Representatividade em planejamento de corpus

Abstract

O presente artigo aborda uma série de questões relacionadas à obtenção da “representatividade” no planejamento de um corpus linguístico; essas questões englobam: a discussão sobre o que significa “representar” uma língua; a definição de população; a estratificação versus a amostra proporcional de uma língua; amostras dentro de textos; e questões relacionadas ao tamanho necessário da amostra (número de textos) de um corpus. O artigo destaca, dentre diversas maneiras, que características linguísticas podem ser distribuídas dentro de textos e entre textos diferentes; são analisadas as distribuições de diversas características particulares e são discutidas as implicações dessas distribuições para o planejamento do corpus.