O IMPACTO DA ELIMINAÇÃO DE PACOTES LEXICAIS RELACIONADOS AO TÓPICO E EM CONTEXTOS DE SOBREPOSIÇÃO

Transcrição

1 O IMPACTO DA ELIMINAÇÃO DE PACOTES LEXICAIS RELACIONADOS AO TÓPICO E EM CONTEXTOS DE SOBREPOSIÇÃO Introdução A Linguística de Corpus (LC) possui aplicações em áreas diversas, e uma delas, cujo impacto é amplamente demonstrado na atualidade, é a do Ensino e Aprendizagem de Inglês como Segunda Língua. A utilização dos recursos que a LC disponibiliza para este campo tem sido validada por pesquisas como as de Adel & Römer (2012), Römer & Wulff (2010) e Reppen (2010). Dentre outras contribuições, a LC permite acesso a coletâneas de dados oriundos da produção de linguagem autêntica. Uma aprendizagem baseada nesses dados pode contribuir para o desenvolvimento da fluência e acuidade dos alunos, além de possibilitar que os mesmos assumam um papel mais investigativo na sala de aula. (O Keeffee & McCarthy 2010). As pesquisas atuais apontam para uma nova perspectiva de análise dentro do campo, pautando-se na investigação da linguagem formulaica e em suas funções, superando, dessa forma, a análise de itens isolados. Esse contexto favorece o estudo da língua através de uma perspectiva léxico-gramatical, que oferece aos aprendizes uma análise mais completa e integrada da linguagem. Os pacotes lexicais, entendidos como sequências de palavras que comumente co-ocorrem no discurso natural (Biber et al. 1999), destacam-se como importantes fontes de significado no discurso (Römer 2011). A fraseologia, uma das maiores contribuições da LC para o entendimento da linguagem (Ellis 2008), motivou a elaboração de listas pragmático-funcionais de pacotes lexicais derivados de corpora de nativos. Estas listas, assim como as propostas por Simpson- Vlach & Ellis (2010) e Hyland (2008), possibilitam a comparação entre a produção de aprendizes e a de falantes nativos. A literatura, porém, apresenta resultados opostos em relação ao uso de itens fraseológicos quando traça uma correlação entre o nível de proficiência e o número de pacotes lexicais no âmbito da escrita acadêmica. Uma das possibilidades para essa divergência se deve à eliminação ou manutenção de pacotes lexicais relacionados ao tópico ou em contextos de sobreposição 1. 1 Nossa tradução para os termos topic-related e overlapping, propostos por Chen & Baker, O primeiro termo, de acordo com os autores mencionados, refere-se às palavras de conteúdo presentes nas instruções da redação ou qualquer outro pacote dependente do contexto, o qual geralmente incorpora nomes próprios e.g., students using credit cards, the opium of the,. O segundo termo referese a pacotes lexicais que se sobrepõem e.g., there are a lot, are a lot of. Em um contexto do tipo

2 O presente trabalho investiga, portanto, se a eliminação ou manutenção de pacotes desses dois tipos influencia significativamente a correlação entre nível de proficiência de aprendizes de inglês e uso de sequências formulaicas na redação de textos acadêmicos. Os resultados mostram que a influência acima descrita é significativa nesse caso, assim como na correlação entre o tamanho médio das redações e o uso de pacotes lexicais. Em linhas gerais, o trabalho traz contribuições metodológicas para a pesquisa voltada para o estudo de pacotes lexicais na produção de escrita acadêmica. Material e Métodos Foram examinados 2 subcorpora dentre os 16 que compõem o International Corpus of Learner of English Version 2 (ICLEv2), compilado por Granger et al. (2009), composto em sua maior parte, por redações argumentativas, somando um total de 4.5 milhões de palavras. Os dois grupos de aprendizes escolhidos, representantes do nível mais baixo e mais alto de proficiência de acordo com uma classificação baseada no Common European Framework of Reference for Languages (CEF), foram os chineses (totalizando palavras) e os holandeses (totalizando palavras). Em seguida, foi gerada uma lista de pacotes lexicais de 4 palavras com uma frequência mínima de 20 ocorrências por milhão de palavras (20 PMW, do inglês per million words) utilizando o programa Collocate (Barlow 2004), para cada um dos subcorpora. Após a geração das listas, os pacotes lexicais relacionados ao tópico foram identificados, marcados e eliminados. Estes foram categorizados manualmente e, em algumas situações, tiveram que ser checados no corpus para a confirmação de seu estatuto, como foi o caso de on the other side. Este pacote poderia ser categorizado como uma expressão referencial de contraste e comparação de acordo com a Lista de Fórmulas Acadêmicas lista AFL (Simpson-Vlach & Ellis 2010), mas algumas de suas ocorrências, na verdade, faziam parte da expressão idiomática The grass is always greener on the other side of the fence. Foi feita a contagem manual de quantos pacotes faziam parte dessa expressão (8 casos) e sua frequência bruta foi refinada (de 16 overlapping, os casos desdobram-se em duas nomenclaturas: complete overlap, traduzido como sobreposição completa um pacote de 4 palavras que, na verdade, derivou-se de uma combinação de 5 palavras e complete subsumption, traduzido como subsunção completa dois ou mais pacotes lexicais de 4 palavras que se sobrepõem e a ocorrência de um deles incorpora àquelas dos outros pacotes.

3 ocorrências para 8, primeiramente, e devido à sua inserção em contextos de sobreposição que serão explicados no próximo parágrafo, para 6 ocorrências). Outros pacotes lexicais relacionados ao tópico como advantages and disadvantages of, que também poderia receber classificação funcional da lista AFL e ao mesmo tempo fazer parte das instruções para a redação do texto, foram verificados manualmente. Posteriormente, as relações entre cada pacote lexical foram estabelecidas para que os contextos de sobreposição pudessem ser verificados. Estas relações estão exemplificadas na Tabela 1 (Anexo 1). O pacote lexical n o 3 the end of the, por exemplo, está relacionado com o pacote lexical n o 12 at the end of. Em seguida, foi anotada a frequência bruta do pacote lexical maior (uma combinação entre as relações dos pacotes lexicais originais). Para os casos de sobreposição completa o agrupamento maior de 5 palavras foi mantido. Portanto, os dois pacotes is a fact that e it is a fact (ambos com 11 ocorrências) na verdade formam um único pacote de 5 palavras com 11 ocorrências: it is a fact that. Já para os casos de subsunção completa subtraiu-se a frequência do pacote maior do pacote original. Para o pacote original on the other hand, por exemplo, cuja frequência bruta era igual a 70 ocorrências, observou-se os quatro outros pacotes que eram relacionados a ele (and on the other, but on the other, the other hand there e the other hand it). Notou-se, porém, que estes 5 pacotes também tinham relação entre si e a frequência do pacote de 6 palavras foi verificada: o pacote but on the other hand (8 ocorrências), relacionado ao pacote on the other hand there (6 ocorrências), formando o pacote de 6 palavras but on the other hand there, apresentou a frequência de 1 ocorrência. A frequência dos pacotes de 5 palavras foram refinadas: but on the other hand (8 1 = 7 ocorrências) e on the other hand there (6 1= 5 ocorrências). Só então a frequência do pacote original foi refinada: on the other hand ( = 43 ocorrências), vide Tabela 1. Essa metodologia foi adotada para todos os pacotes lexicais das duas listas. Discussão As eliminações realizadas nos dois subcorpora diminuíram a lista significativamente. O número de agrupamentos da lista do subcorpus chinês caiu de para 223, e da lista do subcorpus holandês de 489 para 273. Os resultados do estudo mostraram que é possível traçar uma correlação positiva entre maior nível de proficiência e maior uso de pacotes lexicais em escrita acadêmica

4 quando agrupamentos relacionados ao tópico e em contexto de sobreposição são eliminados. Também foi possível traçar uma correlação positiva entre maior tamanho médio da redação e maior uso de pacotes lexicais quando a eliminação dos pacotes acima mencionados foi feita. O estudo chama ainda a atenção para o fato de que a não eliminação desses pacotes acarreta em correlações contrárias. Dessa forma, o trabalho demonstrou que as eliminações propostas impactam significantemente os resultados das análises dos dados e que tal processo deve ser levado em consideração no desenvolvimento de pesquisas na área. O estudo também possibilitou a observação de algumas questões específicas ao subcorpus chinês. Esses aprendizes, por não possuírem um alto nível de proficiência na escrita acadêmica em inglês, podem ter feito uso de construções trabalhadas em sala e de dados obtidos em fontes externas na redação de seus textos, o que resultou na produção de pacotes lexicais extremamente longos. Finalmente, pacotes lexicais relacionados ao tópico que também poderiam ser considerados pacotes usuais como advantages and disadvantages of alcançaram uma frequência bastante alta neste subcorpus e faziam parte de malhas complexas de contextos de sobreposição. Decidiuse por eliminar esses pacotes lexicais, pois a frequência dos mesmos no subcorpus holandês e nos textos acadêmicos do corpus de referência Corpus of Contemporary American English (COCA) foi abaixo de 20 PMW. Conclusões Este trabalho, fundamentalmente, traz uma contribuição metodológica para os estudos que se propõem a trabalhar com pacotes lexicais, evidenciando a importância da eliminação dos mesmos quando relacionados ao tópico e em contextos de sobreposição, e demonstrando como essas eliminações podem ser feitas. O estudo mostrou que a eliminação possibilita a verificação de maior uso de pacotes lexicais por aprendizes mais proficientes e, por outro lado, menor uso por aprendizes menos proficientes. Por esse motivo, os resultados advogam a favor da incorporação de expressões formulaicas geradas por frequência e encontradas em produção acadêmica nativa no currículo do ensino de Inglês como Segunda Língua. A familiarização dessas estruturas por parte dos estudantes pode colaborar para a aquisição de fluência e acuidade na redação de textos acadêmicos em Inglês (Siyanova & Schmitt 2008).

5 N o do pacote Anexo 1 Relação Pacote maior Freq. do pacote maior Pacote original 1 1 e 40 AND ON THE OTHER HAND 9 ON THE OTHER HAND 70 1 e 85 BUT ON THE OTHER HAND 8 1 e 309 ON THE OTHER HAND THERE 6 1 e 455 ON THE OTHER HAND IT e 27 ARE A LOT OF PEOPLE 2 A LOT OF PEOPLE 46 2 e 53 THAT A LOT OF PEOPLE 3 2 e 221 AND A LOT OF PEOPLE 1 2 e 243 FOR A LOT OF PEOPLE 5 2 e 279 A LOT OF PEOPLE WHO 6 2 e 430 QUITE A LOT OF PEOPLE e 12 AT THE END OF THE 11 THE END OF THE 31 3 e 360 BY THE END OF THE 4 3 e 372 THE END OF THE NINETEENTH e 82 AS A RESULT OF 7 AS A RESULT OF 30 4 e 110 AND AS A RESULT IF 6 5 THE OPIUM OF THE 30 6 OPIUM OF THE MASSES e 222 AND AT THE SAME TIME 6 AT THE SAME TIME 25 7 e 232 BUT AT THE SAME TIME e 52 THE REST OF THE WORLD 11 THE REST OF THE 24 8 e 118 FOR THE REST OF THE 3 8 e 482 TO THE REST OF THE 4 9 ON THE ONE HAND e 245 FROM ALL OVER THE WORLD 6 ALL OVER THE WORLD e 295 SEEM TO BE ABLE TO 6 TO BE ABLE TO e 12 AT THE END OF THE 11 AT THE END OF 20 Tabela 1 Relações entre pacotes lexicais do subcorpus holandês Freq. do pacote original Bibliografia ÄDEL, A.; RÖMER, U. (2012) "Research on advanced student writing across disciplines and levels: Introducing the Michigan Corpus of Upper-level Student Papers." International Journal of Corpus Linguistics, vol. 17, n o. 1. BARLOW, M. (2004). Collocate 1.0: Locating collocations and terminology. Collocate User Manual. BIBER, D.; JOHANSSON, S.; LEECH, G.; CONRAD, S.; FINEGAN, E. (1999) Longman grammar of spoken and written English. Essex: Longman. CHEN, Y.; BAKER, P. (2010) "Lexical bundles in L1 and L2 academic writing." Language Learning & Technology, vol. 14, n o 2.

6 GRANGER, S., DAGNEAUX, E., MEUNIER, F., PAQUOT, M. (Ed.) (2009) International Corpus of learner English. v.2. Louvain-la-Neuve: Presses universitaires de Louvain. HYLAND, K. (2008) "Academic Clusters: text pattering in published and postgraduate writing." International Journal of Applied Linguistics, vol 18, n o 1. University of London. O KEEFFE, A.; McCARTHY, M. (Ed.) (2010) The Routledge Handbook of Corpus Linguistics. New York: Taylor & Francis Group. REPPEN, R. (2010). Using corpora in the language classroom. Cambridge: Cambridge University Press. ROBINSON, P. and ELLIS, N.C. (Ed.) (2008) Handbook of cognitive linguistics and second language acquisition. London: Routledge. RÖMER, U. (2011) "Corpus Research Applications in Second Language Teaching." Annual Review of Applied Linguistics, vol. 31. RÖMER, U. & WULFF, S. (2010) "Applying corpus methods to written academic texts: Explorations of MICUSP." Journal of Writing Research, vol. 2 n o 2 SIMPSON-VLACH, R.; ELLIS, N. C. (2010) "An Academic Formulas List: New Methods in Phraseology Research." Applied Linguistics, vol. 31, n o 4. Siyanova, A. & Schmitt, N. (2008) "L2 Learner Production and Processing of Collocation: A Multi-study Perspective." The Canadian Modern Language Review, vol. 64, n o 3.