UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA - PGET ...

46
contava até maio de 2008 (segundo a página oficial da RAE) com mais
de 160 milhões de formas. Este corpus está constituído por textos
escritos e orais, produzidos em todos os países de língua espanhola (de
1975 até 2004). Esses textos escritos foram extraídos de livros, jornais e
revistas de mais de 100 disciplinas diferentes. A língua oral está
representada por transcrições de documentos sonoros, em sua maioria,
procedente do rádio e da televisão.
O CREA é um corpus representativo do estado atual da língua, de
forma que os materiais que o compõem foram selecionados conforme os
parâmetros habituais: meio, cronológico, geográfico, temático. 90%
correspondem à língua escrita e 10% correspondem à língua oral. O
corpus CREA está subdividido em períodos de 5 anos (conforme tabela
1). 50% das informações do corpus são originários da Espanha, e os
demais 50 %, são originários da América, distribuídas nas zonas
linguísticas: caribeña, mexicana, central, andina, chilena e rioplatense
(conforme tabela 4).
Atualmente, o corpus CREA é a única ferramenta de grande
magnitude existente em língua espanhola, por isso este corpus é o ponto
de partida para vários tipos de pesquisas, principalmente nas áreas da
linguística, da tradução, da publicidade, da sociologia, como também
para a produção de uma grande quantidade de produtos como
dicionários, tesauros, gramáticas, corretores ortográficos, materiais
didáticos, desenvolvimentos informáticos de tradução automática, etc.
(veja figura 20 interface de consulta do CREA).
Figura 1 – Interface de consulta do CREA.
Fonte: (CREA, 2012).