Search

Although expanding, empirical linguistic research on the Portuguese language is still far from reaching its full potential. We believe that this might be due to some researchers lack of awareness of resources already available for free. In this article, we present some Corpus Linguistics tools and a corpus of academic writing in Portuguese (CoPEP), and how they can be used to explore the phenomenon of agent defocusing in academic articles published in Brazil and Portugal. For this, we use existing resources to annotate and make available, free of charge and online, the CoPEP, an extremely useful corpus for linguistic investigations on academic Portuguese. Embora em expansão, a pesquisa linguística empírica da língua portuguesa ainda está longe de alcançar todo o seu potencial. Acreditamos que isso possa se dever, em parte, pelo desconhecimento de alguns investigadores de recursos já disponíveis gratuitamente. Neste artigo, apresentamos algumas ferramentas da Linguística de Corpus e um corpus de escrita acadêmica em português (CoPEP), e como eles podem ser utilizados para explorar o fenômeno do desfocamento do agente em artigos acadêmicos publicados no Brasil e em Portugal. Para isso, utilizamos recursos já existentes para anotar e disponibilizar de forma gratuita e online o CoPEP, um corpus de extrema utilidade para investigações linguísticas acerca do português acadêmico.

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro de Comunicação e Expressão, Programa de Pós-Graduação em Estudos da Tradução, Florianópolis, 2016. Este estudo investigou as Expressões Multipalavra (EM) no córpus de 1.000.109 palavras do par linguístico português-espanhol nos gêneros textuais que seguem: institucionais, técnicos, notícias, e contos e crônicas. Assim, partiu-se do conceito de EM que são combinações de palavras que apresentam idiossincrasias lexicais, sintáticas, semânticas e ou estatísticas, incluindo, entre outras construções: EIs, verbos de suporte, compostos nominais, e nomes próprios, segundo Sag et al (2002). Os objetivos eram verificar o grau de fixidez e correspondência das EM, investigar o grau de decomponibilidade das EM em ambas as línguas, contrastar as diferenças na presença das EM, estudar os contextos em que as EM aparecem no córpus, e a frequência com a qual apresentam-se em tais gêneros relacionando as ocorrências às probabilidades nas escolhas do tradutor. As pesquisas que fundamentaram teoricamente esta investigação vem das áreas dos Estudos da Tradução, dos Estudos do Léxico e da Linguística de Córpus a partir dos seguintes investigadores: Alan Partington (1996), Baldwin (2003;2005), Berber Sardinha (2004; 2009), Fazly et al (2009), Geoffrey Leech (1992), Piao et al (2003), Rocha (2007), Sag et al (2002), Villavicencio et al (2010), dentre outros. A metodologia utilizada após a coleta de dados, foi a de inserir os 884 textos dos referidos gêneros no Programa Wordsmith 6.0, transformando, a seguir os resultados obtidos em gráficos que contrastassem as EM encontradas no português e no espanhol. As EM de maior frequência encontradas foram: de acordo com/de acuerdo con; a partir de/ a partir de/do/da; a fim de/a fin de. Os resultados identificados após o pareamento dos dados foram que a decomponibilidade e o grau de fixidez se mostraram variáveis nas EM estudadas. Também foi relevante observar o quanto cada uma destas variações está associada ao gênero textual em que estão inseridas as EM. Isso porque, embora conservadas em boa parte dos dados, as combinações como, por exemplo, de acuerdo a, acorde a, de acuerdo al também foram recorrentes, assim como outras correspondências tais como de conformidad a, con arreglo al. A avaliação dos dados mostra padrões que aparecem em contextos específicos sintático-semânticos que podem contribuir para o aperfeiçoamento de dicionários digitais e impressos, assim como dos tradutores automáticos. Abstract : Este estudio investigó las expresiones multipalabras (EM) en el corpus de 1,000,109 palabras de los idiomas portugués-español en los siguientes géneros: institucionales, técnicos, noticias, e cuentos y crónicas. Así que se empezó con el concepto de las EM que son combinaciones de palabras que tienen idiosincrasias léxicas, sintácticas, semánticas o estadísticas, incluyendo, entre otras construcciones lexicales: las EI, los verbos de apoyo, los compuestos nominales, y los nombres propios, según Sag et al ( 2002). Los objetivos fueran verificar el grado de fijeza y la correspondencia de las EM, investigar el grado de degradabilidad de las EM en los dos idiomas, contrastando las diferencias en la presencia de las EM, el estudio de los contextos en los cuales las EM aparecen en el corpus, y la frecuencia con la que se presentan en estes tipos de géneros relacionando las ocurrencias de las EM a las probabilidades en las opciones del traductor. La investigación que teóricamente sustancia esta investigación proviene de las áreas de los Estudios de Traducción, los Estudios del Léxico y la Lingüística de Corpus de los siguientes investigadores: Alan Partington (1996), Baldwin (2003; 2005), Berber Sardinha (2004; 2009) , Fazly et al (2009), Geoffrey Leech (1992), Piao et al (2003), Rocha (2007), de Sag et al (2002), Villavicencio et al (2010), entre otros. La metodología utilizada después de la recolección de datos, fue insertar los 884 textos de esos géneros en el Programa de Wordsmith 6.0, torneado, entonces los resultados en gráficos que contrastassem las EM que se encuentran en portugués y español. La EM más frecuentes fueron de acordo com/de acuerdo con; a partir de/ a partir de/do/da; a fim de/a fin de. Después del emparejamiento de los datos, se ha observado que la degradabilidad y el grado de fijeza de las EM resultaron variables en el estudio. También fué importante observar cómo cada una de estas variaciones de las EM están asociadas con el género en que operan. Esto se debe a que, aunque los datos conservados en gran medida, combinaciones tales como, por ejemplo, de acuerdo a, acorde a, de acuerdo al fueron también recurrentes, así como otras correspondencias como de conformidad a, con arreglo al. La evaluación de los datos muestran los patrones que aparecen en contextos específicos sintáctico-semánticos que pueden contribuir a la mejora de los dicionários digitales y impresos, así como de los traductores automáticos.