Acesso a corpos de português: Projecto AC/DC: corpo FrasesPB

O corpus foi criado em 1999 pelo nosso projecto no SINTEF, de forma a obter um sósia do corpus FrasesPP. Tendo como única compiladora Signe Oksefjell, a recolha de frases foi feita exclusivamente na rede (WWW).

Estrutura do corpo Cada frase, correspondente a uma origem diferente, foi numerada. Para compatibilização com os outros corpora, considerou-se que cada frase correspondia exactamente a um parágrafo. Em dois casos, contudo, o algoritmo separador de frases ainda conseguiu detectar unidades mais pequenas, dando origem pois a dois parágrafos com duas frases cada. Marcadores estruturais: s, p. Versão do corpo Corpus FrasesPB, versão texto de 17 de Abril de 2002, anotado a 6 de Março de 2011, criado a 22 de Junho de 2013, v. 5.6 Excerto do corpo <p par=31> <s> Eis que, próximo, na cancha, arma-se uma peleia, coisa comum, aliás, em dia de carreira, entrando em cena facões, adagas, cabo de relho, argolas de rabo de tatu e outras armas campeiras . </s> </p> <p par=74> <s> Queria viajar, conhecer outras cidades e as histórias que envolviam golfinhos ou sereias . </s> </p> Dados quantitativos Corpo FRASESPB Número de formas Número de tipos Unidades 23355 6020 Total de palavras 19162 6008 Palavras em minúscula 16422 5265 Palavras com inicial maiúscula 1051 526 Palavras todas em maiúsculas 14 14 Números 49 35 Palavras com números Palavras mistas 5 5 Pontuação 731 12 Número de unidades estruturais Atributo Número p 648 s 653 mwe 430 Contabilização de multipalavras Número de entidades Número de unidades Nomes próprios 251 410 Locuções 430 923 Palavras gráficas 19162 19162 Palavras simples 17829 17829 Palavras 18510 19162 Distribuição por categoria gramatical Categoria gramatical Expressão de procura Número de palavras Percentagem do corpo Substantivos N|N[^U].* 4622 25,92% Verbos V.* 2893 16,23% Adjectivos ADJ.* 1429 8,02% Pronomes pessoais .*PERS.* 358 2,01% Preposições PRP.* 3269 18,34% Conjunções K.* 1015 5,69% Advérbios ADV.* 1051 5,89% Determinantes .*DET.* 3639 20,41% Especificadores .*SPEC.* 347 1,95% Numerais NUM.* 166 0,93% Para informação sobre como foram obtidos este valores, consulte esta página

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]