Acesso a corpos de português: Projecto AC/DC: corpo todos juntos

O corpo contém cerca de 1300 milhões de palavras, distribuídas entre vários géneros e temas, correspondendo ao conteúdo de todos os corpos presentes no AC/DC.

No caso da sobreposição entre o corpo NILC/São Carlos e o CHAVE, e do corpo CETEMPúblico e o CHAVE, foi escolhido o material do CHAVE.

Estrutura do corpo Os marcadores estruturais são: s, p, e, dependendo dos corpos envolvidos, também ext, texto, entrevista, TEXTO, etc. Versão do corpo Corpus todos, criado a 5 de julho de 2014, v. 4.2 Excerto do corpo <ext id=1 gen=«literatura»> <p par=1> <s> Foi entre a sopa e a galinha de molho pardo -- especialidade do restaurante Mickey Mouse -- que Sergio falou (voz forte, porém pouco firme, dir-se-ia: trôpega): </s> </p> <p par=2> <s> Sergio não hesitou em se mostrar desarvorado com o protesto . </s> <s> A intervenção de Silvio, porém, foi imediata: </s> </p> (...) </ext> Dados quantitativos Corpo TODOS Número de formas Número de tipos Unidades 1570432753 6527535 Total de palavras 1267976310 5896708 Palavras em minúscula 890974944 1487321 Palavras com inicial maiúscula 171068686 1267126 Palavras todas em maiúsculas 13617505 300915 Números 26550573 109507 Palavras com números 2887252 466299 Palavras mistas 3325839 290787 Pontuação 87411084 577200 Número de unidades estruturais Atributo Número TEXTO 0 CATEGORY 208390 0 art 26762 assinatura 1741 assunto 4872 autor 50601 caixa 315 capitulo 678 cita 81 div 2902 entrevista 220 ext 1073958 fala 43168 introd 5 legenda 827 li 136428 marca 10727 mens 4951 mwe 19482533 nota 289 obra 389 p 5539851 parte 12634 pergunta 11260 personagem 44105 resposta 11569 s 55673863 situacao 561 subtitulo 3767 t 1138897 texto 7001 titulo 710 tituloobra 387 u 793136 v 251380 a 179699 data 208931 indic 2049 Contabilização de multipalavras Número de entidades Número de unidades Nomes próprios 84581080 143224602 Locuções 19482533 41106904 Palavras gráficas 1267976310 1267976310 Palavras simples 1083644804 1083644804 Palavras 1187708417 1267976310 Distribuição por categoria gramatical Categoria gramatical Expressão de procura Número de palavras Percentagem do corpo Substantivos N|N[^U].* 278113550 25,66% Verbos V.* 141170048 13,03% Adjectivos ADJ.* 77623148 7,16% Pronomes pessoais .*PERS.* 13842137 1,28% Preposições PRP.* 200950995 18,54% Conjunções K.* 50638040 4,67% Advérbios ADV.* 47968120 4,43% Determinantes .*DET.* 184951405 17,07% Especificadores .*SPEC.* 15260771 1,41% Numerais NUM.* 44129827 4,07% Para informação sobre como foram obtidos este valores, consulte esta página

[ Exemplos | Atomização | Anotação | Corpos | Agradecimentos ]