Acesso a corpos de português: Projecto AC/DC: corpo Avante!

Avante! : AC/DC : Linguateca
O corpus Avante! contém textos do semanário «Avante!», orgão oficial do Partido Comunista Português. O corpus contém cerca de 6 milhões de palavras, extraídas da versão na rede do jornal, correspondendo a um total de 8.515 artigos de 207 edições do dito jornal, de Abril de 1997 até Fevereiro de 2002.

Estrutura do corpo

O corpus contém as etiquetas art (artigo), t (título), p (parágrafo), s (frase) e li (elemento de uma lista); os artigos não estão datados, sendo apenas indicado o número da edição, através da indicação <art ed= id=> .

Versão do corpo

Corpus Avante, versão de 6 de Março de 2006, anotado a 26 de Junho de 2014, v. 5.7

Excerto do corpo


<art ed=1221 id=2103a1>
<t> Editorial </t>
<t> EDITORIAL </t>
<t> Um Abril à esquerda </t>
<p>
<s> Por todo o país celebram-se os vinte e três anos do 25 de Abril . </s>
</p>
<p>
<s>
Amanhã as comemorações atingem o ponto mais alto com os actos oficiais e autárquicos, a inauguração do monumento de homenagem à revolução no alto do Parque Eduardo VII e o desfile-manifestação na Avenida da Liberdade, em Lisboa .
</s>
</p>
....

Dados quantitativos

Corpo AVANTE Número de formasNúmero de tipos
Unidades 8191783121476
Total de palavras 6762503119894
Palavras em minúscula 530114167952
Palavras com inicial maiúscula70159829348
Palavras todas em maiúsculas 736532307
Números 602271646
Palavras com números803296
Palavras mistas2189726
Pontuação3480701580

Número de unidades estruturais

Atributo Número
art 8843
t 30224
a 2
p 108385
li 45066
s 211975
mwe 136698

Contabilização de multipalavras

Número de entidades Número de unidades
Nomes próprios 298108 512482
Locuções 136698 290511
Palavras gráficas 6762503 6762503
Palavras simples 5959510 5959510
Palavras 6394316 6762503

Distribuição por categoria gramatical

Categoria gramaticalExpressão de procura Número de palavrasPercentagem do corpo
Substantivos N|N[^U].* 1511796 25,37%
Verbos V.* 810862 13,61%
Adjectivos ADJ.* 473025 7,94%
Pronomes pessoais .*PERS.* 95424 1,60%
Preposições PRP.* 1261305 21,16%
Conjunções K.* 340799 5,72%
Advérbios ADV.* 326580 5,48%
Determinantes .*DET.* 1315447 22,07%
Especificadores .*SPEC.* 110880 1,86%
Numerais NUM.* 108802 1,83%

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

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]


Última actualização: 14 de Julho de 2014
Perguntas, comentários e sugestões