Contribuição para o estudo da construção e utilização de corpora no processo de terminologização

Polissema: Revista de Letras do ISCAP 2002/N.º 2 Linguagens

O uso de corpora na análise da representação do discurso em tradução

Este artigo apresenta uma pesquisa sobre a representação do discurso ficcional embasado na gramática sistêmico - funcional proposta por Halliday e na Lingüística de Corpus, utilizando-se o software WordSmith Tools. A análise focaliza a metafunção ideacional, realizada pelo sistema de transitividade, focalizando os processos mentais e a relação lógico - semântica da projeção. O objetivo da pesquisa foi observar como os pensamentos das personagens de um corpus ficcional são representados através dos verbos de elocução THINK e PENSAR, buscando descrever padrões textuais nos três romances que compõem o corpus.

Qual a função dos corpora na descrição do léxico?

Neste artigo procuramos reflectir sobre a função dos corpora na observação e análise de fenómenos de uma língua natural bem como na criação de novos recursos de exploração linguísticos que as tecnologias de informação têm vindo a potenciar e a tornar mais eficaz.

Lingüística de corpus e estudos da tradução

O objectivo principal deste ensaio é discutir o interesse crescente que os Estudos da Tradução tem expressado acerca da Lingüística de Corpus e seu importante papel para a investigação do fenómeno tradutório. O ensaio apresenta os primeiros trabalhos na interface entre corpora e tradução e como a disciplina dos Estudos da Tradução de base em corpus evoluiu na última década. Uma atenção mais pontual é dada à noção de estudos em corpus de pequena dimensão e sua influência no campo das pesquisas em tradução no Brasil. Além disso, o ensaio explora como o conceito de representatividade tem recebido definições diferentes nos estudos dos fenómenos tradutórios de base em corpus.

Interactional strategies between terminologist and domain specialist. Putting order into our universe: the concept of Blended Learning

A presente comunicação visa discutir as mais-valias de um desenho metodológico sustentado numa abordagem conceptual da Terminologia aplicado ao exercício de harmonização da definição do cenário educativo mais promissor do Ensino Superior actual: o blended learning. Sendo a Terminologia uma disciplina que se ocupa da representação, da descrição e da definição do conhecimento especializado através da língua a essência deste domínio do saber responde a uma necessidade fundamental da sociedade actual: putting order into our universe, nas palavras de Nuopponen (2011). No contexto descrito, os conceitos, enquanto elementos da estrutura do conhecimento (Sager, 1990) constituem um objecto de investigação de complexidade não despicienda, pois apesar do postulado de que a língua constitui uma ferramenta fundamental para descrever e organizar o conhecimento, o princípio isomórfico não pode ser tomado como adquirido. A abordagem conceptual em Terminologia propõe uma visão precisa do papel da língua no trabalho terminológico, sendo premissa basilar que não existe uma correspondência unívoca entre os elementos atomísticos do conhecimento e os elementos da expressão linguística. É pela razões enunciadas que as opções metodológicas circunscritas à análise do texto de especialidade serão consideradas imprecisas. Nesta reflexão perspectiva-se que o conceito-chave de uma abordagem conceptual do trabalho terminológico implica a combinação de um processo de elicitação do conhecimento tácito através de uma negociação discursiva orientada para o conceito e a análise de corpora textuais. Defende-se consequentemente que as estratégias de interacção entre terminólogo e especialista de domínio merecem atenção detalhada pelo facto de se reflectirem com expressividade na qualidade dos resultados obtidos. Na sequência do exposto, o modelo metodológico que propomos sustenta-se em três etapas que privilegiam um refinamento dessa interacção permitindo ao terminólogo afirmar-se como sujeito conceptualizador, decisor e interventor: (1) etapa exploratória do domínio-objecto de estudo; (2) etapa de análise onamasiológica de evidência textual e discursiva; (3) etapa de modelização e de validação de resultados. Defender-se-á a produtividade de uma sequência cíclica entre a análise textual e discursiva para fins onomasiológicos, a interacção colaborativa e a introspecção.

Homograph ambiguity resolution in front-end design for portuguese TTS systems

In this paper, a module for homograph disambiguation in Portuguese Text-to-Speech (TTS) is proposed. This module works with a part-of-speech (POS) parser, used to disambiguate homographs that belong to different parts-of-speech, and a semantic analyzer, used to disambiguate homographs which belong to the same part-of-speech. The proposed algorithms are meant to solve a significant part of homograph ambiguity in European Portuguese (EP) (106 homograph pairs so far). This system is ready to be integrated in a Letter-to-Sound (LTS) converter. The algorithms were trained and tested with different corpora. The obtained experimental results gave rise to 97.8% of accuracy rate. This methodology is also valid for Brazilian Portuguese (BP), since 95 homographs pairs are exactly the same as in EP. A comparison with a probabilistic approach was also done and results were discussed.

POSTDATA – Towards publishing European poetry as linked open data

POSTDATA is a 5 year's European Research Council (ERC) Starting Grant Project that started in May 2016 and is hosted by the Universidad Nacional de Educación a Distancia (UNED), Madrid, Spain. The context of the project is the corpora of European Poetry (EP), with a special focus on poetic materials from different languages and literary traditions. POSTDATA aims to offer a standardized model in the philological field and a metadata application profile (MAP) for EP in order to build a common classification of all these poetic materials. The information of Spanish, Italian and French repertoires will be published in the Linked Open Data (LOD) ecosystem. Later we expect to extend the model to include additional corpora. There are a number of Web Based Information Systems in Europe with repertoires of poems available to human consumption but not in an appropriate condition to be accessible and reusable by the Semantic Web. These systems are not interoperable; they are in fact locked in their databases and proprietary software, not suitable to be linked in the Semantic Web. A way to make this data interoperable is to develop a MAP in order to be able to publish this data available in the LOD ecosystem, and also to publish new data that will be created and modeled based on this MAP. To create a common data model for EP is not simple since the existent data models are based on conceptualizations and terminology belonging to their own poetical traditions and each tradition has developed an idiosyncratic analytical terminology in a different and independent way for years. The result of this uncoordinated evolution is a set of varied terminologies to explain analogous metrical phenomena through the different poetic systems whose correspondences have been hardly studied – see examples in González-Blanco & Rodríguez (2014a and b). This work has to be done by domain experts before the modeling actually starts. On the other hand, the development of a MAP is a complex task though it is imperative to follow a method for this development. The last years Curado Malta & Baptista (2012, 2013a, 2013b) have been studying the development of MAP's in a Design Science Research (DSR) methodological process in order to define a method for the development of MAPs (see Curado Malta (2014)). The output of this DSR process was a first version of a method for the development of Metadata Application Profiles (Me4MAP) (paper to be published). The DSR process is now in the validation phase of the Relevance Cycle to validate Me4MAP. The development of this MAP for poetry will follow the guidelines of Me4MAP and this development will be used to do the validation of Me4MAP. The final goal of the POSTDATA project is: i) to be able to publish all the data locked in the WIS, in LOD, where any agent interested will be able to build applications over the data in order to serve final users; ii) to build a Web platform where: a) researchers, students and other final users interested in EP will be able to access poems (and their analyses) of all databases; b) researchers, students and other final users will be able to upload poems, the digitalized images of manuscripts, and fill in the information concerning the analysis of the poem, collaboratively contributing to a LOD dataset of poetry.