Sobre a constituição de corpora para línguas com poucos recursos
Bibliographic Data
| ID | 4384718 |
|---|---|
| Authors | Lilian Teixeira De Sousa (0000-0001-9911-2587, Universidade Federal da Bahia, corresponding author) |
| Year | 2020 |
| Volume | 16 |
| Issue | 1 |
| Pages | 43-61 |
| Publication date | 2020-04-30 |
| Open Access | Yes |
| Type | ARTICLE |
| Venue | Revista Linguíʃtica (JOURNAL) |
| Journal identifiers | ISSN: 1808-835X • E-ISSN: 2238-975X |
| Publisher | Revista Linguistica (PUBLISHER) |
| DOI | 10.31513/linguistica.2020.v16n1a31709 |
| OpenAlex | W3081487141 |
| Language | PT |
| References cited | 4 |
O uso de corpora em estudos linguísticos é bastante antigo, já a área da Linguística de Corpus é relativamente nova, tendo sua origem vinculada à ampliação do acesso a computadores e, consequentemente, ao Processamento de Linguagem Natural (PLN). À medida que a área foi ganhando influência na pesquisa linguística, o conceito de corpus foi se tornando mais específico e elementos como amplitude e referência, além de legibilidade por máquina e tamanho finito, passaram a se tornar fundamentais para a composição de amostras na área. Ao mesmo tempo, no entanto, foram surgindo corpora menores e bem menos amplos constituídos com objetivos bastante distintos, como, por exemplo, para a realização de documentação de línguas ameaçadas. Partindo disso, o presente artigo tem por objetivo discutir as diferenças entre corpora "prototípicos" criados segundo os pressupostos da Linguística de Corpus, e os corpora de línguas com pouca presença digital (less-resourced languages). Mostro que os corpora de línguas com pouco recursos tendem a ser mais especializados e, dificilmente, cumprem todos os critérios exigidos de um corpus amplo e representativo de uma língua. Apesar dos limites impostos por questões específicas de cada língua, concluo que a constituição de corpora para línguas com poucos recursos, ainda que não cumpram todos os critérios propostos pela Linguística de Corpus, devem ser realizados, e os resultados devem ser aproveitados de diversas formas, seja gerando novas tecnologias, servindo de suporte empírico para teorias linguísticas ou promovendo a língua na comunidade
Humanities · Linguistics · Linguistic research and analysis · linguistics and terminology studies · Natural Language Processing Techniques · Philosophy
| Highly cited | No |
|---|