Abordagem baseada em conceitos para descoberta de conhecimento em textos

Esta tese apresenta uma abordagem baseada em conceitos para realizar descoberta de conhecimento em textos (KDT). A proposta é identificar características de alto nível em textos na forma de conceitos, para depois realizar a mineração de padrões sobre estes conceitos. Ao invés de aplicar técnicas de mineração sobre palavras ou dados estruturados extraídos de textos, a abordagem explora conceitos identificados nos textos. A idéia é analisar o conhecimento codificado em textos num nível acima das palavras, ou seja, não analisando somente os termos e expressões presentes nos textos, mas seu significado em relação aos fenômenos da realidade (pessoas, objetos, entidades, eventos e situações do mundo real). Conceitos identificam melhor o conteúdo dos textos e servem melhor que palavras para representar os fenômenos. Assim, os conceitos agem como recursos meta-lingüísticos para análise de textos e descoberta de conhecimento. Por exemplo, no caso de textos de psiquiatria, os conceitos permitiram investigar características importantes dos pacientes, tais como sintomas, sinais e comportamentos. Isto permite explorar o conhecimento disponível em textos num nível mais próximo da realidade, minimizando o problema do vocabulário e facilitando o processo de aquisição de conhecimento. O principal objetivo desta tese é demonstrar a adequação de uma abordagem baseada em conceitos para descobrir conhecimento em textos e confirmar a hipótese de que este tipo de abordagem tem vantagens sobre abordagens baseadas em palavras. Para tanto, foram definidas estratégias para identificação dos conceitos nos textos e para mineração de padrões sobre estes conceitos. Diferentes métodos foram avaliados para estes dois processos. Ferramentas automatizadas foram empregadas para aplicar a abordagem proposta em estudos de casos. Diferentes experimentos foram realizados para demonstrar que a abordagem é viável e apresenta vantagens sobre os métodos baseados em palavras. Avaliações objetivas e subjetivas foram conduzidas para confirmar que o conhecimento descoberto era de qualidade. Também foi investigada a possibilidade de se realizar descobertas proativas, quando não se tem hipóteses iniciais. Os casos estudados apontam as várias aplicações práticas desta abordagem. Pode-se concluir que a principal aplicação da abordagem é permitir análises qualitativa e quantitativa de coleções textuais. Conceitos podem ser identificados nos textos e suas distribuições e relações podem ser analisadas para um melhor entendimento do conteúdo presente nos textos e, conseqüentemente, um melhor entendimento do conhecimento do domínio.

A concordância verbal de segunda pessoa do singular em Pelotas e suas implicações lingüísticas e sociais

Proponho, com este trabalho, uma análise da variação da manutenção da marca de concordância verbal de segunda pessoa do singular em Pelotas (RS). Considero, para tanto, os aspectos lingüísticos e, sobretudo, os aspectos sociais dessa variação. Almejo, assim, auxiliar na descrição de fenômenos de concordância verbal. Apóio esta análise na Teoria da Variação Laboviana e em visões de classes sociais que levam em conta princípios socioeconomicistas, marxistas, econolingüísticos, ocupacionais e das condições estruturais de manutenção das desigualdades sociais. Analisei dados de concordância de segunda pessoa do singular em noventa entrevistas do Banco de Dados Sociolingüísticos Variáveis por Classe Social – VarX – que foram realizadas em Pelotas (RS) em 2000 e 2001. O VarX possui uma divisão equilibrada de informantes por gênero, faixa etária e classe social. Das entrevistas realizadas na casa do informante, afloram falas espontâneas sobre histórias familiares, peripécias do passado. Utilizei, para a análise dos dados, metodologia quantitativa com base na interface Windows para o Varbrul e em formulário de codificação de dados. Além dos dados de fala do VarX, utilizei como fonte de pesquisa o Questionário do VarX e os resultados do Censo 2000 do IBGE. Os resultados, com relação à concordância de segunda pessoa do singular em Pelotas, apontam na direção de que: ocorra apagamento variável da desinência número-pessoal em virtude de uma regularização do paradigma verbal em que são privilegiadas formas neutras; o apagamento da marca de segunda pessoa do singular sofra influência de condicionadores lingüísticos (saliência fônica, interlocução entrevistado/entrevistador, ausência do pronome-sujeito e tipo de frase) e sociais (há indícios de que: a utilização de marca tenha prestígio, mas sua não-utilização não sofra estigma; o fenômeno esteja em fase de consolidação e se configure como uma mudança lingüística quase completada; as mulheres resistam ao processo de apagamento da marca de concordância mais do que homens).

Efeito de dois tipos de feedback corretivo, recast e elicitação, no desempenho de alunos de inglês como le

Partindo do pressuposto de que foco na forma pode beneficiar o processo de aprendizagem, este estudo foi desenvolvido com o objetivo de verificar o efeito de dois tipos de feedback corretivo, recast e elicitação, no desempenho de alunos de inglês como língua estrangeira. O estudo foi realizado com duas turmas de nível intermediário em um curso particular de idiomas que segue os princípios da abordagem comunicativa. É uma investigação experimental na qual o desempenho dos alunos foi testado antes e depois de receberem feedback corretivo durante a realização de tarefas ministradas pelos seus professores dentro de suas próprias salas de aula, sendo que uma turma recebeu feedback corretivo através de recast e a outra através de elicitação. A hipótese norteadora deste estudo foi que feedback corretivo fornecido ao aluno através de elicitação gera melhor desempenho do aluno do que recast, devido à exigência de que o aluno reformule seus próprios enunciados utilizando, para este fim, seus próprios recursos lingüísticos. Por outro lado, devido à natureza reformuladora de recast, este comportamento corretivo, no qual o professor faz a correção, não estimula o aprendiz a focalizar sua produção errônea com o intuito de corrigí-la. Os dados obtidos apontam que utilizar feedback corretivo na forma de elicitação é benéfico à aprendizagem.

O radicci no contato italiano-português da região de Caxias do Sul : identidade, atitudes lingüísticas e manuntenção do bilingüismo

O presente estudo investiga a inter-relação entre a fala do personagem Radicci (e de sua família), criação do cartunista, humorista e radialista caxiense Carlos Henrique Iotti, e a fala proveniente do contato do imigrante italiano com o novo meio, na região de Caxias do Sul, Rio Grande do Sul, tanto no meio urbano, quanto no rural. O objetivo geral da pesquisa, a influência do Radicci sobre as relações lingüísticas do italiano em contato com o português na área de estudos, se desdobra em quatro pontos essenciais: (a) componente lingüístico: em que medida a fala do Radicci reflete a fala do colono ítalo-brasileiro, já que se concebe o personagem como um símbolo representativo desse elemento humano característico da região?; (b) componente atitudinal: como os falantes da região reagem aos traços lingüísticos da fala do Radicci, ou seja, que atitudes lingüísticas são reforçadas ou inibidas na recepção do personagem?; (c) componente de identidade: no caso de haver uma identificação ou não com o personagem, como isso repercute sobre a questão da identidade ítalo-brasileira?; (d) componente da situação bilíngüe: considerando os itens (a), (b) e (c), em que medida o Radicci contribui para a manutenção ou substituição lingüística das variedades do italiano em contato com o português na região de Caxias do Sul? O estudo, portanto, se desenvolve no âmbito de pesquisas do “bilingüismo e línguas em contato”, abordando tópicos como atitudes lingüísticas, identidade, preconceito lingüístico, manutenção ou substituição da língua minoritária. Do ponto de vista teórico-metodológico, o estudo desses aspectos tem por base a perspectiva da nova Dialetologia Pluridimensional, como é concebida por Harald Thun nos atlas contatuais do Uruguai e do Paraguai. Os resultados do estudo nos levaram a constatar que o Radicci encontra grande aceitabilidade entre os informantes da pesquisa, no que tange ao contato e à recepção do personagem. Os aspectos mencionados como deflagradores dessa repercussão positiva vão desde o humor até o grande valor do personagem como símbolo representativo da região de Caxias do Sul, com as peculiaridades próprias da cultura italiana da RCI.

Da releitura à escritura : um estudo da leitura pelo viés da pontuação

Esta tese constitui-se em um estudo sobre a leitura. Essa noção é investigada através de textos reescritos – aos quais denominamos, genericamente, de reescritas – e de dois sinais de pontuação – reticências e interrogação. Aos textos que apresentam esses sinais de pontuação designamos de textos sinalizados. Tais textos apresentam também uma outra característica: são marcados pelo humor. Tal opção nos levou a examinar outro tipo de texto, sem esses sinais de pontuação, ao qual denominamos de texto não-sinalizado. Esse texto não apresenta também a marca do humor. Nossa intenção é verificar, nas reescritas, se o processo da leitura dos textos sinalizados é diferente do processo da leitura do texto não-sinalizado. A primeira parte do estudo estabelece o referencial teórico que fundamenta a análise. Nesta parte, evidenciamos tanto aspectos referentes à epistemologia da Análise do Discurso quanto questões referentes à leitura e à sua relação com outros pontos relevantes para o desenvolvimento da pesquisa: repetição, interpretação, heterogeneidade, silêncio e autoria. Abordamos ainda aspectos teóricos sobre a pontuação e, mais especificamente, sobre os sinais de pontuação em estudo: reticências e interrogação. A segunda parte apresenta os procedimentos metodológicos que sustentam a subseqüente análise do corpus discursivo, bem como o efetivo funcionamento do processo discursivo da leitura através das reescritas. Tal análise possibilitou a constatação de três diferentes processos de leitura, aos quais denominamos de releitura, reescritura e escritura, processos que correspondem, respectivamente, à manutenção, aos deslizamentos e às rupturas em relação aos sentidos produzidos nos textos que, apenas por um efeito metodológico, desencadeiam o processo da leitura e das reescritas A constatação desses três processos de leitura nos permitiu também reconhecer a existência de diferentes formas de preenchimentos das lacunas de significação e silêncio representadas pelas reticências e pela interrogação. Isso nos levou ainda a admitir a possibilidade de distintos graus e tipos de autoria, os quais variam em função do processo de identificação que o leitor estabelece com a formação discursiva e com a posição-sujeito assumidas pelo sujeito-autor. A conclusão procura entrelaçar as noções desenvolvidas, sintetizando nossos achados.

A correção de erros : inimiga ou aliada? : a reescrita como estratégia de correção e de conscientização na produção escrita de aprendizes de inglês como língua estrangeira

Este estudo preliminar descreve uma proposta de correção de erros nas produções escritas de doze (12) alunos de nível básico de língua inglesa da Universidade de Caxias do Sul (UCS). O objetivo é investigar a relevância da reescrita como estratégia de conscientização, de acordo com a Hipótese do Noticing de Schmidt (1990), buscando promover a correção gramatical e o aprimoramento da produção textual. Nesse contexto, a correção passa a ser uma aliada e não inimiga do aprendiz. O feedback corretivo fornecido através do uso de uma Tabela de Marcação, a conscientização dos erros através da reescrita e o envolvimento dos aprendizes no processo de auto-análise de seus textos revelaram-se condições facilitadoras na busca das formas corretas e na prevenção do erro. A análise dos dados demonstrou uma possível ruptura com a previsibilidade implícita na Hipótese do Noticing, que propõe que prestar atenção a determinados aspectos lingüísticos possibilita sua melhor assimilação e a não recorrência de erros. Os trabalhos evidenciaram uma melhoria progressiva na qualidade da produção escrita apesar do aumento do número de erros, possivelmente devido a uma desinibição por parte dos aprendizes em escrever e a sua opção em assumir riscos na produção de estruturas lingüísticas mais complexas, o que não inviabiliza a proposta da reescrita como estratégia de conscientização.

As questões e o modelo de leitura da prova de língua inglesa do vestibular da UFRGS

O ponto de partida deste estudo foi a elaboração de um questionário e a aplicação do mesmo a alunos concluintes do ensino médio em 1999, percebendo-se a partir dele que os alunos consideravam a prova de vestibular de língua inglesa como difícil. Assim, surgiu a necessidade de avaliar a prova de língua inglesa da Universidade Federal do Rio Grande do Sul quanto ao grau de proficiência exigido do candidato e quanto ao modelo de leitura subjacente a essa prova. Para tal foram analisadas as provas de vestibular dos anos de 1992, 1994, 1996, 1998 e 2000, quanto ao tipo de tarefas e a tipologia textual que apresentam, apresentando os dados coletados através de categorias pré-determinadas. Após a coleta dos dados pôde-se levantar algumas conclusões: a) as questões de compreensão, vocabulário e gramática, embora não tenham sofrido alterações na sua distribuição com o correr dos anos, têm privilegiado principalmente as questões que enfocam mais os recursos lingüísticos necessários para a leitura do texto; b) a proposta do manual do candidato da UFRGS está em contraste com o que se pôde observar na análise das provas, visto que aponta para um modelo interativo de leitura, enquanto na prática enfatiza um modelo autônomo de leitura, onde o sentido do texto se encerra no texto propriamente dito, uma vez que o leitor não conta com recursos extralingüísticos que possam ajudá-lo a construir o sentido do texto; c) o nível de proficiência, no que diz respeito às questões, vocabulário e tipologia textual, pode ser considerado de nível avançado +, de acordo com os critérios propostos pela ACTFL, não só pela profundidade mas também pela abstração encontradas nos textos analisados.

Teatro e variação : a colocação pronominal em duas versões de A viúva Pitorra, de João Simões Lopes Neto

Esta pesquisa investiga a colocação pronominal em duas versões da peça A Viúva Pitorra, de João Simões Lopes Neto, tendo por perspectiva problematizar o texto teatral como fonte de estudos da sociolingüística variacionista em função do caráter oral e coloquial atribuído a estes textos, tanto pela lingüística, como pela crítica teatral e literária. Temos como hipótese geral que os arranjos promovidos na colocação pronominal na segunda versão da peça refletem uma reescrita orientada para a variedade falada, indicando, por extensão, o comportamento de próclises e ênclises no plano geral da língua e a sensibilidade lingüística do autor não só para a linguagem em uso, mas também para a força coercitiva da norma gramatical. Como hipóteses específicas, temos que 1) a ocorrência de próclises e ênclises na peça reflete as características do português falado no Brasil e que 2) sobre as formas enclíticas, atua fortemente a coerção da norma cultuada. A revisão teórica propõe um diálogo entre a crítica literária e a teatral, identificando as (in)definições da área para os termos oral e coloquial; na área da lingüística, resenhamos as pesquisas cujos corpora são formados de peças teatrais e nos apoiamos nos estudos de variação e mudança que abordam diacronicamente a colocação pronominal, instituindo especificidades do sistema gramatical do português brasileiro em relação ao português europeu. Os dados são analisados descritivamente em relação aos arranjos promovidos na segunda versão e quantitativamente (programas Varbrul/Varbwin) em relação aos fatores definidos para análise. No geral, os resultados indicam 1) o favorecimento da próclise em ambas as versões, refletindo as características do português brasileiro falado e 2) a incidência da norma nas formas enclíticas. Dos quatro fatores selecionados como estatisticamente significativos, destacamos os fatores a) gênero do personagem e b) sujeito expresso x sujeito nulo, ambos ausentes na literatura lingüística resenhada. O fator a) acrescenta um dado sociolingüístico às pesquisas cujos corpora são formados a partir de peças teatrais, e o fator b) indica a necessidade de pesquisas pontuais sobre a relação indicada como estatisticamente significativa. Acrescentamos à discussão a colocação pronominal em dois outros textos do autor gaúcho: um drama e duas versões de um conto, objetivando fundamentar a inadequação do termo oralidade e oferecer o termo “linguagem verossímil” para caracterizar traços lingüísticos da variedade falada em diferentes gêneros literários.

A gramaticalização de A Gente no português brasileiro : análise histórico-social-linguística da fala das comunidades gaúchas de Jaguarão e Pelotas

O objetivo deste trabalho é descrever e analisar a gramaticalização de a gente no português brasileiro. A análise está apoiada nas concepções teóricas de gramaticalização e na Teoria da Variação Laboviana. O corpus da pesquisa é constituído de dois tipos de dados: fala de personagens de onze peças de teatro de autores gaúchos, correspondente a um período de cem anos (1896 até 1995), e fala de sessenta indivíduos das cidades gaúchas de Jaguarão e Pelotas. As entrevistas foram realizadas em 2000 e 2001: trinta e seis em Pelotas (VarX) e vinte e quatro em Jaguarão (BDS Pampa). Os corpora possuem uma divisão equilibrada de informantes por gênero, faixa etária e classe social. Os resultados do uso de a gente indicam que: a gramaticalização de a gente decorre de vários processos de mudança concomitantes e inter-relacionados – mudança semântica, sintática, morfológica e fonológica; a partir da década de 1960 a forma a gente cristaliza-se como pronome pessoal de primeira pessoa do plural; a utilização de a gente, em variação com nós, está relacionada a condicionadores lingüísticos de natureza discursiva, sintática, morfológica e fonológica; o uso de a gente em Pelotas está em um estágio mais adiantado do que em Jaguarão; a divisão por classe social indica que em Pelotas a mudança acontece ‘de cima para baixo’ e em Jaguarão ‘de baixo para cima’; o uso de a gente é maior nas faixas etárias mais jovens nas duas comunidades; em Pelotas ocorre a redução (mudança incipiente) de a gente para a ‘ente (~ ‘ente); a propagação da mudança ocorre dos grandes centros para os menores.

Concordância nominal de número na fala infantil : análise variacionista

Este trabalho tem como proposta investigar aspectos relacionados à concordância nominal de número na fala de crianças monolíngües no português do Brasil. O parâmetro analítico segue as descrições sobre o fenômeno na fala adulta, sob o arcabouço da Sociolingüística Quantitativa. Dessa forma, a investigação que aqui se apresenta estrutura-se tanto em aspectos lingüísticos quanto sociais. Nosso objetivo é observar, se tal como na fala adulta, a concordância nominal de número caracteriza-se como uma regra variável na fala infantil. Nossa análise organiza-se em dois momentos. O primeiro, denominado análise atomística, focaliza as motivações estruturais do sistema lingüístico condicionantes da presença da marca formal de plural em cada constituinte sintagmático. A segunda parte, denominada análise não atomística, analisa o sintagma nominal como um todo e averigua os condicionamentos extralingüísticos no que diz respeito à produção de SNs plurais padrão e não-padrão na fala da criança, nos termos estipulados pela norma gramatical. Para tal propósito, tomamos para análise quatro coletas transversais de crianças, recobrindo um período etário dos quatro aos oito anos de idade. De modo geral, os resultados encontrados sugerem um comportamento verbal semelhante ao dos adultos, embora muitos dos fatores discutidos não tenham significância estatística, conforme a análise realizada com o pacote de programas estatístico VARBRUL.

Enunciação e poder : elementos para a construção de um objeto teórico

Este ensaio trata da relação entre o poder e a língua numa perspectiva enunciativa e filosófica. Propõe-se a inventariar fenômenos de ambas as áreas - poder e língua que, pela sua natureza, possibilitem construir um conducto teórico que privilegie o poder e a língua, identificando, outrossim, os fenômenos lingüísticos pelos quais circula o poder. Foram eleitos dois conceitos, o de poder, sustentado pelas posições de Bobbio e Foucault, cuja característica comum entre ambos é a interdependência entre o conceito de poder e a noção de liberdade; e o de língua, sustentado pela teoria da enunciação na perspectiva de Benveniste e a partir da relação de intersubjetividade. A reflexão desenvolvida estruturou-se no seguinte silogismo: se a relação de força, ou de poder, é concreta, imediata, singular e pontual; se o ato enunciativo é concreto, imediato, singular e pontual, por que a relação de intersubjetividade não é uma relação de poder? Em sendo, que tipo de sujeito sustentaria esse tipo de relação. Essas premissas foram acompanhadas pela pergunta – Qual a origem do Poder? – cuja resposta contribuiu para definir a analogia entre as relações de poder e de intersubjetividade: o desejo. O poder nasce do desejo que, ao racionalizar-se, torna-se potência no seio das relações sociais. Não existe poder se todos não o querem. É a dialética do poder: um paradoxo necessário. A natureza dialética que sustenta o poder é a mesma da relação de intersubjetividade: não existe um eu, se não se implantar um tu. Outro paradoxo necessário. O fenômeno da determinação/indeterminação cuja natureza dialética – coerção e liberdade – é a mesma das relações de intersubjetividade e de poder, torna-se, assim, uma das vias pela qual circula o poder. O desejo habita o homem, pois é sua própria essência, conceito de André Comte- Sponville, inspirado em Spinoza. O desejo que dá origem ao poder é o mesmo desejo do homem que, ao apropriar-se da língua, torna-se sujeito. O sujeito para sustentar as relações de poder e de intersubjetividade, cuja dialética pressupõe a liberdade deverá ser moral e ético, pois sê-lo, exige escolha, conceito de Sponville baseado em Spinoza. Moral é tudo o que se faz por dever; ética é tudo o que se faz por amor. Na concepção de Spinoza: amor é uma alegria que acompanha a idéia de uma causa externa; o ódio é uma tristeza que acompanha a idéia de uma causa externa. De acordo com essa concepção, a ética estrutura-se em cima das noções de desejo, de potência e de alegria. Trata-se de uma criação. Portanto, o sujeito para sustentar as relações de poder e de intersubjetividade – paradoxos necessários – deverá ser moral e ético e, para sê-lo, deverá gozar de liberdade. Outro paradoxo. O sujeito da língua e da política é determinado por imposições – religiosas, jurídicas, gramaticais, inconscientes e culturais – mas, simultaneamente, é agente de rebeldia. A singularidade de ambos é dada pelo modo como luta pela liberdade – sua moral, sua ética. O efeito dessa luta o torna sujeito; a interpretação que ele faz do mundo e de si próprio são a sua referência e esta o singulariza. E sua morte também.

A redução da nasalidade em ditongos de sílaba átona em final de vocábulo entre falantes bilíngues e monolíngues do Rio Grande do Sul

No português brasileiro (PB), a sílaba final de vocábulo formada por ditongo nasal sofre variação, alternando formas preservadas e formas reduzidas de nasalidade, conforme se observa nas alternâncias homem ~ homi e viagem ~viagi. Tais alternâncias decorrem da localização do ditongo em sílaba átona no vocábulo, pois o mesmo não ocorre quando o ditongo ocupa posição prosodicamente proeminente, como em cantarão e armazém. Acreditamos, contudo, que outros fatores lingüísticos e sociais também atuam como favorecedores do processo de redução da nasalidade em sílaba final de vocábulo. Dentre os fatores que analisaremos no presente estudo, estão aqueles vistos por Battisti (2002), que analisou o mesmo fenômeno entre falantes paranaenses, catarinenses e riograndenses, acrescidos de outros que julgamos pertinentes. Dentre os fatores por nós propostos está o fator bilingüismo, uma vez que acreditamos que os falantes de português de contato possam apresentar comportamento diferenciado dos falantes de português sem interferência, na aplicação de algumas regras. Para tanto, nos debruçamos sobre uma amostra de 24 informantes do banco de dados VARSUL (Variação Lingüística Urbana na Região Sul do País), composta por 12 informantes provenientes da capital, Porto Alegre, como representativos da amostra chamada monolíngüe, e 12 de Panambi, como representantes da amostra bilíngüe português-alemão. A metodologia que norteia nossa pesquisa é a da Regra Variável, proposta por Labov (1969). Após a coleta dos dados, a partir da audição das 24 entrevistas, os mesmos foram submetidos a uma análise estatística pelo programa VARBRUL, que forneceu resultados quantitativos em termos de percentagens e de pesos relativos. Os resultados obtidos confirmaram a hipótese de que a redução dos ditongos nasais átonos (DNA’s) tende a ocorrer com mais freqüência entre os falantes monolíngües, mais jovens e de baixa escolaridade. Tal resultado indica que não somente fatores de ordem lingüística, mas também fatores sociais atuam com vigor na aplicação da redução da nasalidade em ditongo de sílaba átona em final de vocábulo, apontando, sobretudo, a importância que o fator bilingüismo pode desempenhar em estudos dessa natureza, no sentido de favorecer o uso de certas regras.

A divulgação do conhecimento científico sob uma perspectiva enunciativa

Esta dissertação focaliza um gênero textual denominado texto de divulgação científica, o qual tem por objetivo divulgar as recentes descobertas científicas. Ao se tratar de um modelo textual com peculiaridades próprias, busca-se, a partir do conceito bakhtiniano de gênero, classificá-Io corno um gênero emergente, por estar cadavez mais freqüente na rnídia impressa e eletrônica. Assim, o objetivo desse trabalho é mostrar como esse gênero textual é configurado por meio de estratégias lingüísticas que caracterizam o dialogismo e a polifonia. Para atingir tal propósito procedeu-se a uma análise enunciativa de textos de divulgação científica veiculados na Folha online, procurando verificar os diferentes recursos lingüísticos empregados para reformulação do referido texto a partir do texto original -o artigo científico. Os resultados apontam o texto de divulgação científica como um gênero predominantemente politõnico, pois, ao jogar com recursos disponíveis na língua, como por exemplo aspas, parênteses e certos marcadores discursivos, o divulgador tem a possibilidade de transformar um texto que apresenta maior grau de objetividade, imparcialidade e emprego de palavras técnicas, características próprias do artigo de cunho científico, em um texto constituído por uma - linguagem com palavras próximas do cotidiano do leitor e, portanto, permitindo uma leitura mais acessível.

Enunciação e sintaxe : uma abordagem das preposições do português

Este trabalho propõe-se a estudar os sentidos das preposições essenciais do português, a partir da Teoria da Enunciação de Émile Benveniste. As preposições consideradas advêm de um corpus de dados retirado de gramáticas contemporâneas do português. Ao abordar a descrição do sentido das preposições nas gramáticas e estudos lingüísticos brasileiros, constatamos que essa descrição é baseada em noções paradigmáticas constantes e genéricas, tais como espaço e tempo. A partir dos textos de análise de Benveniste, constatamos que o estudo da língua depende da consideração de uma dupla sintaxe, a saber, sintaxe da língua e sintaxe da enunciação, de uma dupla definição de sentido, a saber, valor e referência, de uma dupla definição de unidade, a saber, locução e enunciado e de uma dupla definição de língua, a saber, língua enquanto sistema de signos (língua) e língua enquanto comunicação intersubjetiva (língua-discurso). Constatamos ainda que a dupla consideração do sentido depende da postulação de uma unidade intermediária entre língua e língua-discurso, dita locução ou signo-palavra. Além disso, tal estudo nos mostra que uma metodologia de análise do sentido depende da simultânea consideração das relações de dissociação de forma e integração de sentido entre signos-palavra. A partir do estudo dos textos da Teoria da Enunciação, observamos que, para o estudo do sentido das preposições, devemos considerar que o significado genérico e repetível da locução na língua é determinado pela referência única e irrepetível da locução no enunciado Assim, as noções genéricas de espaço e tempo das preposições enquanto signo transformam-se em sentidos particulares a partir das relações sintagmático-semânticas de integração da preposição enquanto signopalavra. Para estudar os sentidos das preposições, construímos um corpus de fatos constituído de textos extraídos da versão online do jornal Zero Hora do ano de 2004. Com o auxílio do aplicativo Wordsmith, identificamos a estrutura de locuções da língua enquanto sistema de signos. A partir de 24 análises enunciativas das preposições, constatamos que as noções de espaço ou de tempo das preposições são determinadas pela posição singular que o locutor e, por vezes, o alocutário ocupa em cada enunciado, ou seja, pela sintaxe da enunciação.

Termos e relacionamentos em evidência na recuperação de informação

Muitas abordagens para recuperação de informação (RI) assumem duas hipóteses: (i) cada termo de um documento é estatisticamente independente de todos os outros termos no texto, e (ii) métodos lingüísticos são de difícil aplicação nesta área. Contudo, há regularidades lingüísticas, produzidas pelas dependências entre termos, que precisam ser consideradas quando um texto é representado, e a representação de textos é crucial para aplicações que utilizam processamento da linguagem natural, como a RI. Um texto é mais do que uma simples seqüência de caracteres ou palavras. As palavras apresentam características morfológicas e relações de coesão que não podem ser esquecidas na descrição dos conceitos presentes no texto. Nesse sentido, um novo modelo com dependência de termos para a RI, denominado TR+, é proposto. Ele inclui: (i) nominalização, como processo de normalização lexical, e identificação de relações lexicais binárias (RLBs) e (ii) novas fórmulas para cálculo do peso das unidades de indexação (descritores). Essas fórmulas se baseiam no conceito de evidência, que leva em conta, além da freqüência de ocorrência, os mecanismos de coesão do texto. O modelo também inclui operadores Booleanos na consulta, para complementar a especificação da dependência de termos. Avaliações experimentais foram realizadas para demonstrar que (i) a nominalização apresenta melhores resultados em relação aos processos de normalização lexical usuais, (ii) a aquisição de informação lingüística, através de RLBs, e o uso de consultas Booleanas contribuem para a especificação de dependência de termos, e (iii) o cálculo da representatividade dos descritores baseado em evidência apresenta vantagens em relação ao cálculo baseado em freqüência de ocorrência. Os experimentos relatados indicam que esses recursos melhoram os resultados de sistemas de RI.