O CORPUS E SUA COMPOSIÇÃO

Identificada uma variável linguística, um fenômeno linguístico em variação, como o já exemplificado, na fala (ou na escrita) de uma comunidade de fala, o pesquisador procede com o levantamento dos dados elencados para a constituição do corpus. A pesquisa em sociolinguística deve optar pela coleta/tratamento de dados de gêneros textuais que representem, com maior fidelidade, a língua vernacular do indivíduo, independentemente de esse ser de registro oral ou escrito, no caso de pesquisas na diacronia.

Em nosso trabalho, devido ao estudo ser de caráter diacrônico, levando em conta o tempo real, não é possível coletar ou reunir um corpus oral vernacular, referente à primeira metade do século XX, por exemplo. Logo, selecionamos cartas privadas do PB do século XX, disponíveis no corpus mínimo comum impresso do Projeto para a História do Português Brasileiro – PHPB. No início deste projeto de dissertação, pretendíamos contemplar na análise peças de teatro e cartas privadas inseridas nos séculos XIX e XX, mas dada a escassez na disponibilidade de peças teatrais e de cartas privadas do século XIX da região Nordeste no domínio público, reduzimos o corpus às cartas privadas dos três Estados nordestinos já apresentados: RN, PE e BA.

Em relação à pretensão na extensão dessa seleção, concordamos com o que afirma Tarallo (2007, p. 20), que

para a análise sociolinguística que segue esse feitio é necessária uma enorme quantidade de dados. Como o modelo é de natureza quantitativa, a representatividade do corpus (isto é, do material selecionado para a análise) será sempre avaliada em função da variável estudada e com base nos objetivos centrais do estudo em questão.

Dada a escassez de dados para essa variável linguística sintática, levamos em conta todas as cartas privadas disponíveis do Estado do RN, todas as disponíveis do PE e um quantitativo equilibrado, referente ao número de palavras redigidas, do Estado da Bahia, desde que disponíveis no site do PHPB. Configura-se como uma amostra representativa do Nordeste do Brasil, com um total de 248 (duzentos e quarenta e oito) cartas, somando um total de 70.302 (setenta mil, trezentas e duas) palavras redigidas, perpassando todo o século XX.

Apresento um pouco mais sobre a totalidade do corpus analisado, por Estado. 3.1.1 Composição do grupo A (RN)

Compõem o grupo A 144 (cento e cinquenta e quatro) cartas redigidas por 5 (cinco) correspondentes diferentes, somando um total de 37.445 (trinta e sete mil, quatrocentas e quarenta e cinco) palavras redigidas, as quais distribuímos nos três tempo: tempo I – 12.026 (doze mil e vinte e seis) palavras; tempo II – 8.822 (oito mil, oitocentas e vinte e duas) e tempo III – 16.597 (dezesseis mil, quinhentas e noventa e sete).

No tempo I, constam cartas redigidas pelos irmãos Theodósio Paiva e João Paiva, os quais são o primeiro deles funcionário público e comerciante, além de ser envolvido na política, morador da capital Natal. O segundo trata-se de um comerciante e morador da cidade de Monte Alegre (cf. MOURA, 2013, p. 51). Desses irmãos e sócios comerciais, os Paivas, foi possível reunir 61 (sessenta e uma) cartas, redigidas de 1916 a 1925 – inseridas no tempo I. O teor do assunto tratado entre os dois irmãos é predominantemente sobre as transações comerciais exercidas por eles.

Em seguida, reunimos correspondências trocadas entre o casal Ruzinete e Lourival (as cartas abrangem o período de namoro, noivado e casamento deste casal), moradores de Pau dos Ferros (cidade do interior do RN) (cf. MOURA, 2013, p. 52). Somam 51 (cinquenta e uma) cartas, redigidas entre 1946 a 1972 – inseridas no tempo II, com exceção de 4 (quatro) cartas redigidas no tempo III. A temática predominante na comunicação são assuntos amorosos, comerciais e familiares.

No tempo III, há cartas redigidas por Walter Oliveira e destinadas a Lucinha. Naturais da cidade de Patu, localizada no interior do RN, no entanto, Walter escreve da cidade de São Paulo, para a qual teria se mudado em busca de emprego (cf. MOURA, 2013, p. 53). São 32 (trinta e duas) cartas, redigidas entre 1992 a 1994 – inseridas no tempo III. O que permeia a comunicação estabelecida por meio dessas correspondências são assuntos afetivos, amorosos, entre os dois interlocutores.

3.1.2 Composição do grupo B (PE)

O grupo B é composto por 36 (trinta e seis) cartas redigidas por 6 (seis) escreventes diferentes, porém quase todas destinadas ao Escritor e historiador Gilberto Freyre, somando um total de 7.450 (sete mil, quatrocentas e cinquenta) palavras. O grupo B dispõe do menor

quantitativo de correspondências disponíveis no site do PHPB, entre os Estados selecionados para a pesquisa. Distribuem-se da seguinte forma: tempo I – 2.576 (duas mil, quinhentas e setenta e seis) palavras; tempo II – 4.645 (quatro mil, seiscentas e quarenta e cinco); e tempo III – 229 (duzentas e vinte e nove).

No tempo I, constam cartas de literatos, historiadores, poetas, políticos, a exemplo de, Joaquim Nabuco, José Américo de Almeida e José Lins do Rego. A temática recorrente nos textos veiculados nas cartas é principalmente literário, seguida de política e de assuntos particulares familiares.

No tempo II, há 26 cartas assinadas, também, por figuras ilustres da literatura, dos estudos históricos, da poesia e da política, a exemplo de, José Lins do Rego, José Antônio de Melo Neto, Jarbas Pernambucano de Melo, Manoel Bandeira e Ariano Suassuna, dentre outros. São destinadas em sua maioria a Gilberto Freyre, além de 4 (quatro) destinadas ao Dr. Waldemar de Oliveira, médico e autor de trabalhos literários, residente do Pernambuco. O assunto predominante nestas correspondências também é literatura, história, poesia e política, além de assuntos familiares.

No tempo III, há disponíveis no site do PHPB, nossa fonte do corpus, apenas 2 (duas) cartas, sendo uma assinada por Ariano Suassuna destinada a Gilberto Freyre e a outra pelas irmãs Júlia Caparrós e Eva Caparrós destinada ao Dr. Waldemar de Oliveira. O assunto predominante discorrido nessas cartas do tempo III também é de caráter literário.

3.1.3 Composição do grupo C (BA)

Por sua vez, o grupo C está composto por 78 (setenta e oito) cartas redigidas por diversos escreventes e remetentes, totalizando 25.407 (vinte e cinco mil, quatrocentos e sete) palavras redigidas, distribuídas da seguinte forma: tempo I – 12.432 (doze mil, quatrocentos e trinta e duas) palavras; tempo II – 12.975 (doze mil, novecentos e setenta e cinco); e tempo III – 0 (zero). No domínio público do site do PHPB, não há cartas privadas disponíveis para o tempo – III (1970 a 1999). Em contrapartida, há muitas cartas disponíveis para o tempo II. Assim, selecionamos uma quantidade que ficasse equilibrada, em número de palavras, com o tempo I e com o corpus disponibilizado para os demais Estados.

No tempo I, foram analisadas 44 (quarenta e quatro) cartas redigidas por escreventes diversos ao então Governador do Estado da Bahia, o Dr. Severino Vieira. A temática recorrente é sobre assuntos políticos e comerciais, além de assuntos particulares familiares.

No tempo II, há 34 (trinta e quatro) correspondências, das quais 12 (doze) são correspondências entre o casal de namorados Carlos, escrevendo de Iguahy/BA, e Iracema (Tutú), escrevendo de Poções/BA, e 22 (vinte e duas) são entre o casal Otto, escrevente da capital Salvador, e Renné, escrevendo de Ilhéus. Assuntos amorosos e familiares permeiam as cartas redigidas nesta faixa de tempo.

Selecionados e organizados os dados do corpus, qualificamos as variantes linguísticas concorrentes e quantificamos as suas ocorrências, observando e analisando o contexto em que foram empregados, como, por exemplo, se ocorreram como complemento indireto ou como complemento oblíquo nos termos de Raposo (2013). Além disso, também investigamos se a prototipicidade dos itens lexicais influencia, favorecendo ou restringindo uma variante ou outra. Fizemos a especificação de dados, com base em arquivo de especificação, para rodá-los no programa estatístico GoldVarb 2001.