CURUPIRA Parser Para Pt Brasileiro

CURUPIRA: UM PARSER FUNCIONAL PARA A LÍNGUA PORTUGUESA1
Ronaldo Teixeira Martins; Ricardo Hasegawa; Maria das Graças Volpe Nunes
Núcleo Interinstitucional de Lingüística Computacional – NILC
Documento baixado de : http://www.nilc.icmc.usp.br/nilc/download/nilc-tr-02-26.zip

1. Introdução
CURUPIRA, do tupi CURU (menino) e PIRA (corpo), também conhecido como CAAPORA
(ou habitante do mato), é um mito que integra o folclore amazônico, geralmente representado como um menino de pele escura, cabelos cor-de-fogo, pés virados para trás (para poder despistar os caçadores) e portador do dom da invisibilidade. É muitas vezes representado montando um cateto (espécie de porcodo-mato) e carregando um pequeno machado feito de casco de jabuti. Filho de Tupã, mas criado por
Anang, Curupira, ou mãe do mato, defende a floresta de seus invasores, sendo responsável por toda má sorte que atinge os caçadores, iludindo-os, fazendo que se percam e andem em círculos, que persigam caças imaginárias até a morte, ou que suas armas sempre errem o alvo, entre outras malandragens.
CURUPIRA é também o nome do analisador automático de sentenças da língua portuguesa desenvolvido pelo NILC. A escolha do nome se deveu, principalmente, a três características do parser ora consideradas fundamentais. Em primeiro lugar, trata-se de um analisador sintático que se pretende, como a lenda, permanentemente jovem, em contínuo processo de reconstrução, dada a complexidade dos problemas relativos à etiquetação sintática automática das sentenças da língua portuguesa (como, de resto, de qualquer língua natural). Em segundo lugar, é um analisador sintático que pretende respeitar e preservar a riqueza estrutural das sentenças da língua portuguesa, entendidas (e representadas) como árvores de que o texto (na verdade uma floresta sintática) seria composto. O parser, diferentemente de outras ferramentas à sua semelhança, não faz uso de estratégias de poda, de simplificação, ou de redução, procurando etiquetar,