Vocabulário controlado e redação de definições em dicionários de português para estrangeiros : ensaios para uma léxico-estatística textual

Abstract

Estudo inicial em léxico-estatística textual para colher dados que subsidiem a construção de um vocabulário controlado (VC) de referência para a redação de definições em um dicionário de português para estrangeiros. Aproveitaram-se dados do vocabulário mais frequente em jornais populares brasileiros e foram analisados três diferentes corpora. Comparadas as palavras mais frequentes das fontes, avaliou-se o uso dos VCs para elaborar definições de verbetes-teste. Evidenciou-se o bom aproveitamento dos corpora e a relevância da estatística linguística para a composição do VC.

Initial study in lexical-textual statistics that aims at collecting data to support the construction of a basic controlled vocabulary (CV) to be a reference for writing definitions in a Portuguese learner’s dictionary. We used vocabulary frequency data from Brazilian popular newspapers and we also analyzed three different corpora. After comparing the most frequent words of each source, we evaluated the use of CVs to prepare a set of test entries. The results demonstrate the proper use of these corpora for the composition of a CV and the relevance of statistical linguistics for its compilation.