Acesso a corpos de português: Projecto AC/DC: corpo Tycho Brahe

Tycho Brahe : AC/DC : Linguateca
O Corpus Histórico do Português Tycho Brahe é um corpo eletrônico anotado, composto de textos em português escritos por autores nascidos entre 1380 e 1845, compilado pela Universidade de Campinas (UniCamp). A sua página principal é http://www.tycho.iel.unicamp.br/corpus/index.html, onde todas as informações estão disponíveis.

Estrutura do corpo

Utilizámos como marcadores estruturais para todas as obras obra (com o identificador original), tituloobra, (o nome da obra), autor (o autor da obra), data (data de nascimento do autor), genero (o gênero de obra segundo os critérios do Tycho Brahe), grafia (preservada ou editada) e a variante (PT ou BR conforme publicado em Portugal ou Brasil). Também se encontram marcados, nas obras em que são relevantes, partes como assinatura, saudacao e data, além dos marcadores estruturais comuns a todo o projeto AC/DC t (indicando título) e s [frase].

Além disso, para todas as obras existem os atributos posicionais autor (valores e chave em lista de autores), obra (contendo o seu título), classe (o gênero de obra segundo os critérios do Tycho Brahe), grafia (preservada ou editada), seculo (de nascimento do autor) e a variante (PT ou BR conforme publicado em Portugal ou Brasil).

Versão do corpo

Corpo Tycho Brahe, versão do texto simples de abril de 2014, criado a 7 de julho de 2014, versão 1.4

Excerto do corpo


<s>
<t>
Senhor:
</t>
</s>
<s a_001_s_1>
Ofereço a Vossa Majestade as Reflexões sobre a vaidade dos homens; isto é o mesmo que oferecer em um pequeno livro aquilo de que o mundo todo se compõe, e que só Vossa Majestade não tem: feliz indigência, e que só em Vossa Majestade se acha.
</s>
<s a_001_s_2>
Declamei contra a vaidade, e não pude resistir à vaidade inocente de pôr estes discursos aos Reais pés de Vossa Majestade; para que os mesmos pés, que heroicamente pisam as vaidades, se dignem proteger estas reflexões. Mas que muito, Senhor, que as vaidades estejam só aos pés de Vossa Majestade, se as virtudes o ocupam todo. Alguma vez se havia de ver a vaidade sem lugar .
</s>
...

Dados quantitativos

Corpo TYCHO Número de formasNúmero de tipos
Unidades 2792351116904
Total de palavras 2391744116577
Palavras em minúscula 186271276387
Palavras com inicial maiúscula24312922405
Palavras todas em maiúsculas 3242464
Números 90441129
Palavras com números9761
Palavras mistas30621296
Pontuação109221235

Número de unidades estruturais

Atributo Número
s 76052
obra 51
t 2427
autor 51
tituloobra 51
data 0
variante 51
genero 51
grafia 51
div 1066
assinatura 1149
saudacao 516
mwe 41923

Contabilização de multipalavras

Número de entidades Número de unidades
Nomes próprios 111686 172627
Locuções 41923 87950
Palavras gráficas 2391744 2391744
Palavras simples 2131167 2131167
Palavras 2284776 2391744

Distribuição por categoria gramatical

Categoria gramaticalExpressão de procura Número de palavrasPercentagem do corpo
Substantivos N|N[^U].* 424323 19,91%
Verbos V.* 364980 17,13%
Adjectivos ADJ.* 114991 5,40%
Pronomes pessoais .*PERS.* 88271 4,14%
Preposições PRP.* 330494 15,51%
Conjunções K.* 164938 7,74%
Advérbios ADV.* 140795 6,61%
Determinantes .*DET.* 319557 14,99%
Especificadores .*SPEC.* 67223 3,15%
Numerais NUM.* 26871 1,26%

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