{"id":20463353,"url":"https://github.com/fflch/cortec","last_synced_at":"2025-06-11T07:34:05.676Z","repository":{"id":53499188,"uuid":"148186764","full_name":"fflch/cortec","owner":"fflch","description":"CorTec - Corpus Técnico-Científico - é um corpus comparável de textos técnicos e/ou científicos","archived":false,"fork":false,"pushed_at":"2021-06-01T19:44:47.000Z","size":2712,"stargazers_count":1,"open_issues_count":0,"forks_count":5,"subscribers_count":4,"default_branch":"master","last_synced_at":"2025-04-13T08:11:55.210Z","etag":null,"topics":[],"latest_commit_sha":null,"homepage":null,"language":"PHP","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/fflch.png","metadata":{"files":{"readme":"readme.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null}},"created_at":"2018-09-10T16:37:05.000Z","updated_at":"2021-06-01T19:44:50.000Z","dependencies_parsed_at":"2022-08-18T14:00:27.575Z","dependency_job_id":null,"html_url":"https://github.com/fflch/cortec","commit_stats":null,"previous_names":[],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/fflch%2Fcortec","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/fflch%2Fcortec/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/fflch%2Fcortec/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/fflch%2Fcortec/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/fflch","download_url":"https://codeload.github.com/fflch/cortec/tar.gz/refs/heads/master","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":248681497,"owners_count":21144700,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":[],"created_at":"2024-11-15T13:10:42.981Z","updated_at":"2025-04-13T08:12:02.852Z","avatar_url":"https://github.com/fflch.png","language":"PHP","funding_links":[],"categories":[],"sub_categories":[],"readme":"![GitHub pull requests](https://img.shields.io/github/issues-pr-raw/fflch/cortec.svg)\n![GitHub closed pull requests](https://img.shields.io/github/issues-pr-closed-raw/fflch/cortec.svg)\n\n![GitHub issues](https://img.shields.io/github/issues/fflch/cortec.svg)\n![GitHub closed issues](https://img.shields.io/github/issues-closed/fflch/cortec.svg)\n\n## CorTec\n\nO CorTec - Corpus Técnico-Científico - é um corpus comparável de textos técnicos e/ou científicos, originalmente escritos em português brasileiro e em inglês. Esse corpus é constituído por corpora compilados por alunos do extinto Curso de Especialização em Tradução e por pós-graduandos do programa de Estudos Linguísticos e Literários em Inglês, que os construíram para suas pesquisas. Sempre que possível, novos corpora são acrescentados.\n\nA primeira versão do CorTec, lançada em setembro de 2005, teve o apoio financeiro do CNPq, processo no. 403120-03-9 e foi construída e implementada junto ao projeto CoMET em parceria com o NILC (Núcleo Interinstitucional de Lingüística Computacional), localizado no ICMC da USP de São Carlos, e o Projeto Lácio-Web.\n\nA interface original e todas as ferramentas de pesquisa foram desenvolvidas e adaptadas para o Cortec por Marcos Felipe Tonelli de Carvalho, sob a coordenação da Profa. Dra. Sandra Maria Aluísio.\n\nO CorTec conta atualmente com mais de 20 corpora, dos mais variados domínios. O tamanho de cada corpus varia segundo sua especificidade. Assim, o corpus de Magnéticos de Vazão tem xxx palavras em português e xxxx em inglês, enquanto o de Culinária conta com mais de um milhão de palavras em cada língua.\n\nClicando-se sobre o nome do corpus abre-se uma janela com detalhes sobre sua autoria, composição, número de palavras distintas (types) e ocorrências (tokens).\n\n### Funcionalidades\n\n**Funcionalidades abertas:**\n-   Listagem de categorias de corporas e corporas.\n-   Descrição de categorias de corporas e corporas.\n-   Tabela com resumo analítico de cada corpora, com:    \n\t-   quantidade de ocorrências/tokens;        \n\t-   quantidade de formas/types;        \n\t-   token/type ratio.        \n-   Análise de texto:\n\t-   Seleção de corporas e/ou categorias.        \n\t-   Seleção de idioma.        \n\t-   Seleção de ferramenta de análise de texto (Concordanciador, Gerador de Lista de Palavras, Gerador de N-Gramas).    \n\n-   **Concordanciador**:    \n\t-   Busca de termo nos corporas selecionados com os parâmetros:        \n\t\t-   igual a, começando com, terminando com ou contendo;\n\t\t-   tamanho do contexto reduzido a ser exibido na listagem: 20, 30, 40, 50 ou 60 caracteres.        \n  -   Compilação das ocorrências do termo encontradas com o respectivo contexto ajustado para o tamanho escolhido.\n\t  - Opção para download\n  -   Compilação das ocorrências do termo encontradas com o respectivo contexto ampliado (150 caracteres).\n\t  - Opção para download\n\n-   **Gerador de Lista de Palavras**:\n\t-   Tabela com todos os types dos corporas selecionados e os respectivos números de ocorrência (frequência).       \n\t\t-   Opção de ordenar a tabela por type (alfabética) e por frequência (nº de ocorrências);            \n\t\t-   Busca na tabela por type;            \n\t\t-   Opção de download da tabela.            \n\t-   Tabela de Tokens com: o total de ocorrências, quantidade de tokens que aparecem uma vez e que aparecem mais de uma vez.        \n\t-   Tabela de Types com: o total de palavras, quantidade de types que aparecem uma vez e que aparecem mais de uma vez.        \n\t-   Índice Vocabular (token/type ratio).\n\n-   **Gerador de N-Gramas**    \n\t- Compilação do n-gramas de acordo com os parâmetros:\n\t\t- tamanho dos n-gramas, Stoplist (padrão ou inserir uma), limite mínimo.\n\n**Funcionalidades administrativas:**\n-   CRUD de Categorias.   \n-   CRUD de Corpora.    \n-   CRUD de Corpus.    \n\t-   Opção de digitar ou subir arquivo .txt.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Ffflch%2Fcortec","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Ffflch%2Fcortec","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Ffflch%2Fcortec/lists"}