DOWNLOAD DO CORPUS

NOVO!
CORPUS BRUTO DO DIÁRIO GAÚCHO
  • 2008 (7 Meses) - Baixar aqui (2,89 MB)
    Texto de 116 dias, Tokens = 1.897.360 e Types = 126.032

  • 2010 (1 Mês) - Baixar aqui (422 KB)
    Texto de 10 dias, Tokens = 169.597 e Types = 19.097


  • AMOSTRA DE TEXTOS DO DIÁRIO GAÚCHO ON-LINE - textos retirados do site http://diariogaucho.clicrbs.com.br/
    Veja e baixe!

    O QUE HÁ DE NOVO - textos de temas variados como atividades culturais, notícias sobre acidentes, histórias de pessoas da comunidade, entrevistas com famosos, etc - ARQUIVO TXT - 103 textos (Ver)  (Baixar)
    POLÍCIA - textos sobre casos policiais - ARQUIVO TXT - 89 textos (Ver)  (Baixar)
    ESPORTES - textos sobre esportes, tratando de futebol - ARQUIVO TXT - 95 textos (Ver)  (Baixar)
    SEU PROBLEMA É NOSSO - textos que visam denunciar problemas sociais enfrentados pelos leitores do jornal e/ou por suas comunidades - ARQUIVO TXT - 74 textos (Ver)  (Baixar)
    ESPAÇO DO TRABALHADOR - textos sobre oportunidades de emprego - ARQUIVO TXT - 78 textos (Ver)  (Baixar)


  • AMOSTRA DE 70 textos - Diário Gaúcho, 2010 - textos sobre FUTEBOL com resumo/lead
    Veja e baixe!
    ARQUIVO ÚNICO - TXT - 70 textos (Ver)  (Baixar)
    ARQUIVO ÚNICO - DOC - 2 TEXTOS (Ver)  (Baixar)
    EXEMPLO DOS TEXTOS - PDF - 2 textos (Ver)  (Baixar)


  • AMOSTRA DE 30 textos - Diário Gaúcho, 2010 - textos do assunto POLÍCIA com resumo/lead
    Veja e baixe!
    ARQUIVO ÚNICO - TXT - 30 textos (Ver)  (Baixar)
    ARQUIVO ÚNICO - DOC - COM TEXTOS SEPARADOS - 30 textos (Ver)  (Baixar)
    EXEMPLO DOS TEXTOS DE POLÍCIA, 2010 - PDF - 2 textos (Ver)  (Baixar)



  • AMOSTRA DE 80 textos - Diário Gaúcho, 2008 e 2010 - textos de notícias com resumo/lead
    Veja e baixe!

    UMA NOVA amostra com DOIS BLOCOS de 40 textos cada do DG estudada no trabalho abaixo no que se refere à presença de elipses, adjetivos e outros elementos.

    FINATTO, M. J. B. ; SCARTON, C. E. ; ROCHA, A. ; ALUISIO, S. M. . Características do jornalismo popular: avaliação da inteligibilidade e auxílio à descrição do gênero. In: VIII Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana, 2011, Cuiabá - MT. Anais do STIL 2011. Cuiabá: Sociedade Brasileira de Computação, 2011. v. 01. p. 30-39.
    (clique AQUI para ver o artigo)


    BLOCO 1 - somente texto (clique aqui)
    BLOCO 1 - formato WORD - DOCX (clique aqui)

    BLOCO 2 - somente texto (clique aqui)
    BLOCO 2 - formato WORD - DOCX (clique aqui)

    Para ter acesso o corpus DG na ÍNTEGRA (formato TXT) ou ETIQUETADO (com a classe morfológica de cada palavra), escreva para: maria.finatto@gmail.com



    Veja aqui também:

  • Amostra com 80 textos do DG processados pelo etiquetador morfossintático MXPOST:
    BLOCO 1 - 40 textos (clique aqui)
    BLOCO 2 - 40 textos (clique aqui)

    - Sobre o etiquetador MXPOST (texto explicativo). (clique aqui).




    Atualizado em Fevereiro de 2016.