Procedência
Endereços, créditos e licenças
dos repositórios utilizados no Corpus
Versão 1.1 Ada
Esta lista é um resumo para simples referência. Todos os documentos do Corpus estão anotados com cabeçalhos detalhados, que incluem informações completas de procedência, autoria e licenças de compartilhamento.
Datasets e outros corpora
214.865.327 palavras
1.099.072 textos
Datasets em português
B2W-Reviews01
B2W Digital; Yifei Zhang
-
https://github.com/b2wdigital/b2w-reviews01
CC BY-NC-SA 4.01
https://creativecommons.org/licenses/by-nc-sa/4.0/
Datasets em português
Brazilian E-Commerce Public Dataset by Olist
Olist
-
https://www.kaggle.com/olistbr/brazilian-ecommerce
CC BY-NC-SA 4.0
https://creativecommons.org/licenses/by-nc-sa/4.0/
Datasets em português
Brazilian Stock Market Tweets with Emotions
Fernando Vieira da Silva
Unicamp
https://www.kaggle.com/fernandojvdasilva/stock-tweets-ptbr-emotions
GPL 2
https://www.gnu.org/licenses/old-licenses/gpl-2.0.en.html
Datasets em português
Córpus de Complexidade Textual para Estágios Escolares do Sistema Educacional Brasileiro
Murilo Gazzola; Sidney Evaldo Leal; Sandra Maria Aluisio
USP
https://github.com/gazzola/corpus_readability_nlp_portuguese
Creative Commons BY 4.0
https://creativecommons.org/licenses/by/4.0/
Datasets em português
Datasets of Neuropsychological Language Tests in Brazilian Portuguese (DNLT-BP)
Lilian Cristine Hübner
PUCRS
https://github.com/nilc-nlp/DNLT-BP/blob/master/README-PT.md
Attribution-NonCommercial-ShareAlike 4.0 International
https://github.com/nilc-nlp/DNLT-BP/blob/master/LICENSE.md
Datasets em português
HAREM
Linguateca; Diana Santos; Cláudia Freitas; Hugo Gonçalo Oliveira; Paula Carvalho; Cristina Mota
-
https://www.linguateca.pt/HAREM/
Creative Commons 3.0
https://creativecommons.org/licenses/by/3.0/ie/
Datasets em português
Leg2Kids
Nathan Siegle Hartmann
USP
http://www.nilc.icmc.usp.br/leg2kids/
Creative Commons Attribution 4.0 International License
https://creativecommons.org/licenses/by/4.0/
Datasets em português
News of the Brazilian Newspaper
Marlesson R. O. de Santana
UFG
https://www.kaggle.com/marlesson/news-of-the-site-folhauol
CC0: Public Domain
https://creativecommons.org/publicdomain/zero/1.0/
Datasets em português
Portuguese Tweets for Sentiment Analysis
Augustop
-
https://www.kaggle.com/augustop/portuguese-tweets-for-sentiment-analysis
CC BY-NC-SA 4.0
https://creativecommons.org/licenses/by-nc-sa/4.0/
Datasets em português
Revista Pesquisa FAPESP Parallel Corpora
Wilker Aziz; Lucia Specia
USP
http://www.nilc.icmc.usp.br/nilc/tools/Fapesp%20Corpora.htm
Creative Commons 2.0 (Attribution-NonCommercial 2.0)
https://creativecommons.org/licenses/by-nc/2.0/legalcode
Judiciário
195.145.400 palavras
38.068 textos
STF
Jurisprudência
Supremo Tribunal Federal
Supremo Tribunal Federal
https://jurisprudencia.stf.jus.br/
"LEI Nº 9.610, Art. 8º Não são objeto de proteção como direitos autorais de que trata esta Lei [...] IV - os textos de tratados ou convenções, leis, decretos, regulamentos, decisões judiciais e demais atos oficiais"
http://www.planalto.gov.br/ccivil_03/Leis/L9610.htm
STF
Portal - Notícias
Coordenadoria de Imprensa do STF
Supremo Tribunal Federal
http://portal.stf.jus.br/listagem/listarNoticias.asp?ori=2
"A reprodução das notícias divulgadas no Portal do STF é autorizada mediante menção à fonte (STF ou stf.jus.br). [...] Contato: Em caso de dúvida, entre em contato com a Coordenadoria de Imprensa do STF: imprensa [at] stf [dot] jus [dot] br – (61) 3217-4480"
http://portal.stf.jus.br/textos/verTexto.asp?servico=reproducaoConteudo
STF
Portal STF
Supremo Tribunal Federal
Supremo Tribunal Federal
www.stf.jus.br
"LEI Nº 9.610, Art. 8º Não são objeto de proteção como direitos autorais de que trata esta Lei [...] IV - os textos de tratados ou convenções, leis, decretos, regulamentos, decisões judiciais e demais atos oficiais"
http://www.planalto.gov.br/ccivil_03/Leis/L9610.htm
STF
Editais
Supremo Tribunal Federal
Supremo Tribunal Federal
http://www.stf.jus.br/portal/edital/listarEdital.asp?acao=exibirResultado
"LEI Nº 9.610, Art. 8º Não são objeto de proteção como direitos autorais de que trata esta Lei [...] IV - os textos de tratados ou convenções, leis, decretos, regulamentos, decisões judiciais e demais atos oficiais"
http://www.planalto.gov.br/ccivil_03/Leis/L9610.htm
STF
Glossário
Supremo Tribunal Federal
Supremo Tribunal Federal
http://www.stf.jus.br/portal/glossario/
"LEI Nº 9.610, Art. 8º Não são objeto de proteção como direitos autorais de que trata esta Lei [...] IV - os textos de tratados ou convenções, leis, decretos, regulamentos, decisões judiciais e demais atos oficiais"
http://www.planalto.gov.br/ccivil_03/Leis/L9610.htm
STF
STF internacional
Coordenadoria de Imprensa do STF
Supremo Tribunal Federal
http://www2.stf.jus.br/portalStfInternacional/cms/destaquesClipping.php?sigla=portalStfDestaque_pt_br&paginaatual=
"A reprodução das notícias divulgadas no Portal do STF é autorizada mediante menção à fonte (STF ou stf.jus.br). [...] Contato: Em caso de dúvida, entre em contato com a Coordenadoria de Imprensa do STF: imprensa [at] stf [dot] jus [dot] br – (61) 3217-4480"
http://portal.stf.jus.br/textos/verTexto.asp?servico=reproducaoConteudo
Legislativo
3.097.274 palavras
14 textos
Senado Federal
Anais da Constituinte
Senado Federal
Senado Federal
http://www.senado.leg.br/publicacoes/anais/asp/CT_Abertura.asp
"LEI Nº 9.610, Art. 8º Não são objeto de proteção como direitos autorais de que trata esta Lei [...] IV - os textos de tratados ou convenções, leis, decretos, regulamentos, decisões judiciais e demais atos oficiais"
http://www.planalto.gov.br/ccivil_03/Leis/L9610.htm
Obras em domínio público
592.288 palavras
26 textos
Portal domínio público
6 rocks matutos & 1 romance rasgado/ Sambarrancho do Bar Jangadeiro
Salomão Rovedo
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000186.pdf
Creative Commons Atribuição-Compartilhamento pela mesma licença 2.5 Brazil
http://creativecommons.org/licenses/by-sa/2.5/br/
Portal domínio público
7 Canções (poesia)
Salomão Rovedo
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000019.pdf
Creative Commons Atribuição-Compartilhamento pela mesma licença 2.5 Brazil
http://creativecommons.org/licenses/by-sa/2.5/br/
Portal domínio público
A epifania em Clarice Lispector
Achilles Cleto Cabral da Luz
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000634.pdf
CC BY 2.5 BR
http://creativecommons.org/licenses/by/2.5/br/
Portal domínio público
A história de Seny - A caminhada
Sylvia Senny
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000520.pdf
CC BY 2.5 BR
https://creativecommons.org/licenses/by/2.5/br/
Portal domínio público
A teia do contar na Nhecolândia - a personagem lendária Mãozão
Áurea Rita de Ávila Lima Ferreira
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/gd000001.pdf
Autorizado para dominio público
http://www.dominiopublico.gov.br/download/texto/gd000001.pdf
Portal domínio público
Acordar e despertar: pequenos toques para acordar ao lado da felicidade
Priscila Lima Rovedo
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000172.pdf
Creative Commons Atribuição-Compartilhamento pela mesma licença 2.5 Brazil
http://creativecommons.org/licenses/by-sa/2.5/br/
Portal domínio público
Amanda e os Nanorobôs
Eliú Quintiliano
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000538.pdf
CC BY-NC 2.5 BR
https://creativecommons.org/licenses/by-nc/2.5/br/
Portal domínio público
Amaricanto
Salomão Rovedo
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000006.pdf
Creative Commons Atribuição-Compartilhamento pela mesma licença2.5 Brazil
http://creativecommons.org/licenses/by-sa/2.5/br/
Portal domínio público
Apaixonada por Beethoven (contos)
Salomão Rovedo
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000177.pdf
Creative Commons Atribuição-Compartilhamento pela mesma licença2.5 Brazil
http://creativecommons.org/licenses/by-sa/2.5/br/
Portal domínio público
As Fábulas de Esopo
Joseph Shafan
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000378.pdf
GNU Free Documentation License, Version 1.2 or any later version published by the Free Software Foundation
http://www.dominiopublico.gov.br/download/texto/ea000378.pdf
Portal domínio público
Bombeiro Civil no Brasil
Aparecido Cruz
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000659.pdf
CC BY-NC 3.0 BR
http://creativecommons.org/licenses/by-nc/3.0/br/
Portal domínio público
Cervantes, Dom Quixote e outras e-crônicas do nosso tempo
Salomão Rovedo
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000179.pdf
Creative Commons Atribuição-Compartilhamento pela mesma licença2.5 Brazil
http://creativecommons.org/licenses/by-sa/2.5/br/
Portal domínio público
Construção da figura religiosa no romance de cavalaria
Marcia Maria de Medeiros
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/gd000022.pdf
Autorizado para dominio público
http://www.dominiopublico.gov.br/download/texto/gd000022.pdf
Portal domínio público
Erótica
Alberte Momán
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000403.pdf
CC BY-NC-SA
http://www.dominiopublico.gov.br/download/texto/ea000403.pdf
Portal domínio público
Erros em tradução do francês para o português: do plano lingüístico ao plano discursivo
Angela Maria da Silva Corrêa
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000780.pdf
CC BY 3.0
http://creativecommons.org/licenses/by/3.0/
Portal domínio público
Gardenia
Salomão Rovedo
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000180.pdf
Creative Commons Atribuição-Compartilhamento pela mesma licença2.5 Brazil
http://creativecommons.org/licenses/by-sa/2.5/br/
Portal domínio público
Ilha. Retratos encontrados num álbum esquecido...
Salomão Rovedo
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000181.pdf
Creative Commons Atribuição-Compartilhamento pela mesma licença2.5 Brazil
http://creativecommons.org/licenses/by-sa/2.5/br/
Portal domínio público
Letras livres: disseminando cultura!
Pedro Anízio Gomes
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000155.pdf
Creative Commons Atribuição-Uso Não-Comercial-Compartilhamento pela mesma licença 2.5 Brasil
http://www.dominiopublico.gov.br/download/texto/ea000155.pdf
Portal domínio público
O empresário
Rilvan Batista de Santana
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000429.pdf
Creative Commons Public Domain
http://creativecommons.org/license/publicdomain-3?hash=1486815349&title=O+Empres%C3%A1rio©right_holder=Rilvan+Batista+de+Santana&email=rilvansantana2005 [at] yahoo [dot] com [dot] br&license_code=publicdomain
Portal domínio público
O pacto maldito e outras histórias de morte
José Cláudio da Silva
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000418.pdf
Creative Commons Public Domain
http://creativecommons.org/licenses/publicdomain/
Portal domínio público
Origem e características da literatura de cordel
Angela Maciel Nogueira
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea00709a.pdf
CC0 1.0
http://creativecommons.org/publicdomain/zero/1.0/
Portal domínio público
Pai, posso dar um soco nele?
José Cláudio da Silva
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000419.pdf
Creative Commons Public Domain
http://creativecommons.org/licenses/publicdomain/
Portal domínio público
Quatro Quartetos da Amada Cidade de São Luis
Salomão Rovedo
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000175.pdf
Creative Commons Atribuição-Compartilhamento pela mesma licença2.5 Brazil
http://creativecommons.org/licenses/by-sa/2.5/br/
Portal domínio público
Rosas com espinhos (contos)
Rilvan Batista de Santana
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000653.pdf
CC BY 3.0 BR
http://creativecommons.org/licenses/by/3.0/br/
Portal domínio público
Senhora em cordel
Isabel Lima
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000382.pdf
CC BY 2.5 BR
http://creativecommons.org/licenses/by/2.5/br/
Portal domínio público
Sentimental demais
Salomão Rovedo
Governo Federal do Brasil
http://www.dominiopublico.gov.br/download/texto/ea000187.pdf
Creative Commons Atribuição-Compartilhamento pela mesma licença2.5 Brazil
http://creativecommons.org/licenses/by-sa/2.5/br/
Redes sociais
1.329.413 palavras
3.494 textos
Wattpad
Wattpad - Domínio público
Variável (cf. metadados)
-
https://www.wattpad.com/
Public domain
Variável (cf. metadados)
Wikis
237.206.192 palavras
603.970 textos
Wikipédia
Wikcionário
Wikimedia Foundation
-
https://pt.wiktionary.org/wiki/Wikcion%C3%A1rio:P%C3%A1gina_principal
Atribuição-CompartilhaIgual 3.0 Não Adaptada (CC BY-SA 3.0) da Creative Commons
https://creativecommons.org/licenses/by-sa/3.0/deed.pt
Wikipédia
Wikilivros
Wikimedia Foundation
-
https://pt.wikibooks.org/wiki/
Creative Commons Atribuição-Compartilhamento pela mesma Licença 3.0 Unported
http://creativecommons.org/licenses/by-sa/3.0/deed.pt
Wikipédia
Wikimedia
Wikimedia Foundation
-
https://br.wikimedia.org/wiki/P%C3%A1gina_principal
Creative Commons - Atribuição - Compartilha Igual 3.0 Não Adaptada (CC BY-SA 3.0)
https://creativecommons.org/licenses/by-sa/3.0/deed.pt_BR
Wikipédia
Wikinotícias
Wikimedia Foundation
-
https://pt.wikinews.org/wiki/P%C3%A1gina_principal
Creative Commons Attribution 2.5
https://creativecommons.org/licenses/by/2.5/
Wikipédia
Wikipédia
Wikimedia Foundation
-
https://pt.wikipedia.org/wiki/
Atribuição-CompartilhaIgual 3.0 Não Adaptada (CC BY-SA 3.0) da Creative Commons
https://creativecommons.org/licenses/by-sa/3.0/deed.pt
Wikipédia
Wikiquote
Wikimedia Foundation
-
https://pt.wikiquote.org/wiki/P%C3%A1gina_principal
Atribuição-CompartilhaIgual 3.0 Não Adaptada (CC BY-SA 3.0) da Creative Commons
https://creativecommons.org/licenses/by-sa/3.0/deed.pt
Wikipédia
Wikisource
Wikimedia Foundation
-
https://pt.wikisource.org/wiki/Wikisource:Sobre
Atribuição-CompartilhaIgual 3.0 Não Adaptada (CC BY-SA 3.0) da Creative Commons
https://creativecommons.org/licenses/by-sa/3.0/deed.pt
Wikipédia
Wikiversidade
Wikimedia Foundation
-
https://pt.wikiversity.org/wiki/P%C3%A1gina_principal
Atribuição-CompartilhaIgual 3.0 Não Adaptada (CC BY-SA 3.0) da Creative Commons
https://creativecommons.org/licenses/by-sa/3.0/deed.pt
Wikipédia
Wikivoyage
Wikimedia Foundation
-
https://pt.wikivoyage.org/wiki/P%C3%A1gina_principal
Atribuição-CompartilhaIgual 3.0 Não Adaptada (CC BY-SA 3.0) da Creative Commons
https://creativecommons.org/licenses/by-sa/3.0/deed.pt
Corpus Geral do Português Brasileiro Contemporâneo | Carolina
Laboratório Virtual de Humanidades Digitais | LaViHD | lavihd@usp.br
Centro de Pesquisa para Inteligência Artificial | C4AI
Universidade de São Paulo | USP
Menu
Este projeto faz parte da iniciativa de Processamento de Linguagem Natural em Português (NLP2) do Centro de Inteligência Artificial (C4AI) da Universidade de São Paulo, patrocinado pela IBM e FAPESP (Processo 2019 / 07665-4). O Centro faz parte do Programa de Centros de Pesquisa em Engenharia da FAPESP.
