1 - IME-USP

ANEXO 2
CORPORA UTILIZADOS, CONVENÇÕES ADOTADAS E REGRAS
UTILIZADAS NO TRABALHO DE MARCAÇÃO
DE ENUNCIADOS A SEREM SUBMETIDOS
AO PROGRAMA SOTAQ
a) Os corpora utilizados
Os corpora utilizados no trabalho de marcação de enunciados para serem
submetidos à atribuição automática de acentos rítmicos realizada pelo programa
computacional Sotaq referem-se: (i) a 200 enunciados de Português Europeu (PE) e 200
enunciados de Português Brasileiro (PB) extraídos de textos literário dessas respectivas
variedades de Português; (ii) e a enunciados extraídos de textos bíblicos traduzidos do
grego (ou aramaico) respectivamente para PB e para PE.
b) Regras utilizadas e convenções adotadas no trabalho de marcação
As regras utilizadas na realização do trabalho de marcação1 são muito simples:
I-) O rótulo de cada sílaba a precede.
II-) Esses rótulos representam propriedades silábicas. As propriedades silábicas definidas
no trabalho de marcação são: acento primário, fronteira inicial de palavra (lexical ou
funcional), fronteira inicial de sintagma fonológico () e vogal solúvel em Português
Brasileiro (vogais [i] e [] - em núcleo de sílabas não acentuadas e seguindo consoantes
africadas [] e [] – que podem ser extremamente reduzidas na fala corrente.
Respectivamente:
0 – sílaba desprovida das propriedades definidas acima
1 – acento primário
2 – fronteira inicial de palavra (lexical ou funcional)
4 – fronteira inicial de sintagma fonológico () ou palavra fonológica ()2
16 – vogal solúvel em Português Brasileiro
III-) O número que aparece antes de cada sílaba corresponde à soma dos números
correspondentes às propriedades silábicas esclarecidas acima.
IV-) Pontos finais, vírgulas, pontos de exclamação e pontos de interrogação não são
levados em consideração na marcação silábica.
Exemplo de marcação silábica em um enunciado de Português Brasileiro:
7 Es 0 sa 3 noi 16 te 7 eu 3 ti 0 ve 6 um 3 so 0 nho.3
1
Neste trabalho de marcação dos enunciados foram consideradas as sílabas ortográficas.
Para cada enunciado foram realizadas duas marcações: em Marcação silábica em enunciados de PB (),
Marcação silábica em enunciados de PE(), Marcação Sotaq () – Corpus da Missa PB, e Marcação Sotaq
() – Corpus da Missa PE, o rótulo 4 (explicado abaixo) indica delimitação de palavra fonológica e em
Marcação silábica em enunciados de PE (),Marcação silábica em enunciados de PB (), Marcação Sotaq ()
– Corpus da Missa PB, e Marcação Sotaq () – Corpus da Missa PE o rótulo 4 indica delimitação de sintagma
fonológico.
3
Enunciado de um texto de Português Brasileiro de João Ubaldo (A casa dos budas ditosos).
2
Considerações sobre a marcação 4 – fronteira inicial de sintagma fonológico () ou
palavra fonológica ():
(A) Delimitação de sintagmas fonológicos
Para a marcação de fronteira inicial de sintagma fonológico () foi utilizado o
algoritmo de formação de sintagma fonológico encontrado em Nespor e Vogel (1986:168):
Formação de Sintagma Fonológico
I. o domínio de 
O domínio de consiste em um C (grupo clítico) que contenha uma cabeça lexical (X) e
todos os Cs do lado não recursivo até o C que contenha outra cabeça fora da projeção
máxima de X.
II. construção
Acrescente em um de ramificação n-ária todos os Cs incluídos em uma cadeia delimitada
pela definição do domínio de .
Considerou-se que X = cabeça lexical / categoria lexical4. Foram considerados
como categorias lexicais: (a) substantivos, (b) adjetivos, (c) verbos e (d) e advérbios longos
terminados em sufixo “mente” e (e) verbos de ligação. Estes últimos são considerados
como cabeça lexical somente quando consistem no verbo principal da oração.
Examplos5:
(a) [São Gonçalo]  não existe.
(b) Deve ser coisa da idade, certamente é a idade, embora, é claro, eu não me considere
[velha.] 
(c) Conte a história, minta bastante se quiser, [diga]  que é tudo verdade, e é mesmo.
(d) [Antigamente]  eu sonhava muito com eles.
(e) Deve ser coisa da idade, certamente [é]  a idade, embora, é claro, eu não me considere
velha.
Foram considerados como categorias funcionais6: (f) conjunções, (g) pronomes, (h)
advérbios não terminados em sufixo "mente", (i) verbos auxiliares (incluindo verbos de
ligação), (j) preposições e (k) artigos.
Exemplos7:
(f) [Mas, de fato,]  eu tive um sonho.
4
Conforme Cook and Newson (1996:187), categoria lexical: classe aberta; fonologicamente independente;
potencialmente acentuada; pode ter um ou mais complementos; complemento separável; ‘ conteúdo
descritivo’, relacionada ao mundo ‘real’;não possui traços gramaticais; não ligada a parâmetros.
5
Enunciados extraídos de textos de Português Brasileiro.
6
Conforme Cook and Newson (1996:187), categoria funcional: classe fechada; dependente fonologicamente;
geralmente não acentuada; possui um único complemento, não um argumento; complemento não separável;
‘conteúdo não descritivo', não relacionada ao mundo ‘real’; possui traços gramaticais; ligada a parâmetros.
7
Idem a nota 3.
(g)  Mas, de fato, [eu tive]  um sonho.
 Explicar isso como [quem explica]  a um marciano.
(h) Conte a história, [minta bastante]  se quiser, diga que é tudo verdade, e é mesmo.
(i) [Deve ser]  coisa da idade, certamente, é a idade, embora, é claro, eu não me considere
velha.
(j) Não vou falar mais nisso, perda [de tempo.] 
(k) [O magistério]  da Igreja me enerva.
Exemplo de aplicação do algoritmo de  em um enunciado de PB8:
[Os católicos]  [são]  [politeístas.] 
Neste trabalho sintagmas fonológicos são reestruturados, exceto sintagmas
fonológicos constituídos por advérbios longos terminados em sufixo “mente”, sempre que
houver contexto para reestruturações como definido em Nespor and Vogel (1986: 173):
 reestruturação (opcional)
Um  não ramificado, sendo o primeiro complemento de X no seu lado recursivo, é
acrescentado no  que contém X.
Ex.: antes da reestruturação: [Os católicos]  [são]  [politeístas.] 
após a reestruturação: [Os católicos]  [são politeístas.] 
antes da reestruturação: [Os gregos]  [e os romanos]  [tinham]  [um deus]  [menor] 
[para cada coisa,]  [regras]  [atrasadas,]  [artistas]  [falidos,]  [transações] 
[impossíveis,]  [dívidas]  [falimentares,]  [casamentos,]  [músicos]  [bêbedos,] 
[agricultores,]  [criadores]  [de cabra,]  [tudo, tudo, tudo].
após a reestruturação: [Os gregos]  [e os romanos]  [tinham]  [um deus menor]  [para
cada coisa,]  [regras atrasadas,]  [artistas falidos,]  [transações impossíveis,] 
[dívidas falimentares,]  [casamentos,]  [músicos bêbedos,]  [agricultores,] 
[criadores]  [de cabra,]  [tudo, tudo, tudo].
Casos excepcionais de não reestruturação:
Além dos sintagmas fonológicos constituídos por advérbios longos terminados em sufixo
"mente", sintagmas fonológicos, que são o primeiro complemento de X no seu lado
recursivo, constituídos por um núcleo adjetival ramificado, após vírgula, não são
acrescentados ao  que contém X.
Ex9.: [Os mensageiros],  [instados]  [a repetir]  em público o que haviam dito aos
comandantes, anunciaram que estava em preparação um ataque em larga escala, dos
8
Idem a nota 1.
Lusitanos e dos seus vizinhos, contra a província Ulterior, para vingar enfim a traição do
pretor Galba.
*[Os mensageiros instados]  [a repetir]  em público o que haviam dito aos
comandantes, anunciaram que estava em preparação um ataque em larga escala, dos
Lusitanos e dos seus vizinhos, contra a província Ulterior, para vingar enfim a traição do
pretor Galba.10
A filha tinha sido mandada para casa da avó, [e a criada],  [cúmplice]  [no adultério], 
fora despedida no dia seguinte.
A filha tinha sido mandada para casa da avó, *[e a criada, cúmplice]  [no adultério], 
fora despedida no dia seguinte.
(B) Delimitação de palavras fonológicas
Por sua vez, na delimitação das palavras fonológicas, assim como na delimitação dos
sintagmas fonológicos, também foi utilizado o algoritmo de Nespor e Vogel (1986).
Segundo Nespor e Vogel (1986:141-142), o algoritmo de formação de palavra
fonológica é o seguinte:
Domínio de 
A. O domínio de  é Q (elemento terminal da árvore sintática)
Ou
B. I. O domínio de  consiste em
a. Um radical
b. Qualquer elemento identificado pelos específicos critérios fonológicos e/ou morfológicos
c. Qualquer elemento marcado com o diacrítico [+W]. Este diacrítico, que marca, cf. van der Hulst
(1984:66ff), sufixos independentes fonologicamente, indica que os elementos que o carregam
formam o cerne de uma palavra fonológica, do mesmo modo que prefixos ou radicais o fazem.
II. Quaisquer elementos livres dentro de Q forma parte da  adjacente mais próxima do radical; se
nenhuma tal  existe, eles formam uma  constituída por eles próprios.
Construção de 
Acrescente a uma  de ramificação n-ária todos () os pés incluídos em uma seqüência delimitada pela
definição do domínio de .
Na delimitação das palavras fonológicas adotamos as seguintes convenções11 quanto à
aplicação do respectivo algoritmo de , conforme a regra A:
(a) Substantivos, adjetivos, verbos, numerais, advérbios e pronomes pessoais do caso
reto foram considerados como elementos terminais da árvore sintática;
9
Enunciados extraídos de textos de Português Europeu.
O asterisco (*) indica reestruturação não permitida.
11
Cabe acrescentar que adotamos as convenções (c) e (d) segundo a óptica na qual pronomes demonstrativos
são considerados determinantes (elementos não terminais na árvore sintática na perspectiva de Nespor e
Vogel, 1986) enquanto pronomes pessoais possessivos são considerados núcleos de sintagmas adjetivais,
portanto, elementos terminais da árvore sintática na visão de Nespor e Vogel (1986).
10
(b) Artigos definidos e indefinidos, preposições, conjunções, complementizadores,
pronomes relativos e pronomes pessoais do caso oblíquo (clíticos) foram
considerados elementos não terminais da árvore sintática.
(c) Pronomes demonstrativos foram considerados como elementos não terminais da
árvore sintática, ocupando posição de especificador (D) do sintagma determinante
(DP);
(d) Pronomes pessoais possessivos foram considerados como elementos terminais da
árvore sintática na medida em que assumimos que eles ocupam a posição de núcleo
do sintagma adjetival (AdjP) na árvore sintática;
Exemplo: Alguém , a quem  a minha  memória  não consegue  neste momento 
fazer  justiça,  sugeriu  uma maneira  de se saber  quais as crenças  mais 
profundas  e íntimas  de uma pessoa.12
12
Enunciado extraído de um texto literário de Português Europeu.