O documento descreve o processo de criação de um dicionário aberto e gratuito em português através da digitalização e transcrição de um dicionário existente no domínio público - o "Novo Dicionário da Língua Portuguesa" de 1913 por Candido de Figueiredo. O dicionário escolhido será digitalizado e transcrito por voluntários usando ferramentas como o Projecto Gutenberg e o Distributed Proofreaders para torná-lo acessível online de forma gratuita.
"É melhor praticar para a nota" - Como avaliar comportamentos em contextos de...
Dicionário Aberto
1. Dicion´rio Aberto
a
Alberto Sim˜es e Rita Farinha
o
21 Novembro 2008
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
2. Motiva¸˜o
ca
N˜o existem dicion´rios (convencionais) dispon´
a a ıveis:
existem dicion´rios consult´veis (Infopedia, Priberam...)
a a
n˜o existem dicion´rios descarreg´veis
a a a
Impossibilita processamento autom´tico!
a
A constru¸˜o de um dicion´rio ´ dispendiosa:
ca a e
necessita de muita m˜o de obra (especializada);
a
´ demorada (mais de 5 anos para qualidade m´
e ınima).
Tentar aproveitar trabalho (bem) feito:
editoras n˜o fornecem dicion´rios (fazem elas bem!);
a a
mas existem dicion´rios no dom´ p´blico!
a ınio u
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
3. Dom´nio Publico
ı ´
Legisla¸˜o sobre obras liter´rias:
ca a
As obras tˆm um per´
e ıodo de Direitos de Autor;
Este per´
ıodo ´ limitado: os Direitos de Autor expiram!
e
De acordo com a legisla¸˜o portuguesa:
ca
um livro entra no Dom´ P´blico:
ınio u
70 anos ap´s a morte do autor;
o
70 anos ap´s o ano de edi¸˜o da obra;
o ca
Varia de pa´ para pa´
ıs ıs!
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
4. Dicion´rio no Dom´nio Publico
a ı ´
Encontrando um Dicion´rio no Dom´ P´blico:
a ınio u
Torna-se legal a sua utiliza¸˜o integral.
ca
Mas um dicion´rio no Dom´ P´blico:
a ınio u
Ter´ sido publicado pelo menos antes de 1938;
a
O seu autor ter´ de ter falecido antes de 1938;
a
Al´m disso, ´ necess´rio:
e e a
Ter acesso ` obra;
a
Definir m´todos de digitaliza¸˜o da obra;
e ca
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
5. Dicion´rio Escolhido
a
Novo Diccion´rio da L´ngua
a ı
Portuguesa
Candido de Figueiredo — 1913
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
6. Porquˆ esta escolha?
e
O Dicion´rio tem alguma fama;
a
Sabemos que ´ f´cil atribuir-lhe defeitos!
e a
Razoavelmente completo:
dicion´rio em dois volumes;
a
mais de mil p´ginas por volume;
a
segunda(?) edi¸˜o;
ca
Dispon´ na Biblioteca Nacional;
ıvel
com projecto de digitaliza¸˜o agendado pela BND;
ca
no Dom´ P´blico! (1913!)
ınio u
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
7. Porquˆ esta escolha?
e
O Dicion´rio tem alguma fama;
a
Sabemos que ´ f´cil atribuir-lhe defeitos!
e a
Razoavelmente completo:
dicion´rio em dois volumes;
a
mais de mil p´ginas por volume;
a
segunda(?) edi¸˜o;
ca
Dispon´ na Biblioteca Nacional;
ıvel
com projecto de digitaliza¸˜o agendado pela BND;
ca
no Dom´ P´blico! (1913!)
ınio u
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
8. Porquˆ esta escolha?
e
O Dicion´rio tem alguma fama;
a
Sabemos que ´ f´cil atribuir-lhe defeitos!
e a
Razoavelmente completo:
dicion´rio em dois volumes;
a
mais de mil p´ginas por volume;
a
segunda(?) edi¸˜o;
ca
Dispon´ na Biblioteca Nacional;
ıvel
com projecto de digitaliza¸˜o agendado pela BND;
ca
no Dom´ P´blico! (1913!)
ınio u
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
9. Necessidade de Digitaliza¸˜o/Transcri¸˜o
ca ca
O Dicion´rio torna-se util depois de digitalizado:
a ´
embora j´ seja interessante ter acesso ` imagem,
a a
´ imprescind´ ter acesso ao texto!
e ıvel
N˜o ´ poss´ realizar OCR com qualidade:
a e ıvel
quando o documento tem fraca qualidade de impress˜o;
a
o tamanho da letra usado ´ pequeno;
e
estamos a falar de portuguˆs antigo!!
e
Uma transcri¸˜o completamente manual:
ca
´ demasiado demorada;
e
´ pouco motivadora;
e
O processo de transcri¸˜o usado baseia-se:
ca
na experiˆncia do Projecto Gutenberg;
e
na ferramenta Web Distributed Proofreaders;
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
10. Necessidade de Digitaliza¸˜o/Transcri¸˜o
ca ca
O Dicion´rio torna-se util depois de digitalizado:
a ´
embora j´ seja interessante ter acesso ` imagem,
a a
´ imprescind´ ter acesso ao texto!
e ıvel
N˜o ´ poss´ realizar OCR com qualidade:
a e ıvel
quando o documento tem fraca qualidade de impress˜o;
a
o tamanho da letra usado ´ pequeno;
e
estamos a falar de portuguˆs antigo!!
e
Uma transcri¸˜o completamente manual:
ca
´ demasiado demorada;
e
´ pouco motivadora;
e
O processo de transcri¸˜o usado baseia-se:
ca
na experiˆncia do Projecto Gutenberg;
e
na ferramenta Web Distributed Proofreaders;
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
11. Necessidade de Digitaliza¸˜o/Transcri¸˜o
ca ca
O Dicion´rio torna-se util depois de digitalizado:
a ´
embora j´ seja interessante ter acesso ` imagem,
a a
´ imprescind´ ter acesso ao texto!
e ıvel
N˜o ´ poss´ realizar OCR com qualidade:
a e ıvel
quando o documento tem fraca qualidade de impress˜o;
a
o tamanho da letra usado ´ pequeno;
e
estamos a falar de portuguˆs antigo!!
e
Uma transcri¸˜o completamente manual:
ca
´ demasiado demorada;
e
´ pouco motivadora;
e
O processo de transcri¸˜o usado baseia-se:
ca
na experiˆncia do Projecto Gutenberg;
e
na ferramenta Web Distributed Proofreaders;
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
12. Necessidade de Digitaliza¸˜o/Transcri¸˜o
ca ca
O Dicion´rio torna-se util depois de digitalizado:
a ´
embora j´ seja interessante ter acesso ` imagem,
a a
´ imprescind´ ter acesso ao texto!
e ıvel
N˜o ´ poss´ realizar OCR com qualidade:
a e ıvel
quando o documento tem fraca qualidade de impress˜o;
a
o tamanho da letra usado ´ pequeno;
e
estamos a falar de portuguˆs antigo!!
e
Uma transcri¸˜o completamente manual:
ca
´ demasiado demorada;
e
´ pouco motivadora;
e
O processo de transcri¸˜o usado baseia-se:
ca
na experiˆncia do Projecto Gutenberg;
e
na ferramenta Web Distributed Proofreaders;
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
13. Projecto Gutenberg
Um arquivo de obras liter´rias;
a
E de outras n˜o t˜o liter´rias (t´cnicas);
a a a e
E ainda partituras...
http://www.gutenberg.org/
Em formato textual e/ou ´udio;
a
Livres de direitos de autor (no pa´ em que foi
ıs
transcrito...)
Em diferentes l´ınguas (incluindo transcri¸˜es).
co
Portuguˆs com mais de 300 livros...
e
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
14. Projecto Gutenberg
Um arquivo de obras liter´rias;
a
E de outras n˜o t˜o liter´rias (t´cnicas);
a a a e
E ainda partituras...
http://www.gutenberg.org/
Em formato textual e/ou ´udio;
a
Livres de direitos de autor (no pa´ em que foi
ıs
transcrito...)
Em diferentes l´ınguas (incluindo transcri¸˜es).
co
Portuguˆs com mais de 300 livros...
e
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
15. Distributed Proofreaders
Uma ferramenta web para ajuda na transcri¸˜o de obras:
ca
permite a cria¸˜o de projectos de transcri¸˜o;
ca ca
de qualquer obra (depois de pedida a devida
autoriza¸˜o);
ca
http://www.pgdp.net/
Cada obra ´:
e
dividida por p´ginas;
a
transcrita p´gina a p´gina;
a a
cada utilizador recebe a pr´xima p´gina por transcrever.
o a
Comunidade Portuguesa:
http://pagina-a-pagina.blogspot.com/
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
16. Distributed Proofreaders
Uma ferramenta web para ajuda na transcri¸˜o de obras:
ca
permite a cria¸˜o de projectos de transcri¸˜o;
ca ca
de qualquer obra (depois de pedida a devida
autoriza¸˜o);
ca
http://www.pgdp.net/
Cada obra ´:
e
dividida por p´ginas;
a
transcrita p´gina a p´gina;
a a
cada utilizador recebe a pr´xima p´gina por transcrever.
o a
Comunidade Portuguesa:
http://pagina-a-pagina.blogspot.com/
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
17. Distributed Proofreaders
Uma ferramenta web para ajuda na transcri¸˜o de obras:
ca
permite a cria¸˜o de projectos de transcri¸˜o;
ca ca
de qualquer obra (depois de pedida a devida
autoriza¸˜o);
ca
http://www.pgdp.net/
Cada obra ´:
e
dividida por p´ginas;
a
transcrita p´gina a p´gina;
a a
cada utilizador recebe a pr´xima p´gina por transcrever.
o a
Comunidade Portuguesa:
http://pagina-a-pagina.blogspot.com/
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
19. Transcri¸˜o: OCR
ca
de um org~o, para fora do lugar normal: <i>pjrolapso
´ a
do ´tero</i>. (Lat. <i>lapsus</i>).
u
*<b>Prolator</b>,<i>m. Jur</i>. Aquelle que promulga (uma
lei). (Lat. <i>prolator</i>).
<b>Prole</b>,<i>f</i>. Prog´nie; gera¸~o. Filho ou filhos.
e ca
Success~o. (Lat. <i>proles</i>).
a
<b>Prolegdmenos</b>,<i>f. pi</i>. Introduc¸~o geral de uma
ca
obra sci^ntifica <i>ou</i> art´stica. Pref´cio longo. Exposi¸ao
e ı a c~
preliminar dos princ´pios geraes de uma
ı
sci^ncia <i>ou</i> arte. (Gr. <i>prolegomena</i>).
e
<b>Prolepse</b>,<i>f</i>. Figura de Rhet´rica, que consiste
o
em prevenir objec¸oes, fazendo-as a si pr´prio e
c~ o
destru´ndo-as. (Lat. <i>prolepsis</i>).
ı
*<b>Prolepticamente</b>,<i>adv</i>. De modo prol´ptico.
e
* <b>Prol´ptico</b>,<i>adj</i>. Relativo a prolepse. <i>Med.</i>
e
Diz-se da febre, cujos accessos se antecipam,
quanto ´ hora, em que normalmente appareceriani.
a
(Gr. <i>proleptikos</i>).
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
20. Transcri¸˜o final
ca
de um org~o, para fora do lugar normal:
´ a
_prolapso do utero_.
´
(Lat. _lapsus_).
* *Prolator*,
_m. Jur._
Aquelle que promulga (uma lei).
(Lat. _prolator_).
*Prole*,
_f._
Prog^nie; gera¸~o.
e ca
Filho _ou_ filhos.
Success~o.
a
(Lat. _proles_).
*Proleg´menos*,
o
_f. pl._
Introduc¸~o geral de uma obra sci^ntifica _ou_ art´stica.
ca e ı
Pref´cio longo.
a
Exposi¸~o preliminar dos princ´pios geraes de uma sci^ncia _ou_ arte.
ca ı e
(Gr. _prolegomena_).
*Prolepse*,
_f._
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
21. Tratamento Inform´tico
a
1 As p´ginas s˜o agrupadas por “blocos”
a a ;
2 Os “blocos” s˜o adicionados ` letra respectiva diariamente;
a a
3 Cada letra ´ processada e inserida numa base de dados:
e
Passando por um sistema de testes autom´tico:
a
Validando a sintaxe;
Verificando a consistˆncia do dicion´rio!
e a
4 S˜o gerados:
a
Vers˜o
a textual do dicion´rio;
a
Vers˜o
a consult´vel via Web;
a
Vers˜o
a em PDF para impress˜o (mais de 1100 p´ginas...)
a a
Vers˜o
a para consulta em StarDict;
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
22. Consulta Web
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
23. Consulta Web (em contexto)
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
24. PDF para impress˜o
a
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
26. Mas para quˆ?
e
O dicion´rio n˜o ´ demasiado antigo?
a a e
Serve para estudos lingu´
ısticos;
Ser´ modernizado automaticamente;
a
com regras autom´ticas,
a
usando correctores ortogr´ficos.
a
ir´ conter erros!!
a
N˜o existem j´ muitos dicion´rios dispon´
a a a ıveis?
Sim, mas este estar´ completamente aberto.
a
´ poss´ o utilizador descarregar todo o dicion´rio em
E ıvel a
formato textual;
Vai ser poss´ o utilizador contribuir adicionando
ıvel
actualizando entradas, corrigindo erros, etc.
haver´ controlo de utilizadores,
a
haver´ controlo de qualidade!
a
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
27. Qual o estado actual?
Na ter¸a feira passada:
c
Transcrita a totalidade do primeiro volume;
Dispon´ na p´gina web at´ ` palavra: monob´sico
ıvel a ea a
No processo de revis˜o, a palavra: pythonisa
a
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
28. Como cresce?
Processo de crescimento:
Adi¸˜o di´ria de cerca de 150 palavras;
ca a
Constru¸˜o di´ria de todos os recursos:
ca a
formatos textuais para download;
formato PDF;
formato StarDict;
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
29. Conclus˜es
o
Projecto sem financiamento;
Desenvolvido em part-time;
Totalmente Aberto!
Precisamos de Ajuda!
http://www.dicionario-aberto.net/
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a
30. Conclus˜es
o
Projecto sem financiamento;
Desenvolvido em part-time;
Totalmente Aberto!
Precisamos de Ajuda!
http://www.dicionario-aberto.net/
Alberto Sim˜es e Rita Farinha
o Dicion´rio Aberto
a