O presente trabalho visa a relatar o desenvolvimento de uma metodologia de identificação de metáforas em corpora eletrônicos. Como exemplo, foi tomado o gênero teleconferências de apresentação de resultados financeiros. A metodologia é do tipo "bottom-up" / "corpus-driven" e se baseia na identificação de palavras com frequência marcante (palavras-chave) e de seus padrões de co-ocorrência, seguido do cálculo de similaridade semântica entre essas palavras. Com isso, chega-se a um conjunto de palavras que são então interpretadas em seu co-texto, por meio de concordâncias.

This paper aims at reporting the development of a method for metaphor identification in computer corpora. The method was tested on a particular corpus, namely of investment conference calls, and comprises procedures that work from the bottom up, and rely on marked frequency, collocation and semantic similarity as signalling devices for metaphor. As such, the method is an example of corpus-driven research into metaphor. The application of these procedures yields a number of metaphor candidates, which are then checked manually through concordances.

Neste artigo discuto quarto aspectos da pesquisa sobre metáfora do ponto de vista da linguística de corpus: (1) a lexicogramática das metáforas, que se refere aos padrões da metáfora linguística revelados pela análise de corpus; (2) probabilidades metafóricas, que é uma faceta da metáfora que emerge a partir dos estudos relacionados à freqüência de metáforas; (3) dimensões da variação de metáforas, ou a busca por parâmetros sistemáticos de variação de uso de metáfora em diferentes gêneros; e (4) captura automática de metáfora, que está relacionada ao desenvolvimento de softwares que auxiliam na identificação de metáforas em corpora. I defendo que esses quatro aspectos são interrelacionados, e que progressos em um deles podem acarretar mudanças nos outros.

In this paper, I look at four different aspects of metaphor research from a corpus linguistic perspective, namely: (1) the lexicogrammar of metaphors, which refers to the patterning of linguistic metaphor revealed by corpus analysis; (2) metaphor probabilities, which is a facet of metaphor that emerges from frequency-based studies of metaphor; (3) dimensions of metaphor variation, or the search for systematic parameters of variation in metaphor use across different registers; and (4) automated metaphor retrieval, which relates to the development of software to help identify metaphors in corpora. I argue that these four aspects are interrelated, and that advances in one of them can drive changes in the others.

Um dos grandes fenômenos linguísticos da vida política brasileira recente é o que a mídia vem chamando de 'metáforas do presidente Lula'. O ponto de partida deste trabalho é o fato de que deve haver muitas metáforas que passam despercebidas no discurso do presidente e que podem ser descobertas por meio de pesquisa com corpora eletrônicos. Investigamos a presença de metáforas conceptuais relacionadas a 'desenvolvimento' em um corpus composto por pronunciamentos emitidos ao longo de três anos pelo presidente Luís Inácio Lula da Silva. Os resultados indicam que há uso sistemático de três conceitos metafóricos que definem a noção de desenvolvimento do chefe de Estado: VIAGEM, CONSTRUÇÃO e ORGANISMO. Esses três conceitos, em geral, equacionam desenvolvimento com um processo longo, construído, planejado e gerado pelo governo.

One of the main linguistic phenomena in recent Brazilian politics is what the media has called 'President Lula's metaphors'. The starting point for the present investigation is that there must be lots of metaphors that go unnoticed in the president's discourse and that these may be uncovered by corpus-based research. We looked at the presence of conceptual metaphors related to 'development' in a corpus of three years of official presidential speeches. The results indicated the systematic use of three metaphorical concepts that together define the notion of development for the head of State: JOURNEY, BUILDING and ORGANISM. These three concepts together equate development with a long process that is generated, planned and carried out by the government.

O objetivo deste trabalho é identificar e analisar as metáforas recorrentes nos discursos e pronunciamentos do presidente Luís Inácio Lula da Silva. O corpus utilizado na pesquisa é composto por 868 falas do presidente, compreendendo quase 1,8 milhão de palavras. Com o uso de ferramentas da Lingüística de Corpus e do arcabouço teórico da metáfora conceptual, notamos que a palavra 'conquista' se destacava entre as de potencial metafórico no corpus. A análise do uso dessa palavra mostrou que ela é altamente produtiva, gerando uma grande variedade de metáforas ao se combinar com um número alto de tópicos. Isso indica que a conquista é uma metáfora-chave no arsenal retórico do presidente, embora pouco notada. Além disso, o conjunto de metáforas relativas à conquista é coerente com a história de vida e a ideologia política do presidente, o que confere credibilidade ao seu discurso.

The aim of this study is to identify recurrent metaphors in the official speeches of the president of Brazil, Luís Inácio Lula da Silva. The corpus was made up of 868 talks, amounting to nearly 1.8 million words. With the help of Corpus Linguistics tools and a theoretical background centering around conceptual metaphor, we noted that the word 'conquista' ('conquest') stood out from among the other words with high metaphoric potential. The analysis of how this word was used showed that it is highly productive, generating a wide range of metaphors by combining with a large number of topics. This indicated that the 'conquest' is a key metaphor in the President's rhetorical arsenal, despite being little noted. In addition, the set of metaphors relative to 'conquest' is coherent with the President's life and ideology, which lends credibility to his discourse.

El objetivo de este trabajo es identificar y analizar las metáforas recurrentes en los discursos y pronunciamientos del presidente Luís Inácio Lula da Silva. El corpus utilizado en la investigación está compuesto por 868 trechos de discurso del presidente, comprendiendo casi 1,8 millón de palabras. Con el uso de herramientas de la Lingüística de Corpus y de la estructura teórica de la metáfora conceptual, notamos que la palabra 'conquista' se destacaba entre las de potencial metafórico en el corpus. El análisis del uso de esa palabra mostró que ella es altamente productiva, generando una gran variedad de metáforas al combinarlas con un número alto de tópicos. Eso indica que la conquista es una metáfora clave en el arsenal retórico del presidente, aunque poco notada. Además de eso, el conjunto de metáforas relativas a la conquista es coherente con la historia de vida y la ideología política del presidente, lo que confiere credibilidad a su discurso.

L'objectif de ce travail est celui d'identifier et analyser les métaphores récurrentes dans les discours du Président Luís Inácio Lula da Silva. Le corpus employé dans la recherche est composé par 868 allocutions du président, comprenant presque 1,8 million de mots. Avec l'emploi d'outils de la Linguistique de Corpus et de la charpente théorique de la métaphore conceptuelle, on a remarqué que le mot 'conquête' se détachait parmi ceux de potentialité métaphorique dans le corpus. L'analyse de l'emploi de ce mot a démontré qu'il est trop productif, engendrant une grande variété de métaphores quand il s'accorde avec un nombre assez large de sujets. Cela veut dire que la conquête est une métaphore clé dans l'arsenal rhétorique du président, cependant peu remarqué. En outre, l'ensemble de métaphores relatives à la conquête est cohérente avec l'histoire de vie et l'idéologie politique du président, ce qui accorde crédibilité à son discours.

O presente estudo visa a desenvolver uma metodologia para identificar metáforas em corpora. O procedimento é baseado no desejo de que o computador possa fornecer um repertório de candidatos a metáfora no corpus sem que tivesse tido acesso a uma lista de metáforas possíveis naquele corpus. A metodologia trabalha com uma seleção inicial de palavras, partindo então para a detecção dos colocados em comum entre essas palavras e para o cálculo da distância semântica daqueles pares de palavras que possuam um número mínimo de colocados em comum. Os casos que satisfazem esses critérios são examinados cuidadosamente pelo pesquisador por meio de concordâncias. Essa metodologia foi aplicada a um corpus de dissertações de mestrado de Lingüística Aplicada defendidas no Brasil. O trabalho enfatiza a importância do uso de metáforas nas dissertações de mestrado, como uma maneira de os novos pesquisadores demonstrarem pertencimento à Lingüística Aplicada.

This study develops a methodology for finding metaphors in corpora. The procedure is based on the wish that, without a prior list of metaphors, the computer would provide a number of possible metaphor candidates. The methodology works by selecting an initial pool of word types in the corpus, finding shared collocates between pairs of those words and then computing a semantic distance measure for those word pairs which have a requisite number of mutual collocates. Cases which satisfy these criteria were then concordanced and interpreted. This methodology was applied to a corpus of MA dissertations in Applied Linguistics, completed in Brazil. The paper highlights the importance of the use of metaphors by novice Applied Linguistic researchers.

O objetivo deste trabalho é contrastar o uso de metáforas pelos dois candidatos no segundo turno das eleições presidenciais de 2006, Luís Inácio Lula da Silva e Geraldo Alckmin, para saber até que ponto Lula, que foi vitorioso nas urnas, usou metáforas de modo mais eficaz do que o outro candidato durante os debates televisados. Foi colhido um corpus de transcrições desses debates, que foi então analisado em termos da presença de metáforas lingüísticas e conceptuais. O uso de metáforas dos dois candidatos foi contrastado e a análise revelou que houve poucas diferenças entre os candidatos. Ambos usaram quantidades parecidas delas. A principal diferença entre eles foi em relação à ênfase. Alckmin pulverizou suas metáforas: colocou em cena um número maior delas, mas com poucas ocorrências de cada. Lula foi mais seletivo e o neutralizou, conseguindo concentrar seu discurso em metáforas mais afinadas com seus propósitos.

The aim of this study is to contrast the use of metaphors by the two presidential contenders in the runoff of the Brazilian presidential race of 2006, Luís Inácio Lula da Silva and Geraldo Alckmin, in order to establish if Lula, who was victorious, actually used metaphors in a more effective way than his opponent on the television debates. Metaphor use by both candidates was compared, and the analysis revealed that there were few differences between the two candidates. Both used similar quantities of them. The main difference was stress. Alckmin scattered his metaphors, by putting in place a greater number of them, with few occurrences of each. Lula, on the other hand, was more selective and neutralized his opponent, thus being able to stress metaphors that were better suited to his needs.

Este trabalho apresenta uma pesquisa sobre o uso de listas de colocações como instrumentos para detecção de metáforas em corpora. Uma lista de colocação contém as colocações de palavras selecionadas de corpora juntamente com as concordâncias dessas palavras. Na medida que os corpora se tornam mais acessíveis aos pesquisadores de metáfora, começa a surgir uma necessidade de desenvolver maneiras de acessar a maior quantidade possível de dados que um corpus oferece. A pesquisa descrita aqui tentou enfrentar esse desafio, criando e testando ferramentas para pesquisa de metáfora baseada em corpus. Os resultados sugerem que as listas de colocações podem ser um instrumento eficaz de pré-processamento de corpus com vistas à análise humana de metáforas, a despeito de alguns problemas de precisão.

This paper reports a study on the use of collocation lists as instruments for detecting metaphors in corpora. A collocation list contains the collocations for selected words in corpora together with concordances for those words. As corpora become more available to metaphor researchers, there is a growing need for developing ways to gain access to as much data as the corpus can offer. The research described here has hopefully come some way toward meeting the challenges of developing tools for metaphor corpus research. Results suggest that the collocation lists seem to be a good pre-processing instrument for corpus research of metaphor, despite accuracy problems.

Neste trabalho, apresentamos uma investigação baseada em corpora acerca da extensão do uso de estrangeirismos de origem inglesa no português do Brasil. Para tanto, utilizamos o corpus Banco de Português, do projeto DIRECT (LAEL, PUCSP), com mais de 230 milhões de palavras, de fontes orais e escritas, e o British National Corpus, com cerca de 100 milhões de palavras, também provenientes da escrita e fala. A investigação motiva-se (1) pela necessidade do envolvimento dos lingüistas e lingüistas aplicados em debates acerca de políticas públicas, (2) por ser esse um tema caro ao prof. John Robert Schmitz, e (3) pela escassez de trabalhos sobre estrangeirismos que utilizem corpora eletrônicos. Os resultados indicam que (1) há muitos anglicismos em vigor no português brasileiro, (2) a freqüência deles é baixa e (3) eles parecem adquirir sentidos e usos diferentes da língua de origem.

In this paper, we report a corpus-based investigation on the spread of use of English words in Brazilian Portuguese. For this purpose, we employed the Bank of Portuguese, a corpus created by the DIRECT Project (LAEL, PUC/SP), with over 230 million words, from spoken and written sources, and the British National Corpus, with 100 million words, from writing and speech as well. Our research is motivated by the following points: (1) the need for the engagement of linguists and applied linguists in debates over public policies, (2) the fact that this is a theme pursued by John Robert Schmitz, and (3) the lack of studies on foreign word borrowings based on electronic corpora. Results suggest that (1) a large number of English words are in use in Brazilian Portuguese, (2) their frequency is low, and (3) these words take on new different meanings from English

O objetivo da pesquisa apresentada é relatar um método baseado em corpus para análise de discurso que se baseia na noção de segmentação, isto é, a divisão de textos em porções coesas. Para os propósitos desse estudo, um segmento é definido como uma porção contígua de texto que consiste em pelo menos sentenças. O procedimento de segmentação desenvolvido para a pesquisa chama-se LSM ('link set median') e se baseia na identificação da repetição lexical nos textos. Os dados analisados foram três corpora de 100 textos cada. Cada corpus representava um gênero específico: artigos de pesquisa, relatórios anuais de negócio e artigos de enciclopédia. O tamanho total do corpus é 1.262.710 palavras. A segmentação por LSM foi comparada à divisão interna em seções de cada texto. A seguir, os resultados do procedimento LSM foram comparados a uma segmentação feita aleatoriamente. Os resultados indicaram que o procedimento LSM funcionou melhor do que o método aleatório, o que sugere que a repetição lexical responde em parte pela maneira pela qual os textos segmentam-se em seções.

The aim of the research presented here is to report on a corpus-based method for discourse analysis that is based on the notion of segmentation, or the division of texts into cohesive portions. For the purposes of this investigation, a segment is defined as a contiguous portion of written text consisting of at least two sentences. The segmentation procedure developed for the study is called LSM (link set median), which is based on the identification of lexical repetition in text. The data analysed in this investigation were three corpora of 100 texts each. Each corpus was composed of texts of one particular genre: research articles, annual business reports, and encyclopaedia entries. The total number of words in the three corpora was 1,262,710 words. The segments inserted in the texts by the LSM procedure were compared to the internal section divisions in the texts. Afterwards, the results obtained through the LSM procedure were then compared to segmentation carried out at random. The results indicated that the LSM procedure worked better than random, suggesting that lexical repetition accounts in part for the way texts are segmented into sections.

Este trabalho oferece uma retrospectiva da abordagem conhecida por 'Análise Multidimensional', iniciada por Douglas Biber. O trabalho apresenta os conceitos centrais relacionados a esta abordagem e resenha os estudos principais que a utilizaram. Trabalhos ainda inéditos, realizados no Brasil, também são resenhados. O artigo ainda inclui uma discussão acerca das principais críticas relacionadas à Análise Multidimensional.

This article presents an overview of the approach introduced by Douglas Biber known as 'Multidimensional Analysis'. The article introduces the main concepts in this approach and reviews major studies using this methodology. A survey of unpublished studies carried out in Brazil is presented as well. The article also discusses the key criticisms levelled at multidimensional studies.

O presente trabalho oferece uma retrospectiva da Lingüística de Corpus, uma área de pesquisa que tem experimentado um crescimento vertiginoso nos últimos anos e que tem tido um impacto considerável na lingüística. A retrospectiva inclui tanto um painel histórico quanto um posicionamento em relação aos debates correntes e desenvolvimentos futuros da área. Os conceitos principais em voga na área são apresentados e discutidos. O trabalho ainda comenta os fatos mais marcantes na Lingüística de Corpus em relação à teoria e à prática, elencando os principais corpora em existência bem como as mais importantes contribuições no campo de programas de computador para análise e exploração desses corpora.

This paper offers an overview of Corpus Linguistics, which is a research area that has experienced a considerable growth in the past years and which has made a considerable impact on linguistics. The overview looks at both the past and the present of Corpus Linguistics. The main concepts in the area are presented and debated, and the paper also comments on the main theoretical aspects in the field. The principal corpora and software are reviewed.