb\nospaceforul\formshade\viewkind4\viewscale120\pgbrdrhead\pgbrdrfoot \fet0\sectd \psz9\linex0\headery567\footery5103\colsx709\endnhere\titlepg\sectdefaultcl {\headerl \pard\plain \s15\qc\widctlpar\tqc\tx4153\tqr\tx8306\adjustright \fs20\lang2057\cgrid {\scaps\f16\lang2070 \par }}{\headerr \pard\plain \s15\qc\widctlpar\tqc\tx4153\tqr\tx8306\adjustright \fs20\lang2057\cgrid {\scaps\f16\lang2070 \par }}{\footerl \pard\plain \s21\fi360\ri360\widctlpar\tqc\tx4320\tqr\tx8640\adjustright \fs20\lang2057\cgrid { \par }}{\footerr \pard\plain \s21\fi360\ri360\widctlpar\tqc\tx4320\tqr\tx8640\adjustright \fs20\lang2057\cgrid { \par }}{\*\pnseclvl1\pnucrm\pnstart1\pnindent720\pnhang{\pntxta .}}{\*\pnseclvl2\pnucltr\pnstart1\pnindent720\pnhang{\pntxta .}}{\*\pnseclvl3\pndec\pnstart1\pnindent720\pnhang{\pntxta .}}{\*\pnseclvl4\pnlcltr\pnstart1\pnindent720\pnhang{\pntxta )}} {\*\pnseclvl5\pndec\pnstart1\pnindent720\pnhang{\pntxtb (}{\pntxta )}}{\*\pnseclvl6\pnlcltr\pnstart1\pnindent720\pnhang{\pntxtb (}{\pntxta )}}{\*\pnseclvl7\pnlcrm\pnstart1\pnindent720\pnhang{\pntxtb (}{\pntxta )}}{\*\pnseclvl8 \pnlcltr\pnstart1\pnindent720\pnhang{\pntxtb (}{\pntxta )}}{\*\pnseclvl9\pnlcrm\pnstart1\pnindent720\pnhang{\pntxtb (}{\pntxta )}}\pard\plain \s18\qc\fi360\sl-240\slmult0\nowidctlpar\outlinelevel0\adjustright \fs20\lang2070\cgrid {\b\fs24 Projecto AC/DC: acesso a corpora / disponibiliza\'e7\'e3o de corpora \par }\pard \s18\qc\fi360\sl-240\slmult0\nowidctlpar\adjustright {\b\fs24 \par }\pard \s18\qc\fi360\sl-240\slmult0\nowidctlpar\outlinelevel0\adjustright {\fs24 Diana Santos & Lu\'eds Sarmento \par }\pard \s18\qc\fi360\sl-240\slmult0\nowidctlpar\adjustright {\fs24 \par }\pard \s18\qc\fi360\sl-240\slmult0\nowidctlpar\outlinelevel0\adjustright {\fs24 Linguateca \par }\pard \s18\qc\fi360\sl-240\slmult0\nowidctlpar\adjustright {\b\fs24 \par }\pard \s18\qj\fi360\sl-240\slmult0\nowidctlpar\adjustright {Este artigo tem como objectivo apresentar o projecto AC/DC, uma iniciativa da Linguateca}{\cs17\super \chftn {\footnote \pard\plain \s16\widctlpar\adjustright \fs20\lang2057\cgrid {\cs17\super \chftn }{ A Linguateca, www.linguateca.pt, \'e9 a sucess\'e3o natural do projecto Processamento Computacional do Portugu\'eas, que deu origem a um centro de recursos distribu\'eddo para a l\'edngua portuguesa. As actividades da Linguateca n\'e3 o se desenrolam apenas no SINTEF em Oslo, mas tamb\'e9m no Departamento de Inform\'e1tica da Universidade do Minho em Braga, no Laborat\'f3rio de Engenharia da Linguagem (LabEL) em Lisboa, e no Centro de Lingu\'ed stica da Universidade do Porto (CLUP) no Porto.}}}{ para melhorar significativamente o acesso a corpora em l\'edngua portuguesa. \par Come\'e7amos por indicar um pouco da sua hist\'f3ria e por apresentar a motiva\'e7\'e3o subjacente ao seu arranque, fornecendo uma pequena apresenta\'e7\'e3o da utilidade dos corpora em lingu\'edstica. Apresentamos ent\'e3 o o seu estado presente, e as perspectivas de futuro. Finalizamos com um estudo dos nossos utilizadores, que eventualmente poder\'e1 identificar avenidas de progresso. \par }\pard\plain \s1\qj\sb240\keepn\widctlpar\outlinelevel0\adjustright \b\i\cf1\lang2070\cgrid {Hist\'f3ria \par }\pard\plain \s18\qj\fi360\sl-240\slmult0\nowidctlpar\adjustright \fs20\lang2070\cgrid {Um dos maiores entraves ao florescimento do processamento computacional do portugu\'eas, cedo identificado em Santos (1999a) por ocasi\'e3 o dos debates para o Livro Branco (1999), era a inexist\'eancia, para o portugu\'eas, de recursos lingu\'edsticos dispon\'edveis para o estudo e desenvolvimento de ferramentas que processassem a nossa l\'edngua, ao contr\'e1 rio do que era o caso, por exemplo, para o ingl\'eas. \par O projecto AC/DC constituiu-se como uma primeira resposta a esse problema, tornando todos os corpora j\'e1 existentes cujos propriet\'e1rios autorizavam a sua divulga\'e7\'e3o acess\'edveis atrav\'e9 s de uma simples interface na rede (Web). Veja-se Santos (1999b) para uma primeira proposta nesse sentido. \par Contudo, era evidente que o tamanho e a qualidade dos recursos podiam ser aumentados e fomos, em paralelo com a actividade de disponibilizar os j\'e1 existentes, criando outros com material de outras fontes e outros g\'e9n eros, mais do que quadruplicando em tamanho as fontes iniciais. \par Numa primeira fase, apenas harmoniz\'e1vamos, tanto quanto poss\'edvel, a atomiza\'e7\'e3o (ou seja, a defini\'e7\'e3o das unidades b\'e1sicas \endash palavras, frases, par\'e1grafos, \'e0s vezes t\'edtulos...); mas muito em bre ve, em parceria com Eckhard Bick do projecto VISL, pass\'e1mos a atribuir, tamb\'e9m, uma anota\'e7\'e3o morfossint\'e1ctica \'e0 maioria dos corpora, processo esse cujo in\'edcio se encontra documentado em Santos e Bick (2000). \par A segunda fase, de compreens\'e3o e valida\'e7\'e3o dos corpora anotados que t\'ednhamos, assim como de extensa documenta\'e7\'e3o sobre esses mesmos recursos, n\'e3o invalidou contudo o nosso desejo de n\'e3o fornecer apenas uma interpreta\'e7\'e3o sint \'e1ctica, mas sim estender o convite, permanentemente em aberto, a todos os investigadores com ferramentas autom\'e1ticas ou semiautom\'e1ticas de an\'e1lise morfossint\'e1ctica, de anotar os nossos corpora e darmos-lhes acesso atrav\'e9 s do projecto AC/DC. \par De qualquer maneira, as nossas ambi\'e7\'f5es foram sempre aumentando, de modo que surgiram dois projectos que pretendiam colmatar as duas principais limita\'e7\'f5es do AC/DC, que passamos a descrever: \par A primeira limita\'e7\'e3o era o fornecermos apenas o direito de interrogar e procurar nos corpora, mas n\'e3o de os processar independentemente ou transformar, o que cerceava claramente os engenheiros da linguagem (um dos nossos p\'fa blicos alvo). Donde cri\'e1mos dois corpora de grandes dimens\'f5es que, al\'e9m de serem disponibilizados atrav\'e9s do projecto AC/DC, tamb\'e9m podiam ser distribu\'eddos fisicamente a todos os que os desejassem: o CETEMP\'fa blico e o CETENFolha, com texto jornal\'edstico do jornal o P\'daBLICO nos anos 1991-98, e do jornal a Folha de S\'e3o Paulo no ano de 1994. Veja-se, sobre o primeiro, Rocha e Santos (2000) e Santos e Rocha (2001). \par A segunda limita\'e7\'e3o era o facto de a anota\'e7\'e3o sint\'e1ctica, por ser totalmente autom\'e1tica, ter uma margem de erro apreci\'e1vel, que era preciso tentar medir -- veja-se a esse respeito Santos e Gasperin (2002) \endash e corrigir. Da\'ed termos iniciado, novamente em parceria com Eckhard Bick e o projecto VISL, o projecto Floresta Sint\'e1(c)tica \endash veja-se Afonso et al. (2002a; 2002b). \par Ambos os projectos mencionados contribu\'edram valiosamente para melhorar, tamb\'e9m, o pr\'f3prio projecto AC/DC, n\'e3o s\'f3 refinando as ferramentas usadas, como permitindo descobrir problemas e melhorar a sua documenta\'e7\'e3o. \par Na terceira fase, em que nos encontramos, o projecto AC/DC concentrou-se principalmente em melhorar a usabilidade do sistema, atrav\'e9s da detec\'e7\'e3o de outros tipos de consultas \'e0s quais faria sentido dar uma resposta mais directa. Assim, j\'e1 n \'e3o \'e9 \ldblquote apenas\rdblquote uma interface comum, mas um conjunto de servi\'e7os que fornecem v\'e1rias interfaces e funcionalidades para interrogar de v\'e1rias maneiras os corpora subjacentes. Um servi\'e7o de corpora \ldblquote \'e0 la carte \rdblquote (Rocha, em prep.) est\'e1 de momento em embri\'e3o. \par Uma das principais limita\'e7\'f5es, a que parcialmente tentamos dar resposta com o presente artigo, \'e9 a falta de informa\'e7\'e3o directamente utiliz\'e1vel por pessoas com pouca ou nenhuma experi\'ea ncia de corpora e que podem sentir-se intimidadas ou perdidas no manancial de informa\'e7\'e3o e documenta\'e7\'e3o que oferecemos. \par }\pard\plain \s1\qj\sb240\keepn\widctlpar\outlinelevel0\adjustright \b\i\cf1\lang2070\cgrid {Porqu\'ea o uso de corpora? \par }\pard\plain \s18\qj\fi360\sl-240\slmult0\nowidctlpar\adjustright \fs20\lang2070\cgrid {Dado que o presente artigo foi apresentado numa sess\'e3o subordinada ao tema \ldblquote Recenseamento e disponibiliza\'e7\'e3o de informa\'e7\'e3o lingu\'edstic@ \rdblquote , conv\'e9m talvez salientar que o adjectivo }{\i lingu\'edstica}{ \'e9 vago entre a acep\'e7\'e3o referente \'e0 disciplina Lingu\'edstica, e a acep\'e7\'e3o referente \'e0 l\'edngua, tal como em }{\i capacidades lingu\'edsticas}{ ou }{\i diversidade lingu\'edstica}{, e que o projecto AC/DC \'e9 uma fonte poderosa e facilmente alcan\'e7\'e1vel de informa\'e7\'e3o lingu\'edstica nesta segunda acep\'e7\'e3o. A Linguateca tamb\'e9m tem como uma das suas principais actividades a manuten\'e7 \'e3o de um cat\'e1logo e um portal actualizado sobre o processamento computacional do portugu\'eas, al\'e9m da organiza\'e7\'e3o de avalia\'e7\'f5es conjuntas na \'e1rea, mas o presente artigo n\'e3o se debru\'e7ar\'e1 sobre estas (veja-se, respectivamente, Oksefjell e Santos (1998) e Santos (2000) para a primeira vertente e Santos e Rocha (este volume) para a segunda). \par O projecto AC/DC permite a um linguista interrogar interactivamente um corpus (ou v\'e1rios corpora) sobre v\'e1rias quest\'f5es n\'e3o triviais (para mais pormenores sobre as possibilidades oferecidas veja-se a sec\'e7\'e3o de \ldblquote Exemplos \rdblquote abaixo). Um corpus \'e9 um conjunto de textos especialmente escolhidos e geralmente marcados com informa\'e7\'e3o lingu\'edstica ou metalingu\'edstica (exemplos t\'edpicos de ambas s\'e3o, respectivamente, uma an\'e1lise do pr\'f3 prio texto, e a atribui\'e7\'e3o a este de classifica\'e7\'f5es como g\'e9nero liter\'e1rio, autor, variante, n\'edvel de l\'edngua, etc.). Na \'e9poca da inform\'e1tica, um corpus \'e9, al\'e9m disso, servido, manipulado, varrido atrav\'e9 s de um sistema de codifica\'e7\'e3o de corpora, que permite obter resultados de forma r\'e1pida e adaptada aos desejos mais frequentes dos utilizadores (veja-se Santos e Ranchhod (1999) para uma descri\'e7\'e3o contrastiva de dois sistemas de manipula \'e7\'e3o de corpora). No projecto AC/DC, usamos o sistema Corpus Workbench desenvolvido pelo IMS da Universidade de Estugarda, o IMS-CWB, descrito em Christ et al. (1994) e Evert (2002). Finalmente, um terceiro componente \'e9 a interface aos corpora propriamente ditos, ou seja, a adapta\'e7\'e3o e personaliza\'e7\'e3o do sistema a um contexto de uso particular (no nosso caso, na rede, com um dado conjunto de corpora portugueses, adicionando um conjunto de funcionalidades). Este \'faltimo trabalho foi feito pela Linguateca, e em geral dever\'e1 ser feito por aqueles que desejam fornecer um dado servi\'e7o.}{\cs17\super \chftn {\footnote \pard\plain \s16\widctlpar\adjustright \fs20\lang2057\cgrid {\cs17\super \chftn }{ Para uma compara\'e7\'e3o entre v\'e1rios tipos de distribui\'e7\'e3o de corpora na rede, veja-se Santos (1998), onde esta triparti\'e7\'e3o foi inicialmente sugerida.}}}{ \par Mas ainda n\'e3o explic\'e1mos ao incauto linguista que nos l\'ea, porque poder\'e1 beneficiar do acesso a material textual escrito por outros falantes que n\'e3o ele... al\'e9m disso, marcado com informa\'e7\'e3o que pode permitir a separa\'e7\'e3 o do trigo e do joio. Simplesmente, podemos come\'e7ar por dizer que \'e9 um aux\'edlio \'e0 mem\'f3ria \endash n\'e3o nos lembramos imediatamente de todas as acep\'e7\'f5es de uma dada palavra, de todas os contextos sint\'e1 cticos regidos por um dado verbo, de todas as express\'f5es idiom\'e1ticas contendo a palavra }{\i m\'e3o}{... Um corpus suficientemente grande permite refrescar-nos a mem\'f3ria. Em muitos casos, ir\'e1 mesmo mostrar-nos coisas que n\'e3o sab\'ed amos. Mas n\'e3o s\'f3 nem sempre sabemos tudo, como muitas vezes n\'e3o concordamos com os outros falantes sobre a maneira de nos exprimirmos. Um linguista descritivo ter\'e1 de aceitar ouvir e ler os seus \ldblquote compatriotas de l\'edngua\rdblquote usando formas que ele n\'e3o usa ou n\'e3o gosta; mesmo um linguista normativo ter\'e1 de (se quiser ter algum impacto) se informar sobre elas. Um engenheiro da linguagem ter\'e1 vantagem em saber o que tem de analisar para obter um dado resultado, enquanto que um simples curioso pode divertir-se olhando para a l\'edngua de modos que uma obra impressa n\'e3o permite. \par Donde, um corpus pode funcionar como uma obra de refer\'eancia, mas \'e9 muito maior o \'e2mbito das suas potencialidades: de facto, pode ser um auxiliar precioso na investiga\'e7\'e3o sobre a l\'edngua, se um linguista pensar em hip\'f3teses e as testar, e, ao ver o resultado, as refinar, e tornar a interrogar o corpus como um or\'e1culo... A quest\'e3o da associa\'e7\'e3o \'e9, a esse respeito, muito pertinente: uma pergunta leva a outra, um teste leva a uma nova hip\'f3 tese e a outros testes, lentamente os factores associados a um dado fen\'f3meno podem vir a aparecer (porque \'e9 que a maior parte dos meus resultados v\'ea m em frases negadas?) ou a serem considerados insignificantes (afinal o facto de o sujeito ser um pronome pessoal masculino em 50% dos casos n\'e3o \'e9 significativo, visto que isso \'e9 o caso em geral....) \par Muitas pessoas poder\'e3o ter a ideia de que tudo isto est\'e1 muito bem para os outros, mas exactamente para o seu problema de investiga\'e7\'e3o n\'e3o precisam \endash n\'e3o h\'e1 qualquer informa\'e7\'e3o que possa ser obtida ou discuti da com um corpus. Na maior parte dos casos, ap\'f3s alguma reflex\'e3o, \'e9 poss\'edvel verificar que algo pode ser obtido em conversa com um corpus... Tem a certeza? Ou falta um corpus do tipo de linguagem que est\'e1 a estudar? Que tal contactar-nos? \par }\pard\plain \s1\qj\sb240\keepn\widctlpar\outlinelevel0\adjustright \b\i\cf1\lang2070\cgrid {Descri\'e7\'e3o do material textual \par }\pard\plain \s18\qj\fi360\sl-240\slmult0\nowidctlpar\adjustright \fs20\lang2070\cgrid {O projecto AC/DC \'e9 um projecto din\'e2mico, com alguns corpora crescendo diariamente e com a inten\'e7\'e3 o de ir adicionando outros corpora que venham a ser compilados por outros investigadores ou por n\'f3s. Dado isso, uma tabela com a sua composi\'e7\'e3o est\'e1 fatalmente datada. As tabelas apresentadas referem-se, assim a Janeiro de 2003. A tabela 1 descreve a origem textual dos variados corpora e a 2 o seu tamanho, enquanto a tabela 3 apresenta informa\'e7\'e3o sobre a distribui\'e7\'e3 o das classes gramaticais em v\'e1rios corpora anotados de portugu\'eas de Portugal, de acordo com o analisador sint\'e1 ctico descrito em Bick (2000). As fontes, os detentores dos direitos de autor, e o processamento individual a que cada corpus foi submetido, encontram-se dispon\'edveis no s\'edtio do AC/DC. \par }\pard \s18\qc\fi360\sl-240\slmult0\nowidctlpar\outlinelevel0\adjustright {Tabela 1. Descri\'e7\'e3o sucinta de cada corpus \par }\trowd \trqc\trgaph70\trbrdrt\brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh\brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx1674\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx6946\pard \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright {natura / natpanot \cell Texto jornal \'edstico, P\'daBLICO, Portugal, 1991-1994, dois par\'e1grafos por edi\'e7\'e3o \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\trowd \trqc\trgaph70\trbrdrt\brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr \brdrs\brdrw10 \trbrdrh\brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx1674\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb \brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx6946\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {enpcpub / enpcanot \cell Literatura traduzida do ingl\'eas, de 5 obras do ENPC \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {minho / minhanot \cell Texto jornal\'edstico regional: Di\'e1rio do Minho, Portugal, antes da revis\'e3o \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {eci-ebr / ebranot \cell Texto brasileiro, do corpus Borba-Ramsey, compilado pelo ECI \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {eci-ee / eeanot \cell Texto de chamada do programa europeu ESPRIT, em portugu\'ea s de Portugal, compilado pelo ECI \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {saocarlos / scanot \cell Texto do corpus NILC, em portugu \'eas brasileiro, contendo maioritariamente texto jornal\'edstico, mas tamb\'e9m cartas comerciais e textos did\'e1cticos \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0 \nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {frasespp / fppanot \cell Frases em portugu\'eas de Portugal \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {frasespb / fpbanot \cell Frases em portugu\'eas do Brasil \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { cetempublico(prmi) /cpprmianot/ cetempanot\cell Texto jornal\'edstico, P\'daBLICO, Portugal, 1991-98, extractos de dois par\'e1grafos, baralhados. \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {ancib / ancibanot \cell Correio electr\'f3nico em portugu\'eas brasileiro correspondente ao tr\'e1fego na lista ANCIB, de 1998 a 2002 \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {diaclav / diaclavanot\cell Texto jornal\'edstico regional: Di\'e1rio de Coimbra, Di\'e1rio de Leiria, Di\'e1 rio de Aveiro, Viseu Di\'e1rio, Portugal, 1999-2000 \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {avante / avantanot \cell Texto jornal \'edstico partid\'e1rio, Avante!, Portugal, 1997-2002 \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\trowd \trqc\trgaph70\trbrdrt\brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh \brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx1674\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx6946\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {classlppe\cell Textos liter\'e1rios de escritores da l\'edngua portuguesa (poesia, prosa e teatro), s\'e9culos XVI a XIX\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qc\fi360\sl-240\slmult0\nowidctlpar\adjustright \fs20\lang2070\cgrid {Tabela 2. Dados quantitativos sobre os corpora AC/DC \par }\trowd \trqc\trgaph70\trleft-430\trbrdrt\brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh\brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx1985\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx3261\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx4536\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx5642\pard \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright {Nome do corpus\cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {Tamanho em unidades\cell Tamanho em palavras\cell Tamanho em frases\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\trowd \trqc\trgaph70\trleft-430\trbrdrt\brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh\brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx1985\clvertalt\clbrdrt \brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx3261\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx4536\clvertalt\clbrdrt \brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx5642\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { NATURA \cell }\pard \s18\qc\sl-240\slmult0 \nowidctlpar\intbl\adjustright {7.257.152\cell 6.257.950\cell 225.673\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { NATPANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {7.321.642\cell 6.268.817\cell 225.734\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { ENPCPUB \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {89.864\cell 72.244\cell 4.369\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { ENPCANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {90.574\cell 72.392\cell 4.369\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0 \nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { MINHO \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {2.083.761\cell 1.738.475\cell 53.040\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { MINHANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {2.107.826\cell 1.747.274\cell 53.185\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { ECI-EBR \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {891.655\cell 722.012\cell 45.530\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { EBRANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {898.542\cell 723.007\cell 44.689 \cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { ECI-EE \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {30.157\cell 2 6.515\cell 780\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { EEANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright { 31.127\cell 27.140\cell 780\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { SAOCARLOS \cell }\pard \s18\qc\sl-240\slmult0 \nowidctlpar\intbl\adjustright {41.372.756\cell 32.091.996\cell 1.955.166\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { SCANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {41.917.324\cell 32.378.253\cell 1.951.484\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { FRASESPP \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {19.340\cell 16.225\cell 594\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0 \nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { FPPANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {19.542\cell 16.208\cell 594\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { FRASESPB \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {22.486\cell 19.155\cell 651\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { FPBANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {22.730\cell 19.165\cell 651\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { CETEMPUBLICOPRMI \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {1.198.015\cell 997.695\cell 38.151\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { CPPRMIANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {1.202.938\cell 995.851\cell 38.251\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { ANCIB \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {642.671 \cell 515.364\cell 20.640\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { ANCIBANOT \cell }\pard \s18\qc\sl-240\slmult0 \nowidctlpar\intbl\adjustright {576.450\cell 460.442\cell 18.306\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { DIACLAV \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {7.441.109\cell 6.488.273\cell 228.856\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { DIACLAVANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {7.529.495\cell 6.549.823\cell 210.741\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0 \nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { AVANTE \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {7.607.651\cell 6.488.201\cell 204.686\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { AVANTANOT \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {7.685.242\cell 6.512.510\cell 204.833\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\lang2070 \row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { CLASSLPPE\cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {1.872.381\cell 1.307.334\cell 74.174\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { CETEMPUBLICO\cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {229.038.019\cell 191.687.833\cell 7.082.094\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { CETEMPANOT\cell }\pard \s18\qc\sl-240\slmult0 \nowidctlpar\intbl\adjustright {229.861.093\cell 195.730.593\cell 7.081.564\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {\b Total}{ \cs17\b\super \chftn {\footnote \pard\plain \s16\widctlpar\adjustright \fs20\lang2057\cgrid {\cs17\super \chftn }{ O material do P\'daBLICO do corpus NATURA encontra-se no CETEMP\'fablico (visto que este engloba todo o material publicado pelo P\'fa blico), assim como o corpus CETEMPUBLICOPRMI \'e9 o primeiro milh\'e3o do corpus CETEMP\'fablico, com uma revis\'e3o manual da separa\'e7\'e3o de frases. H\'e1, contudo, raz\'f5es para manter os corpora independentes, n\'e3o s\'f3 hist\'f3ricas mas tamb \'e9m para permitir an\'e1lises das diferen\'e7as.}}}{\b n\'e3o anotado\cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {\b 299.567.017\cell 248.429.272\cell 9.934.404\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid { \row }\trowd \trqc\trgaph70\trleft-430\trbrdrt\brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh\brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx1985\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx3261\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx4536\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx5642\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid {\b Total anotado\cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {\b 299.264.525\cell 251.501.475\cell 9.935.181\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qc\fi360\sl-240\slmult0 \nowidctlpar\adjustright \fs20\lang2070\cgrid {Tabela 3. Classes gramaticais (PoS) em alguns corpora \par }\trowd \trqc\trleft134\trbrdrt\brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh\brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx2046\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx2738\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx3588\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx4438\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx5288\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx6138\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx6988\pard \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright {Categoria gramatical\cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {CETEMP\'fablico\cell CPPRMIANOT\cell ENPCANOT\cell MINHANOT\cell AVANTANOT\cell DIACLAVANOT\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\lang2070 \row }\trowd \trqc\trleft134\trbrdrt\brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh\brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx2046\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx2738\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx3588\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx4438\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx5288\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx6138 \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx6988\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { % substantivos\cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {22,30\cell 23,98\cell 19,29\cell 24,51\cell 24,48\cell 23,01\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { % verbos\cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {14,34\cell 14,17\cell 19,03\cell 14,06\cell 13,33\cell 15.30\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { % adjectivos \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {6,27\cell 6,73\cell 5,27\cell 6,34\cell 7,29\cell 5,73\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { % pronomes pessoais \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {1,67\cell 1,52\cell 4,57\cell 1,34\cell 1,57\cell 1,50\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { % preposi\'e7\'f5es \cell }\pard \s18\qc\sl-240\slmult0 \nowidctlpar\intbl\adjustright {19,16\cell 20,45\cell 15,77\cell 20,88\cell 20,33\cell 19,87\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { % conjun\'e7\'f5es \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {4,39\cell 4,13\cell 5,49\cell 4,67\cell 5,19\cell 4,70\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0 \nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { % adv\'e9rbios \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {5,76\cell 5,41\cell 8,04\cell 4,74\cell 5,32\cell 5,79\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { % determinantes \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {19,91\cell 20,75\cell 17,81\cell 20,87\cell 21,15\cell 20,39\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { % especificadores \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright { 1,90\cell 1,80\cell 2,48\cell 1,68\cell 1,98\cell 1,99\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\row }\trowd \trqc\trleft134\trbrdrt\brdrs\brdrw10 \trbrdrl\brdrs\brdrw10 \trbrdrb\brdrs\brdrw10 \trbrdrr\brdrs\brdrw10 \trbrdrh \brdrs\brdrw10 \trbrdrv\brdrs\brdrw10 \clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx2046\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx2738\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx3588\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx4438\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx5288\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr \brdrs\brdrw10 \cltxlrtb \cellx6138\clvertalt\clbrdrt\brdrs\brdrw10 \clbrdrl\brdrs\brdrw10 \clbrdrb\brdrs\brdrw10 \clbrdrr\brdrs\brdrw10 \cltxlrtb \cellx6988\pard\plain \s18\qj\sl-240\slmult0\nowidctlpar\intbl\adjustright \fs20\lang2070\cgrid { % numerais \cell }\pard \s18\qc\sl-240\slmult0\nowidctlpar\intbl\adjustright {2,36\cell 2,61\cell 1,13\cell 2,82\cell 1,74\cell 2,20\cell }\pard\plain \widctlpar\intbl\adjustright \fs20\lang2057\cgrid {\lang2070 \row }\pard\plain \s1\qj\sb240\keepn\widctlpar\outlinelevel0\adjustright \b\i\cf1\lang2070\cgrid {Descri\'e7\'e3o da informa\'e7\'e3o associada aos corpora \par }\pard\plain \s18\qj\fi360\sl-240\slmult0\nowidctlpar\adjustright \fs20\lang2070\cgrid {Al\'e9m da documenta\'e7\'e3o associada a cada corpus, ou seja, a descri\'e7\'e3o em portugu\'ea s da sua origem, do processamento que lhe foi aplicado, dos eventuais problemas que lhe estejam associados, da vers\'e3o corrente, etc., todos os corpora t\'eam tr\'eas tipos de informa\'e7\'e3o associada, a qual pode ser usada e interrogada atrav\'e9s do servi\'e7o: \par S\'e3o eles atomiza\'e7\'e3o, marca\'e7\'e3o de caracter\'edsticas extralingu\'edsticas, e anota\'e7\'e3o morfossint\'e1ctica. Nenhuma destas categorias \'e9 garantidamente correcta, ou seja, \'e9 poss\'edvel que essa informa\'e7\'e3o n\'e3 o tenha sido correctamente atribu\'edda, mas trabalhamos continuadamente no sentido de as melhorar e de informar sobre os problemas ainda n\'e3o resolvidos. \par A nossa convic\'e7\'e3o, contudo, \'e9 a de que o fornecimento dessa informa\'e7\'e3o pode ajudar bastante o utilizador, mesmo que nela n\'e3o confie cegamente. H\'e1, al\'e9m disso, sempre a possibilidade de n\'e3 o se entrar em conta com ela. Ficamos particularmente gratos, contudo, se problemas ainda n\'e3o descritos \endash e, como tal, provavelmente ainda n\'e3o detectados \endash nos forem comunicados. \par }\pard\plain \s1\qj\sb240\keepn\widctlpar\outlinelevel0\adjustright \b\i\cf1\lang2070\cgrid {Tipos de perguntas \par }\pard\plain \s18\qj\fi360\sl-240\slmult0\nowidctlpar\adjustright \fs20\lang2070\cgrid {Como mencionado acima, o utilizador tem ao seu dispor um conjunto de interfaces ou servi\'e7os que lhe permitem extrair diferente tipo de informa\'e7\'e3 o dos corpora, todos eles relacionados com os conceitos de concord\'e2ncia, distribui\'e7\'e3o, distribui\'e7\'e3o cruzada, frequ\'eancia e n\'famero de ordem (\lquote ranking\rquote ). \par Assim, pode procurar simultaneamente em todos os corpora (ou seleccionar um grupo) e comparar a frequ\'eancia relativa e/ou a distribui\'e7\'e3o cruzada; ou pode interrogar um corpus de cada vez, ou pode ainda obter um resultado ordenado por frequ\'ea ncia, assim como o n\'famero de ordem. \par Em qualquer caso, a seguinte informa\'e7\'e3o encontra-se dispon\'edvel para cada unidade de um corpus: forma, lema, categoria gramatical, tempo verbal ou caso pronominal, pessoa ou n\'famero, g\'e9nero, fun\'e7\'e3o sint\'e1ctica, e informa\'e7\'e3 o sobre deriva\'e7\'e3o autom\'e1tica. Al\'e9m disso, \'e9 poss\'edvel ter algumas palavras combinadas numa express\'e3o com v\'e1rias palavras, assim como identificar (e seleccionar) apenas as que fazem parte de um t\'edtulo (por exemplo). \par }\pard\plain \s1\qj\sb240\keepn\widctlpar\outlinelevel0\adjustright \b\i\cf1\lang2070\cgrid {Exemplos de utiliza\'e7\'e3o \par }\pard\plain \s18\qj\fi360\sl-240\slmult0\nowidctlpar\adjustright \fs20\lang2070\cgrid {Os leitores s\'e3o vivamente instados a experimentar directamente com o sistema e a navegar ajudados pelos v\'e1rios exemplos presentes no s\'edtio do AC/DC \endash fontes suplementares s\'e3o Santos e Ranchhod (1999) e Santos (2002). Em qualquer caso, apresentamos aqui alguns resultados para \ldblquote abrir o apetite\rdblquote . \par \par }\pard\plain \widctlpar\outlinelevel0\adjustright \fs20\lang2057\cgrid {\i Procura: ".*a\'e7\'e3o". Pedido: Distribui\'e7\'e3o das}{\b\i formas}{\i . Corpus: CETEMP\'fablico 1.7 \par }\pard \widctlpar\adjustright {\i 2008862 casos. Distribui\'e7\'e3o: Houve 7318 formas diferentes. Apresentam-se apenas}{ ... situa\'e7\'e3o\tab \tab 93174 \par rela\'e7\'e3o\tab \tab 60704 \par cria\'e7\'e3o\tab \tab 39226 \par informa\'e7\'e3o\tab 36087 \par popula\'e7\'e3o\tab 35764 \par organiza\'e7\'e3o\tab 35348 \par Associa\'e7\'e3o\tab 35015 \par administra\'e7\'e3o\tab 33060 \par forma\'e7\'e3o\tab 32393 \par participa\'e7\'e3o 29624 \par opera\'e7\'e3o\tab 26014 \par realiza\'e7\'e3o\tab 25199 etc. \par \par }\pard \widctlpar\outlinelevel0\adjustright {\i Procura: "caras*". Distribui\'e7\'e3o de }{\b\i pos}{\i . Corpus: CETEMP\'fablico 1.7 anotado 2.0 \par }\pard \widctlpar\adjustright {\i 10569 casos. Distribui\'e7\'e3o: Houve 5 tipos de pos diferentes. \par }\pard\plain \s16\widctlpar\adjustright \fs20\lang2057\cgrid { N \tab \tab 7793 \par }\pard\plain \widctlpar\adjustright \fs20\lang2057\cgrid { ADJ \tab 2553 \par ADJ_n\tab \tab 203 \par PROP \tab 19 \par ADV \tab 1 \par \par }{\i Procura: [lema=\rdblquote ver\rdblquote ]. Distribui\'e7\'e3o de }{\b\i temcagr}{\i . Corpus: Natura/Di\'e1rio do Minho anotado v. 2.4. 844 casos. Distribui\'e7\'e3o: Houve 14 tempos ou casos diferentes. \par }{infinitivo \tab \tab \tab 381 \par partic\'edpio passado \tab \tab 160 \par presente do indicativo\tab \tab 92 \par perfeito do indicativo\tab \tab 89 \par presente do conjuntivo\tab \tab 40 \par imperfeito do indicativo\tab \tab 25 \par perfeito ou mais que perfeito\tab 21 \par ger\'fandio\tab \tab \tab \tab 11 \par futuro do indicativo\tab \tab 8 \par mais que perfeito simples\tab \tab 6 \par imperfeito do conjuntivo\tab \tab 5 \par condicional\tab \tab \tab 4 \par imperativo\tab \tab \tab 1 \par futuro do conjuntivo\tab \tab 1 \par \par }\pard\plain \s23\widctlpar\adjustright \i\fs20\lang2057\cgrid {Procura: camarada. Distribui\'e7\'e3o de frequ\'eancia do lema camarada. Frequ\'eancia relativa por 10.000 palavras \par }\pard\plain \widctlpar\adjustright \fs20\lang2057\cgrid {AVANTANOT\tab \tab 1,688 \par EBRANOT\tab \tab 0,304 \par ENPCANOT\tab \tab 0,138 \par CETEMPANOT\tab \tab 0,111 \par NATPANOT\tab \tab 0,091 \par CPPRMIANOT\tab \tab 0,080 \par DIACLAVANOT\tab 0,056 \par MINHANOT\tab \tab 0,046 \par SCANOT\tab \tab 0,038 \par \par }{\i Procura: [lema="branco"]. Distribuicao de }{\b\i func. }{\i Corpus: CETEMP\'fablico 1.7 anotado 2.0. 22709 casos. \par }{adjectivo p\'f3s-modificador de nome (N<)\tab \tab 12138 \par n\'facleo de SP (P<)\tab \tab \tab \tab 6104 \par n\'facleo de SN sujeito pr\'e9-verbal (SUBJ>)\tab \tab 951 \par n\'facleo de predicativo do sujeito (N)\tab \tab 257 \par n\'facleo de SN sujeito p\'f3s-verbal (