Corpus do Português na Internet

06122006
 Site mostra as palavras mais usadas da língua portuguesa
 CARLOS KAUFFMANN
 da Folha de S.Paulo
> O Corpus do Português (www.corpusdoportugues.org), site aberto no
 início de novembro, oferece um meio inédito de esquadrinhar a
 língua portuguesa. Ele funciona como um quem é quem do idioma
 mostrando a popularidade de palavras ou de frases buscadas entre
 milhares de textos.
 Esse grande arquivo forma o corpus da língua, que representa as
diversas variedades lingüísticas do português. O corpus reúne mais
de 50 mil textos, de diversas fontes (entre elas, a Folha), somando
45 milhões de palavras.
Há quatro registros principais: jornalístico, acadêmico, falado e
de ficção. O site permite fazer comparações de várias naturezas,
como ver a freqüência de palavras e de frases análogas nos
diferentes registros, constatar diferenças de uso da língua entre o
português europeu e o brasileiro e verificar a evolução do idioma,
do século 14 ao século 20. Oferece ainda o recurso da visualização
do entorno textual da palavra ou da frase buscada.
 Janelas

A página principal é dividida em janelas. Na da esquerda, ficam
vários campos para busca, que podem ser de palavras, de frases ou
de categorias gramaticais, como verbos, substantivos e adjetivos. A
resposta da busca é apresentada à direita, com a respectiva
contagem de freqüência. Clicando nos resultados, aparecem abaixo os
trechos onde ocorrem a palavra ou a expressão buscada.

> O site foi desenvolvido por dois pesquisadores norte-americanos,
> Mark Davies, da Universidade Brigham Young (Utah, EUA), e Michael
> Ferreira, da Universidade de Georgetown (Distrito de Columbia,
> EUA). O acesso é livre e gratuito. Depois de algumas consultas, é
> solicitado um registro simples (nome e e-mail).
>
> A utilidade dessa ferramenta de busca do idioma é múltipla: para os
> estudantes, é uma chance de ver a língua exemplificada pelo uso
> real; para os lingüistas, renova a descrição da linguagem e
> possibilita a criação de melhores dicionários e gramáticas; para os
> escritores, cria alternativas estilísticas inovadoras e amplia os
> horizontes da criação literária.
>
> Outros sites de pesquisa: Projeto Linguateca e Banco de Português
>
> Links no texto:
>
> Corpus do Português
> http:www.corpusdoportugues.org
>
> Projeto Linguateca
> http:www.linguateca.ptACDC
>
> Banco de Português
> http:www2.lael.pucsp.brcorporabpconcindex.html
>