Desenvolvido na Universidade de Lisboa pelo NLX/FCUL e pelo CLUL
concordanciador | introdução | conteúdo | como usar | obter | english version
Desenvolvido na Universidade de Lisboa pelo NLX/FCUL e pelo CLUL
concordanciador | introdução | conteúdo | como usar | obter | english version
O concordanciador CINTIL online (versão beta) é um serviço online gratuito de extracção de concordâncias para a pesquisa linguística do Corpus CINTIL. Este concordanciador foi desenvolvido e é mantido na Universidade de Lisboa pelo Grupo NLX-Natural Language and Speech do Departamento de Informática, em cooperação com o Grupo REPORT do CLUL-Centro de Linguística da Universidade de Lisboa.
O concordanciador CINTIL permite a utilização de padrões genéricos de forma a especificar as ocorrências a pesquisar. Este serviço é uma ferramenta de pesquisa robusta que permite encontrar estruturas linguísticas de grande complexidade.
Pode também utilizar outras ferramentas associadas.
O CINTIL-Corpus Internacional do Português é um corpus do português, anotado com informação linguística. O corpus contém actualmente 1 milhão de palavras anotadas, tendo a anotação sido manualmente verificada por especialistas. A anotação inclui informação sobre a classe morfo-sintáctica, sobre o lema e a flexão das classes abertas, sobre locuções pertencentes à classe dos advérbios e às classes fechadas, e sobre nomes próprios multi-palavra (para o reconhecimento de entidades nomeadas).
Este corpus está a ser desenvolvido e mantido na Universidade de Lisboa pelo Grupo REPORT do CLUL-Centro de Linguística da Universidade de Lisboa em cooperação com o Grupo NLX-Natural Language and Speech do Departamento de Informática. Este é o primeiro corpus deste tipo desenvolvido para o português no que diz respeito ao tamanho, à profundidade da anotação linguística, à variedade de géneros e de tipos de textos, e ao nível de correcção da anotação. Esta primeira versão é o mais recente resultado de um trabalho em curso que tem como objectivo alargar e melhorar o corpus, em todas as suas dimensões, de forma a providenciar um recurso de alto nível para a investigação em Linguística do português e para o desenvolvimento das tecnologias da linguagem.
O Corpus CINTIL recebeu as seguintes contribuições:
Pode contactar-nos para o seguinte endereço de correio electrónico: 'cintil' seguido de '@' seguido de 'di.fc.ul.pt'.
O CINTIL é um projecto em curso com vista ao desenvolvimento de um corpus com um nível de correcção cada vez maior e com informação linguística de maior complexidade e profundidade. Pode conferir aqui as assunções subjacentes à presente versão do corpus. Caso identifique algum aspecto que precise de ser melhorado, queira contactar-nos.
Note que este não é um serviço de apoio linguístico online pelo que apenas será dada resposta a perguntas directamente relacionadas com o corpus CINTIL .
Barreto, Florbela, António Branco, Eduardo Ferreira, Amália Mendes, Maria
Fernanda Nascimento, Filipe Nunes and João Silva, 2006,
"Open Resources and Tools for the Shallow
Processing of Portuguese", Proceedings of the 5th International
Conference on Language Resources and Evaluation (LREC2006), Genoa,
Italy.
Branco, António and João Silva, 2006,
"LX-Suite: Shallow Processing Tools for
Portuguese", Proceedings of the 11th Conference of the European Chapter
of the Association for Computational Linguistics (EACL2006), Trento, Italy,
pp.179-182.
Barreto, Florbela, António Branco, Eduardo Ferreira, Amália
Mendes, Fernanda Bacelar Nascimento, Filipe Nunes and João Silva, 2006,
"Linguistic Resources and Software for Shallow Processing", In Actas do XXI
Encontro Anual da Associação Portuguesa de Linguística, Lisbon,
Portugal.
O trabalho que resultou no Corpus CINTIL foi parcialmente financiado pela
FCT-Fundação para a Ciência e a Tecnologia, no âmbito do contrato
POSI/PLP/47058/2002 para o projecto TagShare.
Queremos agradecer a Adam Przepiórkowski e à sua equipa, do
IPIPAN - The Institute of Computer Science of the Polish Academy of Sciences,
Varsóvia, o apoio prestado na adaptação do Poliqarp à língua
portuguesa e às propriedades do Corpus CINTIL.