A CONSTRUÇÃO DE UM CORPUS LINGUÍSTICO ELETRÔNICO USANDO O WORDSMITH TOOLS

Transcrição

1 A CONSTRUÇÃO DE UM CORPUS LINGUÍSTICO ELETRÔNICO USANDO O WORDSMITH TOOLS Rebeca Fernandes Penha 1 (UFPE) José Marcone Ferreira da Costa 2 (UFPE) Medianeira Souza 3 (UFPE) Resumo: Este trabalho tem como objetivo apresentar a sequência de atividades responsáveis pela constituição do corpus da pesquisa O funcionamento dos processos verbais no gênero dissertação. Esse foi constituído de diversas etapas, como: (i) coleta das dissertações de Linguística publicadas no PPGL/UFPE; (ii) conversão das dissertações do formato.pdf para.txt; (iii) aplicação do software Wordsmith Tools. O corpus é constituído de vinte e uma dissertações, as quais forneceram cerca de duas mil orações. A experiência obtida através da realização dessas atividades nos possibilitou a aprendizagem com o trabalho eletrônico com dados de usos reais da língua. Palavras-chave: Wordsmith Tools, Gênero Dissertação, Processos Verbais. Abstract: This article aims to present a sequence of actions, promoted by the construction of the corpus of the research O funcionamento dos processos verbais no gênero dissertação. This corpus was made of several steps, such as: (i) assemblage of Master s thesis published on PPGL/UFPE; (ii) conversion of Master s thesis from.pdf to.txt; (iii) the Wordsmith Tools application software. The corpus is consisted by twenty one Master s thesis, which gave us about two thousand sentences. The experiency, as a result of the realization of these activities, has allowed us to learn with electronic work with data from real usages of the language. Palavras-chave: Wordsmith Tools, Master s thesis, Verbal Processes. Introdução Este trabalho tem como principal objetivo relatar o processo de construção do corpus da pesquisa intitulada O funcionamento dos Processos Verbais no gênero dissertação e mostrar como essa construção contribuiu para o aprendizado dos que estavam nela envolvidos. Para isso, primeiramente, apresentaremos os principais aspectos da citada pesquisa, como seus objetivos e embasamento teórico; a seguir, falaremos sobre o software Word SmithTools, principal responsável pela obtenção dos dados constituintes do corpus; depois, abordaremos as sucessivas etapas de - 1 -

2 construção do corpus; e, por fim, as conclusões e aprendizados obtidos com essa experiência. A pesquisa O funcionamento dos Processos Verbais no gênero dissertação foi desenvolvida entre os anos de 2010 e 2012 por alunos graduandos em Letras, sob a orientação e coordenação da Profa. Dra. Medianeira Souza, integrante do Departamento de Letras da. Essa pesquisa teve como meta averiguar questões relativas à construção da argumentação através dos Processos Verbais em dissertações escritas por mestrandos em Letras, mais especificamente, por mestrandos da área de Linguística. Para isso, foram coletadas todas as dissertações dessa área publicadas no Programa de Pós- Graduação em Letras da UFPE (PPGL), entre os anos 1978 a Essa pesquisa teve por fundamentação a Linguística Sistêmico-Funcional (LSF). Essa abordagem compreende a língua como uma atividade social, avaliando seus contextos de uso (HALLIDAY, 1970, apud GOUVEIA, 2007) e compreende também que os estudos das formas linguísticas devem estar em conformidade com suas funções, em situações reais de comunicação. Na LSF a língua é vista como um sistema de escolhas, no qual os falantes escolhem determinadas palavras em detrimento de outras. Tais escolhas geram outras escolhas e com todas essas se gerará uma significação: uma rede de sentidos. E, assim, a LSF analisa a linguagem tendo em vista sua função, porque ela organiza-se de uma maneira e não de outra, tendo sempre como objeto a língua em situação de uso. Para a LSF, a linguagem se organiza mediante a inter-relação de três funções fundamentais. São as chamadas metafunções da linguagem: a ideacional, a interpessoal e a textual. A Metafunção Ideacional serve para representarmos nossas experiências no mundo, seja ele real ou imaginário, por meio do sistema de transitividade. Em nossas pesquisas, por termos como foco estudar a transitividade dos Processos Verbais, trazemos como foco a Metafunção Ideacional

3 Conforme apontou Furtado da Cunha e Souza (2007), relacionada à Metafunção Ideacional está a Transitividade. Essa é entendida como a categoria gramatical referente à representação das ideias, da experiência humana (HEBERLE, 1999), isto é, experiências do mundo real, inclusive do interior da consciência. A transitividade é, portanto, a base da organização semântica da experiência e denota um conjunto de tipos oracionais com diferentes transitividades. O sistema de transitividade: permite identificar as ações e atividades humanas que estão sendo expressas no discurso e que realidade está sendo tratada, essa identificação se dá através dos principais papeis da transitividade: Processos, participantes e circunstâncias, que permitem analisar quem faz o quê, a quem e em que circunstâncias (FURTADO DA CUNHA e SOUZA, 2007, p. 53). Esse sistema possui um conjunto de diferentes tipos de processos material, relacional, mental, verbal, comportamental e existencial - com diferentes modos de transitividades. Os Processos Verbais, nos quais se detém a nossa pesquisa, são os Processos do dizer, do comunicar, do apontar algo. Eles possuem três participantes: Dizente, aquele que diz alguma coisa; Verbiagem, aquilo que é dito; e Receptor, participante opcional para qual o Processo se dirige. Para que fosse feita uma análise dos Processos Verbais nas dissertações do PPGL foi necessário coletá-las no website do Projeto Letras Digitais: 30 anos de teses e dissertações. Esse projeto é uma realização do PPGL (UFPE) e foi executado pelos professores Angela P. Dionísio e Anco M. T. Vieira, também seus mentores e organizadores. O Letras Digitais foi responsável por construir um acervo digital das dissertações e teses publicadas no PPGL desde o início desse Programa até o ano de 2006, pois esses trabalhos, até então, existiam apenas na versão impressa. A publicação desse acervo possibilitou uma maior divulgação dos trabalhos desenvolvidos pelo PPGL e ainda permitiu que essas dissertações e teses servissem como fonte de pesquisa para outros trabalhos do universo acadêmico

4 Para a busca e localização dos Processos Verbais e seus respectivos participantes nas dissertações coletadas, utilizamos o software Word SmithTools. Sobre o qual abordaremos mais profundamente em seguida e mostraremos como se deu a sua aplicação durante a construção do corpus. O Word SmithTools O Word SmithTools foi desenvolvido por Mike Scott em 1996 e desde então novas versões têm sido elaboradas e apresentadas aos diversos usuários. Esse software permite [ao usuário] fazer análises baseadas na frequência e na coocorrência de palavras em corpora (SARDINHA, 2009a, p.08), ou seja, permite que os usuários analisem as palavras correspondentes a seus objetos de pesquisa em meandro do texto que as circundam, o co-texto. Ainda é possível, com a aplicação desse programa, remover do corpus as partes que não pertencem ao objeto de estudo da pesquisa, isto é, os elementos que não serão analisados. O programa WordSmith Tools, como aponta Sardinha (1999b), funciona com base em três princípios abstratos básicos: (1) Ocorrência. Os itens devem estar presentes; itens que não ocorreram não são incorporados porque não são observáveis. (2) Recorrência. Os itens devem estar presentes pelo menos duas vezes; isto não significa que itens de frequência 1 não tenham relevância. Itens de frequência 1 são em geral raros, e é a existência de itens raros que pressupõe a necessidade de corpora grandes na pesquisa, pois corpora maiores dão mais chance de itens raros aparecerem. (3) Co-ocorrência. Os itens devem estar na presença de outros. Um item isolado é muito pouco informativo. Ele obtém significância na medida que é interpretado como parte de um conjunto formado por outros itens. O horizonte de co-ocorrência é uma janela que pode ir de algumas palavras ao redor de um item, às fronteiras do texto

5 Esses princípios, que norteiam uma pesquisa desenvolvida com o WordSmith Tools, garantem uma confiabilidade por parte de seus usuários, pois são princípios que levam em consideração os elementos a ser analisados, suas ocorrências e o seus co-textos. Esse programa apresenta três ferramentas: WordList; KeyWords e Concord. Nos deteremos a falar apenas da ferramenta Concord, pois foi a única utilizada na construção de nosso corpus. O Concord é responsável por produzir concordâncias, que são listagens das ocorrências de um item específico (chamado de termo de busca ou nódulo, que pode ser formado por mais de uma palavra) acompanhado do texto ao seu redor (o co-texto) (Sardinha, 2009a, p.83). Ou seja, o Concord localiza e aponta um item, com o seu contexto mais imediato, desejado pelo usuário do programa, através de uma ferramenta de busca. Podemos ver na figura a seguir a página de abertura do citado software: Imagem 1: Página de abertura do WordSmith Tools. Nessa imagem podemos perceber, principalmente, os links de acesso as ferramentas WordList; KeyWords e Concord. A figura, a seguir, nos mostra uma - 5 -

6 página gerada pela ferramenta Concord. Nela podemos perceber que o termo procurado, o Processo Verbal afirmar, está localizado no centro das sentenças apresentadas. Com isso é possível visualizarmos como se deu o uso desse processo, a quantidade de ocorrência no texto pesquisado, assim como o seu Contexto de uso mais imediato, ou seja, o texto que se localiza ao redor do Processo afirmar. Imagem 2: Página da ferramenta concord. Ainda em referência a imagem apresentada, o utilitário source text, localizado no final da página, nos possibilitar retornar ao texto em que o termo pesquisado se encontra, e assim, é possível, quando necessário, observar o uso desse termo em seu contexto mais amplo. O uso desse software durante a pesquisa permitiu que selecionássemos as sentenças com os Processos Verbais que seriam analisadas e contribuiu para o desenvolvimento da análise desses Processos, pois, tendo em vista que, uma pesquisa que tem por base a LSF deve basear-se em situações concretas de uso da língua, a seleção apresentada pela ferramenta Concord nos mostrou o uso desses Processos na construção das dissertações de mestrado

7 A seguir, apresentaremos, detalhadamente, como se deu o processo de construção do corpus da pesquisa, um dos principais objetivos desse trabalho. A construção do Corpus Para a constituição do corpus, coletamos as dissertações publicadas no Programa de Pós-Graduação em Letras, da, entre os anos 1978 e 2006, localizadas no website do Projeto Letras Digitais. Nele, essas dissertações estão disponíveis para acesso e para download de acordo com o ano de publicação, ou seja, as publicadas no ano de 1985 estão em uma seção correspondente a esse ano, assim como, as dissertações de outros anos estão em outras seções. Dentro delas, é possível localizarmos as dissertações por título. Para a nossa pesquisa optamos por coletá-las e organizá-las de acordo com o ano de publicação. É importante assinalar que as publicações feitas no website do Projeto Letras Digitais foram realizadas mediante a aprovação de seus autores, isso implica dizer que nem todas as dissertações defendidas pelo PPGL estavam disponíveis no site. Com isso, das 47 dissertações escolhidas para fazerem parte de nosso projeto inicial, recolhemos apenas 21, distribuídas entre os anos de 1985 a Outro fator que interferiu na constituição desse corpus foi o fato de que algumas dissertações tiveram suas páginas publicadas no formato de imagem (jpeg.), o que impossibilitou a conversão para o formato de texto (txt). Esses fatores nos permitiram compreender que, num processo de construção de um corpus, podem acontecer eventos que não estavam previstos no projeto elaborado para tal e cabe aos membros da equipe buscar uma melhor solução frente aos imprevistos, de modo que o objetivo traçado para a pesquisa seja alcançado. No caso da pesquisa em questão, opinamos por analisar os Processos Verbais nas dissertações disponíveis, pois, ainda assim, obteríamos uma ampla quantidade e variedade de Processos e, com isso, a análise da construção da - 7 -

8 argumentação nas dissertações através do uso dos Processos Verbais pôde ser realizada. Selecionamos para análise alguns dos principais Processos responsáveis pelo dizer, que são: Afirmar, Anunciar, Apontar, Argumentar, Demandar, Destacar, Dizer, Falar, Informar, Mostrar, Pedir, Perguntar, Relatar, Ressaltar e Sugerir. A escolha desses Processos se deu através da leitura de literaturas sobre o tema. Salvamos as dissertações coletadas em mídias digitais (cd-roms, pen drives), separando-as de acordo com o ano a que pertenciam. As dissertações de 1985 foram salvas em uma pasta digital denominada D1985, fizemos isso com todos os anos, até chegarmos às dissertações do ano de Essas dissertações estavam disponibilizadas no website citado anteriormente no formato Portable Document Format (pdf.) e todas foram convertidas ao formato de texto (txt.). Essa conversão foi feita a partir de uma ferramenta disponível no programa Adobe Reader 9, programa responsável pela leitura de arquivos em formato pdf. Todas essas dissertações foram convertidas do formato pdf. ao formato txt. pelo fato de ser essa a extensão necessária para a aplicação do software WordSmith Tools. Feita tal coversão, aplicamos às dissertações o software Wordsmith Tools, programa já detalhadamente exposto anteriormente. Com ele foi possível localizarmos dentro das dissertações todas as ocorrências dos Processos Verbais. Essa localização foi feita através da ferramenta Concord disponibilizada no Wordsmith Tools. Para fazer tal busca seguimos as seguintes etapas: abrimos o software Wordsmith Tools, dentro do programa, abrimos a ferramenta Concord, depois o dispositivo file, prosseguimos para a opção new, essa opção nos leva a janela Getting started, que nos indica a opção choose texts now, essa, por sua vez, nos leva a janela de navegação choose texts, nela foi possível escolhermos os textos em que estava localizado o Processo para análise. O passo seguinte foi o salvamento do arquivo formado

9 Procedemos à busca de cada Processo por ano de publicação da dissertação a que pertencia, assim, por exemplo, buscávamos o Processo afirmar nas dissertações do ano de 1985 e assim sucessivamente nos anos seguintes. Podemos ver, a título de exemplo, a imagem 2, anteriormente apresentada, que corresponde à página da ferramenta Concord contendo o resultado de ocorrências do Processo Afirmar. Chegando a tal página, a salvamos, clicando no dispositivo file e em seguida em Save. Aplicamos esse procedimento a todas as dissertações que fazem parte de nosso corpus. Em seguida, copiamos os resultados apresentados pela ferramenta Concord e colamos em uma página gerada pelo software Microsoft Office Word. Ao solicitarmos que os resultados fossem copiados, o WordSmith Tools apresentavanos a opção de escolhermos a quantidade de caracteres que deveria ser copiada de cada resultado apresentado, assim sendo, escolhíamos 500 caracteres, considerando que, para fazer uma análise das orações, seria necessário o seu contexto, ou seja, não podíamos analisar a oração por si só, mais teríamos que observar as suas funções dentro do contexto em que o Processo Verbal estava inserido. Quando copiamos as orações identificadas pelo Concord para um arquivo no formato.doc do software Microsoft Office Word, tínhamos como objetivo facilitar a higienização dos dados, etapa necessária antes da análise propriamente dita. Na higienização, excluímos todos os substantivos, os adjetivos, os Processos que não expressavam o dizer, ou seja, tudo aquilo que não correspondia aos Processos verbais, pois o Concord faz a busca no texto escolhido a partir do termo digitado na página de busca. Como tínhamos como objetivo alcançarmos todas as formas verbais dos Processos selecionados, digitávamos apenas o radical de cada verbo seguido de um asterisco (*) que nos possibilitava ter acesso a todas as formas que possuíam o radical escrito. Por exemplo, ao solicitarmos que o programa fizesse uma busca das ocorrências do Processo verbal afirmar, ele nos apresentava - 9 -

10 tanto as formas verbais afirmou, afirmava, afirma, entre outras, como os nomes afirmação, afirmado, afirmativo etc. Cumprida tal etapa, passamos a analisar os dados obtidos, observando a quantidade de ocorrência dos Processos em todas as dissertações pertencentes ao corpus, assim como o contexto em que esses processos estavam envolvidos, para isso observávamos a sua configuração léxico-gramatical: participantes e Processo, para, na sequência, analisar o papel desempenhado naquela porção textual e, consequentemente, dentro de toda a dissertação. Essa análise foi acompanhada de uma recorrente busca a teoria que norteou a pesquisa. A seguir temos um exemplo que seve para ilustrar como foi feito o processo de análise das sentenças de nosso corpus. Exemplo: Kleiman (1989.a) afirma que a materialização formal de categorias de significação e de interação pragmática deve ser reconstruída, então, para a compreensão. (Dissertação 1997). No exemplo, observamos o participante Dizente Kleiman, representado sob a forma de um grupo nominal, materializando-se num substantivo completo, fato que parece corroborar a hipótese de que, esse participante, representado através do Dizente aumenta o teor argumentativo de um texto uma vez que introduz uma voz de autoridade no texto. O segundo participante, aparece sob a forma oracional, uma locução projetada iniciada pela conjunção integrante. Essa característica relaciona-se à necessidade argumentativa do gênero, uma vez que se pretende defender uma tese. Nesse sentido, também, o discurso empregado, geralmente, é o indireto, cuja finalidade é distanciar o argumento do Dizente, para criar maior imparcialidade no texto e aumentar o teor argumentativo do mesmo. Conclusões O trabalho realizado nos permitiu ter um conhecimento prático sobre as pesquisas linguísticas, especificamente, com o Funcionalismo linguístico e o trato com linguística de corpus, além do aprendizado sobre as etapas de uma pesquisa, a

11 qual deve ter um objetivo inalterado, mesmo que precisemos adaptar a metodologia a ser aplicada. No que se refere à construção do corpus, destacamos o caminho que foi aberto para outras pesquisas que venham surgir e utilizá-lo para esses ou outros objetivos. Trata-se de um caminho porque ainda há várias possibilidades de construção. A experiência obtida através da realização dessas atividades nos possibilitou a aprendizagem com o trabalho eletrônico com dados de usos reais da língua. Referências EGGINS, Suzanne. An Introduction to Systemic Functional Linguistics. London: Pinter Publishers, DIONISIO, Angela Paiva; VIEIRA, Anco Márcio Tenório. Apresentação do projeto Letras Digitais: 30 anos de teses e dissertações. Blogspot do projeto Letras Digitais, Disponível em: < Acesso em: 10/11/2012. FURTADO DA CUNHA, Maria Angélica; SOUZA, Maria Medianeira de. Transitividade e seus contextos de uso. Rio de Janeiro: Lucerna, HALLIDAY, Michael. An Introduction to Functional Grammar. London: Edward Arnold, HERBELE, Viviane Maria. A representação das experiências femininas em editoriais de revistas para mulheres. Revista Iberoamericana de DISCURSO Y SOCIEDAD, Barcelona, vol 1, n. 3,p SARDINHA, Tony Berber. Pesquisa em linguística de corpus com Wordsmith Tools. São Paulo: Mercado de Letras, 2009a.. Usando WordSmith Tools na investigação da linguagem. 2009b. Disponível em: Acesso em: 11 out

12 1 Rebeca FERNANDES PENHA (Graduanda em Letras) (UFPE) 2 José Marcone FERREIRA DA COSTA (Graduando em Letras) (UFPE, CNPq-PIBIC) 3 Medianeira SOUZA (Orientadora) (UFPE)