Desenvolvimento, implementação e teste de ferramentas integradas para análise textual e tratamento estatístico de dados em pesquisas linguisticas

• Autor(a) principal: Rodrigo Araujo e Castro
• Data de Publicação: 2016
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/MGSS-AB5JNH
• topic: Linguística com potencial de aplicação; Linguística Sistêmico-Funcional; Estudos da Tradução; Mineração de textos; Mineração de dados; Lingüística aplicada; Tradução e interpretação; Linguística Processamento de dados; Linguística de corpus; Pagano, Adriana Silvina

Esta dissertação apresenta um estudo de desenvolvimento, implementação e teste de um conjunto de ferramentas de preparação e análise de dados estruturados (em planilhas) e não estruturados textuais, utilizando-se scripts elaborados no software estatístico e ambiente computacional R. Contribuindo para os Estudos da Tradução, no escopo da Linguística com potencial de aplicação (HALLIDAY, 1985), desenhada no marco teórico da Linguística Sistêmico-Funcional (HALLIDAY; MATTHIESSEN, 2014), e utilizando subsídios da Linguística de Corpus, da Mineração de dados e de textos, da Estatística Descritiva e de técnicas multivariadas de análise, foram desenvolvidos e testados scripts em dados provenientes de um estudo experimental realizado no Laboratório Experimental de Tradução, da Faculdade de Letras da Universidade Federal de Minas Gerais, com quatro pesquisadores do Centro de Desenvolvimento de Tecnologia Nuclear e quatro tradutores profissionais. Os dados selecionados consistiram em (i) dados sociodemográficos e informações fornecidas pelos sujeitos do experimento, como hábitos de leitura e conhecimentos linguísticos na L1 e L2 constituindo dados do tipo estruturado; e (ii) dados do tipo não estruturado extraídos de protocolos verbais (livres e guiados) da tarefa realizada pelos sujeitos. A preparação dos dados estruturados foi feita no R, bem como sua análise, que enfocou a sumarização de dados desses sujeitos, triangulados com o agrupamento feito por técnica de análise multivariada. A preparação dos dados não estruturados foi feita com o editor de texto Notepad++ e scripts do ambiente R, também utilizados para a análise dos dados, enfocando-se os pronomes eu e a gente e sua co-ocorrência com verbos, enquanto realizações das categorias do sistema de TRANSITIVIDADE PARTICIPANTE e PROCESSO, passíveis de serem analisadas sob a perspectiva da metarreflexão dos sujeitos do experimento sobre a tarefa executada. A análise dos dados estruturados permitiu agrupar os sujeitos dos experimentos e obter dendrogramas com base nas planilhas de dados. A análise dos dados não estruturados permitiu a obtenção de: lista de frequência, nuvem de palavras, linhas de concordância e lista de colocados. Os resultados do estudo de implementação evidenciaram os sujeitos mais similares dentro de cada grupo e na amostra como um todo, assim como o fato de os verbos em co-ocorrência com os pronomes examinados nos protocolos serem aqueles que realizavam PROCESSOS materiais e relacionais (relacionados à representação de atividades de fazer e atribuir), seguidos dos mentais (incluindo instâncias de metáforas interpessoais), os quais, segundo Magalhães e Alves (2006), sugerem de forma mais deliberada a metarreflexão dos sujeitos.