Pular para o conteúdo principal

Revisão de textos para corpus

O objetivo aqui é apenas apontar a necessidade de revisão de textos para qualquer tipo de corpus linguístico, compreendendo como tal conjunto de textos escritos ou falados numa língua que serve como base de análise. O estudo de corpora (plural de corpus) apresenta muitas vantagens. Em vez de consultar nossas intuições, ou de ‘extrair’ informações dos falantes, penosamente, uma a uma, podemos examinar um vasto material que foi produzido espontaneamente na fala ou na escrita das pessoas, e portanto podemos fazer observações precisas sobre o real comportamento linguístico de gente real. Portanto os corpora podem nos proporcionar informações altamente confiáveis e isentas de opiniões e de julgamentos prévios, sobre os fatos de uma língua. O uso de corpora está associado à linguística de corpus.
Como exemplo, pode-se citar o O Corpus do Português: um corpus linguístico de textos da língua portuguesa, compilado e mantido pelos pesquisadores Mark Davies (Universidade Brigham Young) e Michael J. Ferreira (Universidade de Georgetown), com suporte financeiro proveniente do U.S. National Endowment for the Humanities, além de suas respectivas instituições de ensino
A necessidade da revisão, para esse tipo de trabalho, é tão evidente que vou me limitar, neste post, a apresentar o trabalho em si, no que precede a preparação dos textos para análise automática por ferramentas de análise linguística (etiquetador morfológico e analisador sintático).

 
Texto fac-símile: o original digitalizado.
 A forma mais fiel de se reproduzir um texto antigo no meio digital é sem dúvida o fac-símile. É esse documento o ponto de partida para o revisor. Entretanto, para pesquisas linguísticas é necessário trabalhar o texto como sequências de caracteres (não como imagens). A solução de transposição automática da imagem em texto via programas de OCR não é uma opção satisfatória por enquanto, uma vez que as características tipográficas dos textos mais antigos são desafiantes para os programas de OCR disponíveis.
[Clique em qualquer imagem para as ampliar.]



Texto transliterado: a digitação do original.

No trabalho de preparação de textos a solução é a transcrição dos originais, enquanto se pesquisam formas de adequação do reconhecimento automático (tanto via OCRs aprimorados como via sistemas de correção posterior).
A transcrição deve ser fidedigna ao original, para satisfazer os objetivos linguísticos das pesquisas. Cabe então um extenuante trabalho de cotejamento à equipe de revisão, pois as características gráficas e grafemáticas dos textos mais antigos (preservadas nas transcrições conservadoras) dificultam o processamento automático posterior (anotação morfológica). Para cumprir o objetivo de processamento automático, portanto, o texto original deve ser revisado e editado.
Texto atualizado: com a ortografia atual.
 A edição dos textos inclui a modernização das grafias e a normalização dos aspectos grafemáticos, tornando-o assim adequado para o processamento automático.Neste processo, entretanto, não desejamos, dentro do possível,  perder as características do texto original, importantes para o estudo histórico da língua. O desenvolvimento do sistema de edições críticas eletrônicas teve como objetivo solucionar essas demandas conflitantes.
Fonte: Sistema de Edições Eletrônicas do Corpus Tycho Brahe.

Postagens mais visitadas deste blog

Como escrever o resumo de sua tese ou dissertação

Melhore o resumo de sua tese ou dissertação.O resumo é parte necessária da apresentação final de uma tese, dissertação ou mesmo de um artigo.A versão final do resumo terá de ser escrita depois que você terminar de ler a sua tese para enviar ao revisor do texto.Um resumo prévio, escrito nas diferentes fases do seu trabalho vai ajudar você a ter uma versão curta de sua tese a cabeça. Isso vai conduzir seu pensamento sobre o que é que você está realmente sendo feito, vai ajudá-lo a ver a relevância do que você está trabalhando no momento dentro do quadro maior, e ajudar a manter os vínculos que acabarão por conferir unidade à tese (dissertação, TCC, artigo). O que é um resumo?O resumo é um componente importante da tese. Apresentado no início da tese, é provável que seja a primeira descrição substantiva do trabalho a ser lida por um examinador ou qualquer outro leitor externo. Você deve vê-lo como oportunidade de definir as expectativas precisas do leitor a que seu texto atenderá. O resumo …

Principais estilos de citações bibliográficas e referências

Formate sua tese ou dissertação na KeimelionOs estilos de citações são muitos, cada revista científica, cada programa de pós-graduação decide qual estilo vai adotar, como fazer as citações. Primeiramente, vale informar que "estilos científicos" não são estilos "literárias", mas a edição de estilos, ou seja, modos de apresentação de conteúdo estruturados, formas de escrever artigos científicos, apresentação, organização de conteúdo, formas fazer abreviações, anexos e fotos presentes nos textos e, além disso, formas de citações bibliográficas e de referências. Por isso as formas de citações dependem de cada estilo científico.  Para trabalhar com estilos de citações, é melhor usar um gerenciador de bibliografias como Refworks, Zotero, EndNote, Reference Manager, BibText e outros similares. Mesmo o Word que todo mundo tem faz esse serviço. O que impressiona muito é que a quase totalidade dos autores brasileiros não faz uso de nenhum desses programas e nem sequer sabe que…

Quinze dicas para a hora de defender a tese

Defesa de tese ou dissertação: hora H!Depois de ter concluído a tese, é essencial que o aluno se prepare para a apresentação oral do trabalho.  Um excelente texto não garante que a exposição na etapa final seja boa e, se o aluno não apresentar a tese de forma satisfatória, os examinadores podem subestimá-la ou até mesmo duvidar da preparação científica do candidato.Geralmente a apresentação oral da tese é geralmente é feita por meio de slides em Powerpoint ® (ou software similar) contendo texto, figuras, tabelas, desenhos e fotografias. Bons slides não são tudo. O aluno deve estar preparado e conhecer ponta a ponta o conteúdo, coordenando bem a apresentação conforme explica os slides e se comportando de forma adequada durante essa etapa do trabalho. Abaixo apresentamos algumas dicas, tanto referentes à formatação e estilo da apresentação de slides, como à discussão da tese – aplicáveis a muitos contextos, como um concurso, entrevista de emprego ou uma apresentação de negócios. É necessá…

Estrangeirismos e redação acadêmica

O que é estrangeirismo? Por que a implicância?Pode-se ou deve-se usar estrangeirismos em teses e dissertações?Existe linguagem científica sem estrangeirismos? Onde encontrar as palavras em português?Estrangeirismo ou peregrinismo é o uso de palavra, expressão ou construção estrangeira que não tenha equivalente vernácula em nossa língua. É apontada nas gramáticas normativas como um vício de linguagem, mas há muito esta é apontada como uma visão simplista por diversos linguistas, como Marcos Bagno, da UnB, John Robert Schmitz, da UNICAMP e Carlos Alberto Faraco, da UFPR.  (Wikipédia) Talvez seja conseqüência de um conjunto de fatores o que leva os brasileiros a imaginar como místicas e esotéricas as palavras ordinárias usadas no inglês para dar nomes às coisas. Nesse conjunto, constato a presença do deslumbramento pelos falantes de inglês, da ignorância da língua portuguesa, da ignorância da língua inglesa, da ignorância da cultura estrangeira, da ignorância de etimologia e da ignorância…

A tese: material e métodos, resultados e conclusão, estilo e referências

Tese e dissertação são textos logos do gênero acadêmicoAs partes das teses e dissertações pode constituir subgêneros específicosA escrita da tese segue parâmetros distintos nas seções específicas do texto, guardando unidade de estilo e coerência entre todos os segmentos do trabalho. Assim, a introdução pode ter, por exemplo, uma passagem mais pessoal, que relate a ligação do autor com a temática, e partes que analisem discursos de sujeitos entrevistados podem requerer transcrições literais - segmentos repletos de oralidade, o que não é admitido em outros trechos no gênero acadêmico. Já os resumos, são outro tópico, e merecem uma postagem só para eles. Material e métodos: descrever equipamentos e procedimentos Nesta seção o autor deve explicar claramente como o experimento foi realizado, e como foi realizada a análise estatística dos dados, podendo também utilizar as sugestões indicadas para escrever a introdução e buscando garantir que: Os leitores possam compreender e avaliar o experim…