Os horizontes do CORDIAL-SIN

Transcrição

IV Wedisyn  Santiago de Compostela, 18-19 abril 2013
Sintaxe dialectal: métodos de obtención de datos
Os horizontes do CORDIAL-SIN
(Corpus Dialetal para o Estudo da Sintaxe)
Ernestina Carrilho
Centro de Linguística da Universidade de Lisboa
IV Wedisyn, USC
Santiago de Compostela, 18-19 abril 2013
tópicos
• o papel dos dados de corpora orais na investigação
sintática dialetal
• o CORDIAL-SIN, um corpus oral dialetal anotado
• possibilidades de pesquisa de dados no CORDIAL-SIN
• contributo do CORDIAL-SIN para os estudos de sintaxe
(dialetal) do Português
IV Wedisyn, USC
estrutura
1. a constituição de um corpus como resposta a
dificuldades metodológicas da sintaxe dialetal (cf. este
workshop)
– entre tradição e novos modelos
2. a constituição do corpus como processo heurístico
3. a anotação do corpus como ferramenta de investigação
sistemática especializada
4. dificuldades e virtudes de um corpus oral dialetal
IV Wedisyn, USC
enquadramento do CORDIAL-SIN
• ausência de dados sintáticos estruturados e
sistematicamente recolhidos nos estudos dialetais
tradicionais
dificuldades reconhecidas:
 o questionário
 o método de inquérito
 os informantes
• desenvolvimento da sintaxe dialetal nos anos 90
nos anos 70, o ALE já reconhecia a importância de as teorias sintáticas
contarem com investigação comparativa sobre a sintaxe dialetal
(Kruijsen 1983)
 questionários para atlas sintáticos (e.g. ASIS, SAND)
+ reconhecimento das suas insuficiências e inadequações
IV Wedisyn, USC
enquadramento
sintaxe na dialetologia portuguesa:
– “por razões de ordem prática” o questionário do ALEPG não
inclui perguntas sintáticas (Gottschalk, Barata e Adragão 1974)
– ausência de referências à sintaxe nos principais trabalhos
sobre o conjunto dos dialectos portugueses
(Boléo 1942-1973, Boléo e Silva 1962, Cintra 1971, i.a.)
IV Wedisyn, USC
enquadramento
mas:
– notas ocasionais sobre fenómenos de variação sintática
(Leite de Vasconcelos 1901 i.a., trabalhos monográficos,
Casteleiro 1976)
>> levantamento prévio de alguns fenómenos atestados
(Carrilho e Lobo 1999)
– materiais relevantes para o estudo da sintaxe dialetal:
inquéritos dialetais integralmente gravados para atlas
linguísticos , disponíveis no Arquivo Sonoro do CLUL
IV Wedisyn, USC
motivação e enquadramento
 Abordagem ampliadora do conhecimento sobre as
propriedades universais das línguas naturais a partir da
investigação da variação intra-linguística
 Abordagem ampliadora do conhecimento sobre a língua
portuguesa
IV Wedisyn, USC
objetivos
• ampliar a base empírica da teoria sintática
> construir um recurso de amplo acesso a materiais existentes,
previamente recolhidos e relevantes para estudos de sintaxe
• oferecer acesso rápido a informação sintática e
morfológica precisa
> desenvolvimento de corpus anotado
• desenvolver e incentivar a investigação em sintaxe
dialetal
> estudar aspetos da sintaxe dialetal do português numa
perspetiva teoricamente enquadrada
IV Wedisyn, USC
as fontes
ALEAç – Atlas Linguístico e Etnográfico dos Açores
(J. Saramago, coord.)
ALLP – Atlas Linguístico do Litoral Português
(G. Vitorino, coord.)
ALEPG – Atlas Linguístico-Etnográfico de Portugal e da Galiza
(J. Saramago, coord)
BA – Segura, M. Luisa. 1987. A Fronteira Dialectal do Barlavento do
Algarve. Diss. Doutoramento. CLUL.
Cfr. projectos de Dialectologia e Diacronia, CLUL:
http://www.clul.ul.pt/pt/investigacao/73-dialectology-and-diachrony
IV Wedisyn, USC
os materiais do corpus
• transcrições de excertos de fala espontânea e semidirigida de inquéritos dialectais
• situação de inquérito comparável (relativamente familiar,
duração 3-7 dias, entre 1974 e 2004)
• temas em comum, a partir do questionário ALEPG (o
fabrico do pão, as aves, a pesca, a vinha, o moinho…) e
temas livres (histórias pessoais ou locais…)
• rede de pontos geograficamente distribuídos
IV Wedisyn, USC
os informantes
• informantes dialetais tradicionais:
–
–
–
–
naturais do ponto de inquérito
idosos (> 60)
rurais
pouco escolarizados ou analfabetos
no CORDIAL-SIN:
– número variável por localidade
IV Wedisyn, USC
•
CORDIAL-SIN
corpus geograficamente representativo
de excertos selecionados de fala
espontânea e semi-dirigida
•
c. 600 000 palavras
•
•
c. 70 h gravação
42 pontos
transcrições e texto anotado
disponíveis em:
www.clul.ul.pt/en/resources/411-cordial-corpus
Financiamento – projetos:
PRAXIS XXI/P/PLP/13046/1998; POSI/1999/PLP/33275;
POCTI/LIN/46980/2002; PTDC/LIN/71559/2006
IV Wedisyn, USC
VPA35
INQ E como é que se chamavam esses barquitos?
INF [AB|Era bar-] Eram barcos-de-boca-aberta.
INQ Chamavam-se barcos-de-boca-aberta?
INF Era barcos-de-boca-aberta. Eram, sim senhora. E nós
[AB|de-] tínhamos aqui muitos! Era {pp} muito barco, mais do
que agora! Mas muito mais, e maiores do que estes! [AB|Porque
uma pessoa] Quando era à vela, aquilo os barcos andavam bem.
O barco quando era à vela… Ai Jesus! Ainda o pessoal às vezes
até pedia [AB|uma aja-] uma (rajadinha) de vento, para
{PH|=não} {PH|=remarmos}. Jesus, meu Deus!
(Andava) uma pessoa às vezes a remar toda a noite, todo o dia…
Era um caso sério antigamente! Antigamente era horror!
IV Wedisyn, USC
IV Wedisyn, USC
corpus anotado
• além de
transcrição conservadora:
transcrição normalizada:
IV Wedisyn, USC
corpus anotado
anotação por palavra:
<break> (...) </break> Chamávamos-lhe/VB-D-P+CL fuso/N
./. O/D fuso/N de/P fiar/VB o/D linho/N era/SR-D-3S o/D
fuso/N de/P ferro/N ;/. e/CONJ o/D de/P fiar/VB a/D-F lã/N
era/SR-D-3S o/D fuso/N de/P pau/N
anotação sintática:
(IP-MAT
(NP-ACC (D o)
(N fuso)
(PP (P de)
(IP-INF
(VB fiar)
(NP-ACC (D o)
(N linho)))))
(SR-D-3S era)
(NP-SBJ
(D o)
(N fuso)
(PP
(P de)
(NP
(N ferro))))
IV Wedisyn, USC
anotação do CORDIAL-SIN
• recorre a ferramentas automáticas
Etiquetador Corpus Tycho-Brahe (POS)
Penn Corpora Parser (anotação sintática – fase I)
programa CorpusSearch (anotação sintática – fase II)
+ anotação humana
objetivo
• corpus dialetal como ferramenta especializada que
permite
acesso total, rápido e sistemático
a dados sistematicamente organizados e estruturados
fazer pesquisa automática de informação morfológica
e sintática precisa
IV Wedisyn, USC
etiquetas principais (palavra/ETIQUETA)
Etiq.
aplicação
SR
verbo SER
HV
verbo ESTAR
ET
TR
VB
N
verbo HAVER
verbo TER
outros verbos
nome comum
NPR
nome próprio
PRO
pronome pessoal
PRO$ pronome possessivo
CL
clíticos em geral
SE
clÍtico SE
Etiq.
D
DEM
P
aplicação
determinante definido
/ demonstrativo
demonstrativo invar.
preposição
FP
partícula de foco
NUM
numeral cardinal
NEG
negação
INTJ
interjeição /
onomatopeia
OUTRO a palavra outro/a
SENÃO a palavra senão
…
…
Cfr. Manual de Anotação Morfossintática
www.clul.ul.pt/english/sectores/variacao/cordialsin/pos_annotation_manual.pdf
IV Wedisyn, USC
etiquetas estruturadas (ETIQ.+SUBETIQ.)
Etiqueta
aplicação
Ex.
determinante masculino singular
o/D
determinante masculino plural
os/D-P
/D-F-P
determinante feminino feminino
plural
as/D-F-P
/P+D-F
preposição e determinante
singular feminino
da/P+D-F
/VB+CL
verbo (infinitivo) e pronome
enclítico
dar-lhe/VB+CL
/D
/D-P
verbo futuro, 1 pess. sing. e
/VB-R-1S!CL
pronome em mesóclise
/P31
primeiro elemento de sequência
preposicional de 3 palavras
dar-te-ei/VB-R-1S!CL
por/P31 mor/P32 de/P33
Cfr. Manual Anotação Morfossintática
www.clul.ul.pt/english/sectores/variacao/cordialsin/pos_annotation_manual.pdf
IV Wedisyn, USC
anotação sintática
• a anotação sintática é representada com parênteses
etiquetados sobre os textos anotados por palavra
• informação disponibilizada:
–
–
–
–
–
fronteiras de constituintes
dependências frásicas e oracionais
informação categorial (e.g. NP, PP, ADVP)
relações gramaticais (e.g. SBJ, ACC, DAT)
funções discursivas (e.g. deslocação à esquerda, marcador
pragmático)
– tipo de frase (e.g. EXL, CMP, QUE)
– alguns constituintes nulos (e.g. sujeitos nulos, objetos nulos)
– …
IV Wedisyn, USC
etiquetas sintáticas
Etiq.
Aplicação (sintagma)
NP
Sintagma Nominal
NP-SBJ
Sintagma Nominal
(sujeito)
Sintagma Nominal
NP-ACC
(Obj. Direto)
Etiq.
Aplicação (oração)
IP-MAT
Frase declarativa
independente ou
coordenada
IP-INF
Oração infinitiva
IP-GER
Oração gerundiva
NP-ADV
Sintagma Nominal
(adverbial)
CP-THT
Oração completiva
NP-VOC
Sintagma Nominal
(vocativo)
CP-REL
Oração relativa
NP-DAT
Sintagma Nominal (dativo)
CP-CLF
Frase clivada
NP-GEN
Sintagma Nominal (dat de
posse)
CP-ADV
Oração finita adverbial
CP-DEG
Oração de grau
CP-CMP
Oração comparativa
CP-QUE
Frase interrogativa
PP
Sintagma Preposicional
Sintagma Preposicional
PP-ACC
(objeto partitivo)
ADVP
...
Sintagma Adverbial
...
...
...
Cfr. Syntactic Annotation Manual
http://www.clul.ul.pt/cordial-sam/
IV Wedisyn, USC
acesso geral e especializado I
CORDIAL-SIN, 2013
• disponibilizado na íntegra, como:
- transcrição conservadora [pdf, localidade a localidade]
- transcrição normalizada [pdf+txt, localidade a localidade]
- anotação por palavra [txt, localidade a localidade + integral]
- anotação sintática [psd, subcorpus em atualização]
pesquisável com CorpusSearch (de Beth Randall)
+ manuais de anotação (sistemas de anotação
integralmente exemplificados)
- Manual de anotação por palavra
- Manual de anotação sintática
IV Wedisyn, USC
IV Wedisyn, USC
acesso geral e especializado II
CORDIAL-SIN, 2013
• Pesquisável online através de Edisyn Search Engine
(interpesquisável com outros corpora e bases de dados dialetais)
Cf. exemplo de pesquisa, a seguir:
1) pesquisa no CORDIAL-SIN
2) formas de gerúndio flexionado de 3ª p. pl.
(etiquetas Edisyn: V(ger, 3pl))
3) visualização em mapa de distribuição de resultados
IV Wedisyn, USC
IV Wedisyn, USC
IV Wedisyn, USC
IV Wedisyn, USC
IV Wedisyn, USC
Vantagens de corpus dialetal anotado?
• acesso automático e exaustivo a informação linguística
(morfossintática) e respetiva distribuição geográfica
exemplos
(cf. exemplo anterior de pesquisa com Edisyn Search Engine
+ concordância independente sobre corpus anotado por
palavra, a seguir):
- flexão de pessoa em formas verbais de gerúndio
pesquisa de subetiquetas -G-F
- formas verbais com morfema flexional -ra
pesquisa de subetiqueta -RA-
IV Wedisyn, USC
gerúndios flexionados
concordância de */*-G-F*
com
Concordance 3.3 (@ R.J.C. Watt 1999-2009)
IV Wedisyn, USC
distribuição geográfica CORDIAL-SIN:
Gerúndio flexionado
(adaptado de
Lobo 2008)
Questões relacionadas :
- Que distribuição sintática?
- Que propriedades apresentam
os contextos de gerúndios
flexionados (sujeito, ordem de
palavras)?
 Anotação sintática permite
pesquisa adicional sobre
estrutura e etiquetas sintáticas:
cf. com ou sem anotação de
IP-GER [oração gerundiva]
IV Wedisyn, USC
formas verbais em -ra-
Concordância de */*-RA-*
com
Concordance 3.3 (@ R.J.C. Watt 1999-2009)
 Pesquisa de contexto sintático:
cf. estrutura e etiquetas sintáticas, p. ex
CP-EXL, CP-ADV, IP-SUB…
IV Wedisyn, USC
Vantagens da anotação sintática
• pesquisa automática e exaustiva especializada sobre
informação linguística (morfossintática) detalhada (e sua
distribuição geográfica)
+ 1 exemplo dependente exclusivamente de anotação sintática:
- construção existencial impessoal com verbo ter
INQ […] Há algum curioso cá na Terceira?
INF: Agora não… Agora não tem. (TRC58)
pesquisa de TR-*-3S no corpus anotado por palavra
revela-se insuficiente, pela alta frequência de formas verbais
assim etiquetadas, associadas a significado de posse
IV Wedisyn, USC
CorpusSearch
ferramenta de pesquisa para corpora anotados
[http://corpussearch.sourceforge.net]
(Randall 2005-2007)
• linguagem de pesquisa básica
• funções de pesquisa sintaticamente intuitivas:
– precede (imediatamente)
– domina (imediatamente)
– existe …
 construções impessoais existencias podem ser
encontradas com pesquisa de
qualquer oração
- que contenha TR (etiqueta ao nível da palavra)
- cujo sujeito esteja anotado como um expletivo nulo
(NP-SBJ *exp* )
IV Wedisyn, USC
Vantagens de corpus dialetal anotado
ANOTAÇÃO POR PALAVRA E SINTÁTICA
• permite pesquisas automáticas sobre informação
especializada para estudos de sintaxe dialetal,
associada a informação geográfica
ANOTAÇÃO SINTÁTICA RICA
• apresenta informação detalhada sobre um largo
espectro de fenómenos sintáticos não-standard
• permite pesquisa exaustiva, sistemática e imediata de
dados espontâneos, na base de trabalhos de sintaxe
comparativa e de geolinguística
IV Wedisyn, USC
a anotação como percurso heurístico
ANOTAÇÃO SINTÁTICA RICA
codificação pormenorizada de unidades sintaticamente
relevantes, ausentes do corpus anotado por palavras (e.g.
elementos nulos)
exige:
• aprofundar o estudo de novos dados sintáticos
• identificar e descrever construções sintáticas nãostandard desconhecidas
IV Wedisyn, USC
a anotação como percurso heurístico
anotação por palavra e sintática também como
percurso para o estudo da morfossintaxe nãopadrão
corpus dialetal como ferramenta heurística para o
estudo da morfossintaxe dialetal
IV Wedisyn, USC
problemas reconhecidos
- morosidade na constituição e anotação do corpus
• dados não-standard e orais
– transcrição exigente e morosa (dialetal)
– questões de divulgação e anonimização / som
• quantidade de dados a preparar para tratamento
automático
- fraca representação ou ausência de determinados tipos
de construção (por ex., por serem raros na fala
espontânea)
- ausência de evidência negativa
IV Wedisyn, USC
corpus vs. elicitação
elicitação de dados sintáticos
pode ser fonte única para dados controlados
mas
apresenta também limitações inegáveis, a ponderar
- os resultados obtidos através de elicitação diferem
muitas vezes dos dados que aparecem no discurso
espontâneo do mesmo falante – (Cornips 2003)
- diferentes métodos de elicitação podem conduzir a
resultados diferentes (Auckle, Buchstaller, Corrigan e Holmberg,
2007)
IV Wedisyn, USC
“Every elicitation situation is artificial, because the subject is
being asked for a sort of behavior that is entirely different from
everyday conversation (cf. Schütze 1996: 3). Sociolinguistic
research has clearly shown that the response of subjects on
direct judgement tasks („Is this a good sentence in your
dialect?‟) often tends to reflect the form which they believe to
have prestige or obeys the learned norm, rather than the form
they actually use (Labov 1972: 213). A reasonable alternative is
to use more indirect elicitation tasks (e.g. „Do you encounter
this sentence in your dialect?‟) Different levels of speech style
(informal and formal) yield another complicating factor for
syntactic data elicitation.”
(Barbiers e Cornips, 2002: 8-9)
IV Wedisyn, USC
corpus e elicitação
Corpus
além de oferecer dados de fala espontânea,
pode ser essencial também para a elaboração de um
questionário (pode não existir outra fonte de
conhecimento prévio sobre muitos aspetos de variação
sintática)
 importância de combinar métodos
cfr., por ex., metodologia de SCANDIASYN
(corpus + base de dados de dados de elicitação de
juízos sobre lista de frases)
IV Wedisyn, USC
contributos de um corpus dialetal anotado
CORDIAL-SIN
 vantagens empíricas, teóricas e metodológicas
na sintaxe dialetal do português
•
•
•
•
identificação e descrição de fenómenos sintáticos desconhecidos
recaracterização de fenómenos sintáticos já antes identificados
reforço de análise sintática comparativa
imprescindível contributo para a elaboração de questionários
linguísticos específicos
também na dialetologia portuguesa
• dimensão geográfica da sintaxe dialetal do português
• integração de fenómenos de sintaxe na caracterização
sistemática de dialetos portugueses
• áreas de variação sintática
IV Wedisyn, USC
Referências
ALEPG – Atlas Linguístico-Etnográfico de Portugal e da Galiza
(www.clul.ul.pt/en/research-teams/205-linguistic-and-ethnographic-atlas-of-portugal-and-galicia-alepg)
ALLP – Atlas Linguístico do Litoral Português
(www.clul.ul.pt/en/research-teams/207-project-linguistic-atlas-of-the-portuguese-coast-allp)
ASIS: Syntactic Atlas of Northern Italy (http://asis-cnr.unipd.it/).
EDISYN: European Dialect Syntax (www.dialectsyntax.org)
Penn Parsed Corpora of Historical English (www.ling.upenn.edu/hist-corpora)
SAND:Syntactic Atlas of the Dutch Dialects (http://www.meertens.knaw.nl/projecten/sand/sandeng.html)
ScanDiaSyn: Scandinavian Dialect Syntax (http://www.tekstlab.uio.no/nota/scandiasyn/)
Tycho Brahe Parsed Corpus of Historical Portuguese (www.tycho.iel.unicamp.br)
Auckle, T., I. Buchstaller, K. Corrigan e A. Holmberg 2007. Speakers can „talk the talk”, but can they „walk
the walk‟ too?: Measuring syntactic variability using different instruments. Sixth meeting of the UK
Language Variation and Change Conference (UKLVC6), Lancaster University, Set. 2007.
Barbiers, S. e L. Cornips. 2002. Introduction to Syntactic Microvariation. In S. Barbiers, L. Cornips e S. van
der Kleij (eds.), Syntactic Microvariation, Merteens Institute Electronic Publications in Linguistics. 2.
Online: http://www.meertens.knaw.nl/books/synmic/.
Boléo, M. Paiva. 1942-1973. Inquérito Linguístico Boléo. [inquéritos não-publicados – Arquivo da
Faculdade de Letras de Coimbra]
Boléo, M. Paiva e M. H. Santos Silva 1962. O Mapa dos Dialectos e Falares de Portugal Continental.
Actas do IX Congresso Internacional de Linguística Românica. Março-Abril 1959. III. 85-112.
Carrilho, E. e M. Lobo 1999. Variação Sintáctica: Alguns Aspectos. Conversas d’Hora d’Almoço. Centro
de Linguística da Universidade de Lisboa. Junho 1999.
IV Wedisyn, USC
Carrilho, E. e S. Pereira. 2011. Sobre a distribuição geográfica de construções sintácticas não-padrão em
Português europeu. Textos Seleccionados do XXVI Encontro Nacional da Associação Portuguesa de
Linguística. CD-ROM. Lisboa: APL.
Carrilho, E. e M. Lobo. 2012. Contribution à l‟étude de la variation syntaxique dans le domaine ibéroroman. In M. Oliviéri, G. Brun-Trigaud, Ph. Del Giudice (eds.) La Leçon des dialectes. Hommages à
Jean-Philippe Dalbera. Alessandria: Edizioni dell'Orso. 323-336.
Casteleiro, J. Malaca 1975. Aspectos da Sintaxe do Português Falado no Interior do País. Boletim de
Filologia. 24. Lisboa: Centro de Estudos Filológicos.
Cintra, L. F. Lindley. 1971. Nova Proposta de Classificação dos Dialectos Galego-Portugueses. Boletim
de Filologia. 22. 81-116.
Cornips, L. 2003. “Contact-induced Varieties, Syntactic Variation and Methodology”, presented at
European Dialect Syntax ESF/SCH Explanatory Workshop, Padova, September.
Gottschalk, M. F., M.G. Themudo Barata e J. Vi. Adragão. 1974. Introdução. Questionário Linguístico.
Lisboa: Instituto de Linguística.
Kruijsen, J. 1983. La Syntaxe dans l‟Atlas Linguarum Europae. In C. Angelet, L. Melis, F. J. Mertens & F.
Musarra (eds.) Langue, Dialecte, Littérature. Études Romanes à la Mémoire de Hugo Plompteux,
Leuven U. P., Leuven. 213-223.
Lobo, M. 2008. Variação morfo-sintáctica em dialectos do Português europeu: o gerúndio flexionado».
Diacrítica, Ciências da Linguagem, Revista da Universidade do Minho, Braga, 22.1, 25-55.
Vasconcelos, José Leite de . 1901. Esquisse d’une Dialectologie Portugaise. Lisboa: Centro de Linguística
da Universidade de Lisboa/Instituto Nacional de Investigação Científica. 3rd edition, 1987.
IV Wedisyn  Santiago de Compostela, 18-19 abril 2013
Sintaxe dialectal: métodos de obtención de datos
Graciñas!
[email protected]

Os horizontes do CORDIAL-SIN

Transcrição

Documentos relacionados

reveillon santiago de compostela

CURRICULUM VITAE INFORMAÇÃO PESSOAL Nome

111 - Portal Galego da Língua

Vinte anos depois: lendas do caminho

07/06/2010 - Gabinete C

Mise en page 1 - Abbaye de La Sauve

O CAMINHO MAÇÔNICO DE COMPOSTELA1 De Aprendiz a

Vencedor do concurso cultural Dia dos Namorados Bella Città

Contactos

Santiago Cultural Raízes Chilenas