Organização dos corpora

A disponibilização dos textos nos corpora segue uma trajetória temporal, ou seja, essas produções linguísticas estão organizadas, tendo em conta o ano de publicação. Mas o número das produções linguísticas pode variar de ano para ano

Cada ano pode ser considerado um subcorpus referente ao corpus geral. Afinal, um determinado ano pode veicular mais de um texto de especialidade. O espaço temporal para analisar e descrever a polissemia nominal diacrônica tem em conta os anos de 1990 a 2011. Apresentamos a seguir, o número de formas e o total de ocorrências relativas a cada um dos subcorpus que constituem os corpora da variante brasileira e variante portuguesa:

Os contextos identificados e extraídos para a realização deste trabalho não seguem literalmente essa trajetória temporal; para alguns dos anos não foram identificados contextos; já em outros anos, observa-se a veiculação de apenas um ou dois contextos. Acrescentamos que entre as ocorrências de um contexto e outro, os intervalos de tempo também variam.

Para a variante brasileira não se vê uma sucessão temporal contínua, nota-se diferentes intervalos de tempo, considerando os anos em que ocorrem os contextos: 2002, 2006, 2007, 2008 e 2009. Observa-se a existência de um intervalo de tempo de quatro anos entre os dois primeiros anos.

Para a variante portuguesa, a sequência contínua entre os contextos ocorre em três momentos diferentes: 1995 a 1997; 2005 a 2006; 2009 a 2010. Desse modo, os intervalos de tempo, respectivamente, são de oito e três anos.

Este critério de organização dos textos tem por objetivo observar e descrever a polissemia nominal diacrônica referente a um determinado termo. No entanto, a observação da sincronia que ocorre num certo período do tempo não é relevada para um segundo plano.

A cada um dos textos que integram os corpora, foi atribuído um código, conforme podemos verificar nos exemplos referentes às variantes brasileira e portuguesa.

Para a variante brasileira, apresentamos o código 2009CSCnovdezv14n5 referente ao texto: Mídia e drogas: análise documental da mídia escrita brasileira sobre o tema entre 1999 e 2003. O referido texto é parte integrante da revista on-line Ciênc. saúde coletiva vol.14 no.5 Rio de Janeiro nov./dez. 2009.

Para a variante portuguesa, o código 2009RTv15n3t1 refere-se ao texto: Considerações teóricas sobre o conceito Locus de Controlo: Reflexões acerca do seu potencial preventivo, proveniente da Revista Toxicodependências 2009 vol15 n3.

A codificação referente a essa produção linguística pode ser conferida através do extrato do corpus que se segue:

Como se pode observar através de ambas as figuras, a presente codificação situa-se no início de cada um dos textos. Logo abaixo da codificação, encontram-se as datas referentes a recepção e publicação dos artigos. Embora não sendo consideradas no desenvolvimento dessa metodologia de trabalho, optamos por veiculá-las apenas como dados informativos, pelo fato de que através dessas datas é possível ter uma maior delimitação acerca dos termos e dos sentidos que lhe são conferidos.

O código é formado em primeiro lugar pelo ano, pois estamos trabalhando sob o eixo diacrônico, seguido pelas letras iniciais da fonte, isto é, o nome da revista, e logo após o mês de publicação dessa mesma revista, salvo quando essa informação vem referida no texto, e por fim o volume e o número.

A título de explicação, tanto à esquerda quanto à direita do código referente a cada texto, encontra-se o símbolo (&) repetido três vezes. Esses símbolos permitem separar os textos uns dos outros, com o objetivo de tratá-los individualmente a nível automático. Esse tipo de tratamento é realizado com o auxílio do software Hyperbase.

Esse software foi utilizado para extrair os contextos que estão sendo utilizados para a realização do estudo sobre a polissemia nominal diacrônica.

Essa tarefa além de permitir uma melhor observação e particularização do comportamento das relações entre o termo e os seus sentidos, possibilita a nível automático, um tratamento e uma descrição pormenorizados.

Para o propósito desse trabalho, que é a identificação e o reconhecimento da polissemia do termo “drogas” a nível diacrônico, as codificações são úteis e satisfazem o nosso objetivo. Porém, para os trabalhos futuros referentes ao reconhecimento do contexto a nível informático, é necessário uma reflexão mais aprofundada sobre a maneira de como ter em conta que um só texto pode apresentar vários contextos e que podem ilustrar a relação de um só termo estabelece com vários sentidos distintos mas que podem apresentar afinidades entre si.

No âmbito da realização deste estudo, optamos por utilizar as cores para identificar o termo “drogas” e os seus sentidos; os marcadores linguísticos que delimitam a relação entre o termo “drogas” e os seus sentidos e ainda as sequências linguísticas que podem seguir esses mesmos termos e sentidos, os semas e sememas, que para essa fase do trabalho serão veiculados através de uma mesma cor.

Estes critérios têm por objetivo demonstrar e delimitar a ocorrência dessas unidades em situação de contexto. Desse modo, adotamos a seguinte legenda:

termo

sentido sememas/sema

marcadores linguísticos

sequências linguísticas

Contudo, fora do contexto, quando estivermos nos referindo aos termos, sentidos, sememas/semas, marcadores linguísticos e sequências linguísticas, utilizaremos uma outra legenda:

As “aspas” indicam que estamos nos referindo aos termos; As « aspas francesas » dizem respeito aos sentidos;

As //barras oblíquas// duplas referem-se tanto aos semas quanto aos sememas; Os [colchetes] reportam-se aos marcadores linguísticos;

Os (parêntesis) referem-se as sequências linguísticas.

Estas codificações em situação de contextos discursivos têm por objetivo fundamentar a concepção de metodologias que possam auxiliar no reconhecimento das relações polissêmicas tanto a nível sincrônico quanto diacrônico.

Tendo em conta essas codificações, passamos à identificação e análise dos marcadores linguísticos, responsáveis, em parte, pela veiculação das relações polissêmicas.