Gramática & Recursos

Este grupo centra-se na modelação do conhecimento linguístico integrando conhecimento sobre interfaces entre diferentes áreas da gramática e conhecimento sobre o uso da língua. O grupo tem como característica distintiva o trabalho conjunto nas áreas da fonologia, do léxico, da sintaxe e da semântica, com o objetivo de construir um modelo integrado de gramática, considerando a forma como o conhecimento linguístico é representado na mente humana, bem como a forma como esse conhecimento poderá ser modelado computacionalmente; o trabalho sobre a aquisição de L1 e L2 está naturalmente no centro deste programa de investigação. A integração de modelos de representação do conhecimento linguístico e de modelos de uso da língua é conseguida através do estudo de corpora.

A produção de corpora e recursos em geral serve ainda o objetivo do grupo de produzir documentação e descrições do português europeu contemporâneo, bem como de línguas menos estudadas que resultam de contacto linguístico (crioulos de base lexical portuguesa, variedades nacionais do português em África e na Ásia). O grupo produz ainda recursos para o estudo da aquisição do português como L1 e como L2 em diferentes situações de aquisição. O grupo integra o CLARIN LP.

A investigação desenvolvida por vários membros do grupo na área da aquisição de L1 e L2 contribui diretamente para o objetivo geral do CLUL de articulação entre investigação fundamental e aplicada, nomeadamente nas áreas da Linguística Educacional e da Linguística Clínica.

São, atualmente, grandes objetivos do grupo:

- Produzir novos recursos para o estudo do português e de crioulos de base lexical portuguesa;

- Continuar investigação fundamental que visa a modelação do conhecimento linguístico, integrando conhecimento sobre interfaces internas à gramática;

- Continuar a documentação e descrição de crioulos e novas variedades do português que emergiram em situação de contacto de línguas;

- Desenvolver o estudo da aquisição do português, dando especial atenção a situações de contacto linguístico (no âmbito do recente Heritage Language Consortium) e à comparação entre desenvolvimento típico e atípico;

- Explorar a potencialidade da linguística comparada para a produção de recursos para a tradução e promover, na mesma área, ligações à indústria.

Recursos Tipo
A Lexicon of Child European Portuguese - CEPLEXicon Léxico
Acquisition of European Portuguese Databank - AcEP Base de dados
Banco do Discurso para o português - CRPC-DB Corpus
Base de dados de citações - CRPC-quotations Base de dados
Base de Dados para a Identificação do Português Língua Nativa - NLI-PT Base de dados
Biografias de personalidades portuguesas - Bio-PT Base de dados
Child-Adult Interaction Corpus - CAI Corpus
Child-Adult interaction European Portuguese Base de dados
CoKri: a corpus of Guinea-Bissau Kriol / um corpus do Kriol da Guiné-Bissau - CoKri Corpus
Corpus Almeida - European Portuguese / French Corpus
Corpus Angolar Corpus
Corpus C-ORAL-ROM Corpus
Corpus CCF Corpus
Corpus CINTIL Corpus
Corpus de Português de Cabo Verde Corpus
Corpus de Português do Sri Lanka Corpus
Corpus de Referência do Português Contemporâneo - CRPC Corpus
Corpus de Textos Literários - LT Corpus Corpus
Corpus do Parlamento Português anotado com POS - PTPARL Corpus
Corpus Fadambo Corpus
Corpus Leiria (1991) Corpus
Corpus Online de Escrita e Fala de Crianças nos Primeiros Anos de Escolaridade - EFFE-On Corpus
Corpus PESTRA Corpus
Corpus Português Fundamental - Corpus PF Corpus
Corpus Principense Corpus
Corpus REDIP Corpus
Corpus Santome Corpus
Corpus SANTOS - Português Europeu Corpus
Crosslinguistic Child Phonology Project - Português Europeu - CLCP-PE Ferramenta
Dados Orais de Cabo Verde - CV Words Base de dados
Demo de Subespecificação e Desambiguação de Escopo Ferramenta
Dicionário de Hindi-Português-Hindi Base de dados
Discurso Informal de Lisboa e Braga - DILeB Corpus
Diu Indo-Portuguese Data Set Base de dados
EP-Plurals Ferramenta
Interacção Pessoa-Máquina em Linguagem Natural - INQUER Base de dados
Learner Corpus of Portuguese L2 - COPLE2 Corpus
Léxico de modalidade - MODAL-LEX-PT Léxico
Léxico Multifuncional Computorizado do Português Contemporâneo Léxico
NPChunks: Corpus of 1000 sentences annotated with PoS and nominal chunks - NPChunks Corpus
Online Dictionary Portuguese-Slovak/Slovak-Portuguese Base de dados
Pereira&Freitas - EP Corpus
PhonoDis Corpus
Português Controlado - CLG Base de dados
Português Falado - Variedades Geográficas e Sociais Corpus
Portuguese Corpus Annotated for Modality - MODAL Corpus
Portuguese Lexicon of Discourse Markers - LDM-PT Léxico
Portuguese Technical Lexica - LEXTEC Léxico
Ramalho – EP Corpus
Recolha de dados de PLE Corpus
Reconhecedor de Entidades Nomeadas - CRPC-NER Ferramenta
Santome Structure Dataset Base de dados
Spoken Corpus Mozambique 1986-87 - SCM Corpus
Tarefas de Consciência Fonológica para Crianças do 1.º Ciclo do Ensino Básico - TCFC Ferramenta
Tarefas de produção orais e escritas de sequências consonânticas - PORESC Ferramenta
Unidades Lexicais Multipalavra Nominais em Português Europeu Léxico
Vocativos em Português Europeu Corpus
Word Combination in European Portuguese - LEX-MWE-PT Léxico
WordNet.PT Léxico
Artigo em Atas
Aires, J., Cardoso, A., Pereira, R., & Mendes, A. (2024). Compiling and Exploring a Portuguese Parliamentary Corpus - ParlaMint-PT. In D. Fiser, Eskevich, M., & Gordon, D. (Eds.), Proceedings of the IV Workshop on Creating, Analysing, and Increasing Accessibility of Parliamentary Corpora (ParlaCLARIN) @ LREC-COLING 2024 (pp. 12-20). Torino, Italy: ELRA and ICCL.
Akef, S., Mendes, A., Meurers, D., & Rebuschat, P. (2024). Investigating the Generalizability of Portuguese Readability Assessment Models Trained Using Linguistic Complexity Features. In P. Gamallo, Claro, D., Teixeira, A., Real, L., Garcia, M., Oliveira, H., & Amaro, R. (Eds.), Proceedings of the 16th International Conference on Computational Processing of Portuguese - PROPOR 2024 (pp. 332-341). "Santiago de Compostela, Galicia/Spain": Association for Computational Lingustics.
Zeyrek, D., Oles̆kevic̆ienė, G., & Mendes, A. (2024). Multiple Discourse Relations in English TED Talks and Their Translation into Lithuanian, Portuguese and Turkish. In P. Zweigenbaum, Rapp, R., & Sharoff, S. (Eds.), Proceedings of the 17th Workshop on Building and Using Comparable Corpora (BUCC) @ LREC-COLING 2024 (pp. 125-134). Torino, Italia: ELRA and ICCL.
Costa, A., Matos, G., & Luegi, P. (2010). Processamento de relações anafóricas com sujeitos omitidos em Português Europeu. In Textos Selecionados do XXV Encontro Nacional da Associação Portuguesa de Linguística (pp. 351-364).
Akef, S., Meurers, D., Mendes, A., & Rebuschat, P. (2025). Interpretable Machine Learning for Societal Language Identification: Modeling English and German Influences on Portuguese Heritage Language. In Proceedings of the 14th Workshop on Natural Language Processing for Computer Assisted Language Learning (pp. 50-62). Tallinn, Estonia: ACL. Retrieved from "https://aclanthology.org/2025.nlp4call-1.4/"
Edição de Atas
Mendonca, V., Sardinha, A., Coheur, L., & Santos, A. L. (2020). Query Strategies, Assemble! Active Learning with Expert Advice for Low-resource Natural Language Processing. 2020 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE). IEEE. http://doi.org/10.1109/fuzz48607.2020.9177707
Frota, S., Cruz, M., & Vigário, M. (2022). Proceedings of the 11th International Conference on Speech Prosody 2022. http://doi.org/10.21437/SpeechProsody.2022
Dataset
Frota, S., Cruz, M., Martins, F., & Vigário, M. CDS_EP: A lexicon of Child Directed Speech from the FrePoP database (0;11 to 3;04) . Laboratório de Fonética, CLUL/FLUL.
Frota, S., Correia, S., Severino, C., Cruz, M., Vigário, M., & Cortês, S. PLEX5 – A production lexicon of child speech for European Portuguese / Um léxico infantil para o Português Europeu. Lisboa: Laboratório de Fonética CLUL/FLUL.
Frota, S., Cruz, M., & Vigário, M. (2012). Romance Languages Database. Online database for intonational phrasing in Romance, (updated version, now including data from Northern European Portuguese) . Retrieved from http://rld.fl.ul.pt/
Vigário, M., Frota, S., Matos, N., Cruz, M., & Jordão, R. LumaLiDaAudy - Audio Child Speech Database with phonetic transcription and prosodic labelling. Lisboa: Lab. Fonética, CLUL/FLUL.
Frota, S., Vigário, M., Cruz, M., & Martins, F. (2008). LumaLiDaAudyLexicon (versão 1). Lisboa: Laboratório de Fonética da FLUL. Retrieved from http://labfon.letras.ulisboa.pt/lumalidaaudylex.htm
Gonçalves, R., Hagemeijer, T., Cornejo, C., Alcantâra, C., Madureira, R., Généreux, M., & Mendes, A. (2021). PALMA Corpus São Tomé e Príncipe . Lisboa: Centro de Linguística da Universidade de Lisboa.
Hagemeijer, T., Madureira, R., Cornejo, C., Justino, V., Campos, M., Gonçalves, R., et al. (2021). PALMA Corpus Moçambique. Lisboa: Centro de Linguística da Universidade de Lisboa.
Miguel, A., Cornejo, C., Madureira, R., Silva, D., Hagemeijer, T., Gonçalves, R., et al. (2021). PALMA Corpus Angola. Lisboa: Centro de Linguística da Universidade de Lisboa.
Edição Eletrónica
Colaço, M., Gonçalves, A., Freitas, M. J., & Gomes, J. (2022). A casa na quinta: das palavras às frases. Lisboa: Direção Geral de Educação. Retrieved from https://redge.dge.mec.pt/ilha/por4/
Artigo em Revista
Flores, C., Santos, A. L., Jesus, A., & Marques, R. (2017). Age and input effects in the acquisition of mood in Heritage Portuguese. Journal Of Child Language, 44(4), 795-828. http://doi.org/10.1017/s0305000916000222
Santos, A. L., Gonçalves, A., & Hyams, N. (2014). Complementos de verbos percetivos. Causativos E De Controlo De Objeto Em Português Europeu: Dados Da Aquisição. In Xxix Encontro Nacional Da Apl, 2013.
Almeida, M. C. (2006). Blend-Bildungen - und was dahinter steckt. Portugiesisch Kontrastiv Gesehen Und Anglizismen Weltweit, 10., 241-259.
Cardoso, H. C. (2013). Diu Indo-Portuguese, in The Survey of Pidgin and Creole Languages. Vol. 2, 2, 90-101.
Cardoso, H. C. (2012). Oral traditions of the Luso-Asian communities: local, regional and continental, in Portuguese and Luso-Asian Legacies, 1511-2011. Vol. 2 (Culture And Identity In The Luso-Asian World: Tenacities & Plasticities), 2, 143-166.
Duarte, I. (2013). Construções de Topicalização, in Gramática do Português. Vol. I, I, 401-426.
Hagemeijer, T., & Holm, J. (2008). On the Creole Portuguese of São Tomé (West Africa). Annotated translation from the German of “Ueber das Negerportugiesische von S. Thomé (Westafrika. ). ” Sitzungsberichte der kaiserlichen Akademie der Wissenschaften zu Wien 101(2): 889-917. [1882]. Contact Languages: Critical Concepts In Linguistics, I, 131-156.
Marques, R. (2013). Construções de grau, in Gramática do Português. Eduardo Paiva Raposo Et Al. Lisboa: Fundação Calouste Gulbenkian, Cap, 40, 2139-2163.
Marques, R. (2012). Covert Modals and (Non-) Implicative Readings of too/enough Constructions, Covert Patterns of Modality. W. Abraham & E. Leiss. Cambridge: Cambridge Scholars Publishing, Pp. 238-266. Isbn, 238-266.
Marques, R. (2003). Semantic and Pragmatic Constraints on Mood Selection, in Meaning Through Language Contrast. Vol. 1, 1, 129-146.
Matos, G., & Brito, A. M. (2013). The alternation between improper indirect questions and restrictive relatives. Linguistik Aktuell/Linguistics Today, 197, 83-116. http://doi.org/https://doi.org/10.1075/la
Matos, G., & Brito, A. (2008). Comparative clauses and cross linguistic variation: a syntactic approach. Empirical Issues In Syntax And Semantics. Bonamy, O; Hofherr, P. (Eds), 7, 307–329. Retrieved from http://www.cssp.cnrs.fr/eiss7/
Mota, M. A., Rodrigues, C., & Soalheiro, E. (2003). Padrões flexionais nos pretéritos fortes. Pe Falado Setentrional, In Razão E Emoções , II - Volume de Homenagem a Maria Helena Mira Mateus, 129-155.
Vigário, M., Frota, S., & Freitas, M. J. (2009). Phonetics and Phonology. Interactions And Interrelations. Current Issues In Linguistic Theory, 306.