Um filtro para palavras exóticas frequentes em Português

Baptista, Jorge; Faísca, Luís

http://hdl.handle.net/10400.1/4891

Use this identifier to reference this record.

Name:	Description:	Size:	Format:
Um filtro para palavras exóticas frequentes em Português.pdf		125.15 KB	Adobe PDF	Download

Send Feedback

Authors

Baptista, Jorge

Faísca, Luís

Abstract(s)

As formas gráficas (tokens) que constituem as palavras de um texto são muitas vezes ambíguas, podendo frequentemente uma mesma forma corresponder a diferentes flexões de duas ou mais entradas lexicais distintas. Algumas dessas formas correspondem a palavras ‘exóticas’, isto é, palavras pouco frequentes ou até caídas em desuso. O objectivo deste estudo é a determinação, a partir do corpus do CETEMPúblico, das formas ambíguas mais frequentes de palavras exóticas do Português, com vista à construção de um filtro que, durante a fase de análise lexical, elimine o ‘ruído’ provocado por essas formas exóticas e que permita assim reduzir a ambiguidade formal dos textos, simplificando as fases posteriores do seu processamento automático.