Corpus do GMHP

a) Este material foi organizado com o intuito de auxiliar, sobretudo, os trabalhos de pesquisa que vêm sendo desenvolvidos pelos integrantes do GMHP;

b) O GMHP, por sua vez, utiliza programas específicos de manipulação de dados para trabalhar com o material em questão, de modo que os arquivos de texto foram padronizados conforme as especificações desses programas, apresentando determinadas marcações que não pertencem à obra original, mas que serão utilizados como parâmetros por esses programas;

c) As marcações são pequenos cabeçalhos, inseridos ao longo de algumas obras, que apresentam o seguinte formato:
\num [xxx]
\txt
sendo que \num indica o início do cabeçalho, [xxx] indica qualquer tipo de divisão presente na obra (capítulo, cena, etc), e \txt indica o fim da linha de cabeçalho e início do texto;

d) Pelo motivo já citado anteriormente, os arquivos foram salvos em formato de texto simples compactado, anulando opções de formatação como caracteres em itálico e negrito, o que não interfere no tipo de análise para o qual este material se destina, tornado-o impróprio, no entanto, para fins editoriais;

e) O material que está disponível foi preparado para ser utilizado estritamente em meios eletrônicos e para uso acadêmico, não possuindo finalidades comerciais e, também, não sendo adequado para qualquer tipo de impressão;

f) As obras foram distribuídas por séculos, haja em vista que os estudos do GMHP estão voltados para o caráter histórico-evolutivo da língua. Ressalte-se, contudo, que a disposição dos arquivos por séculos fornece apenas uma visão panorâmica das obras ao longo do tempo, visto que não é possível determinar com exatidão a data de produção de todos os textos;

g) Ainda com relação à disposição cronológica das obras, é importante lembrar que há um número considerável de autores cuja produção literária abrange séculos distintos. Nesses casos, foram considerados os períodos de maior produção de cada escritor e os movimentos literários a que esses autores são tradicionalmente vinculados para situá-los dentro de um certo período. Fica a cargo de cada pesquisador, no entanto, certificar-se de que determinado texto – caso este venha a apresentar dados relevantes para a sua pesquisa – enquadra-se, de fato, naquele período;

h) Além da distribuição por séculos, foi feita também uma divisão das obras em cinco grande gêneros literários denominados da seguinte forma: (1) romance-novela, (2) conto-crônica, (3) teatro, (4) poesia e (5) prosa (outros). Essa divisão foi feita apenas com o propósito de tentar agrupar textos com estilos semelhantes, sem a intenção de resolver questões de caráter literário como, por exemplo, a questão da diferença entre um conto e uma novela e outros casos semelhantes. Nos casos duvidosos, foram seguidos alguns critérios, como a classificação mais recorrente referente à obra (citada em livros didáticos e outras fontes confiáveis), assim como sua extensão e estrutura geral;

i) Resta enfatizar, ainda, que grande parte do conteúdo deste corpus foi extraído de material já previamente digitalizado e disponível em outras mídias e/ou páginas da Internet, de modo que os colaboradores do GMHP não se responsabilizam pela presença de eventuais erros verificados nesses arquivos, embora muitos problemas já tenham sido detectados e corrigidos;

j) O material disposto nesta página é constantemente atualizado e todos os dados estão sujeitos a correções e alterações. Pede-se que qualquer erro encontrado, tanto nas classificações de data e gênero, como dentro dos arquivos, seja comunicado à equipe do GMHP para o aperfeiçoamento do corpus.

k) Sugere-se o uso do software AntConc 3.2.2 para o processamento dos textos.