orthographic error

[leoalenc]

@arademaker, no exemplo abaixo, o verbo desfrutar está incorretamente grafado como disfrutar. Existe alguma forma de assinalar esse erro? Detectei esse problema examinando uma amostra das 2059 entradas da PorGram geradas automaticamente por meio do módulo em Python extrator de valências, entradas essas armazenadas no arquivo new-lexicon-rec.tdl, referido em LR-POR/PorGram#66 (comment).

# text = Entretanto, os espinhenses disfrutam da companhia do Penafiel, que foi perder a Viseu por 3-1 e está a repetir a má campanha da temporada anterior.
# sent_id = CP182-7
# source = CETEMPúblico n=182 sec=des sem=93b
1	Entretanto	entretanto	ADV	_	_	5	advmod	_	SpaceAfter=No
2	,	,	PUNCT	_	_	1	punct	_	_
3	os	o	DET	_	Definite=Def|Gender=Masc|Number=Plur|PronType=Art	4	det	_	_
4	espinhenses	espinhenses	NOUN	_	Gender=Masc|Number=Plur	5	nsubj	_	_
5	disfrutam	disfrutar	VERB	_	Mood=Ind|Number=Plur|Person=3|Tense=Pres|VerbForm=Fin	0	root	_	_
6-7	da	_	_	_	_	_	_	_	_
6	de	de	ADP	_	_	8	case	_	_
7	a	o	DET	_	Definite=Def|Gender=Fem|Number=Sing|PronType=Art	8	det	_	_
8	companhia	companhia	NOUN	_	Gender=Fem|Number=Sing	5	obj	_	_
9-10	do	_	_	_	_	_	_	_	_
9	de	de	ADP	_	_	11	case	_	_
10	o	o	DET	_	Definite=Def|Gender=Masc|Number=Sing|PronType=Art	11	det	_	_
11	Penafiel	Penafiel	PROPN	_	Gender=Masc|Number=Sing	8	nmod	_	SpaceAfter=No
12	,	,	PUNCT	_	_	15	punct	_	_
13	que	que	PRON	_	Gender=Masc|Number=Sing|PronType=Rel	15	nsubj	_	_
14	foi	ir	AUX	_	Mood=Ind|Number=Sing|Person=3|Tense=Past|VerbForm=Fin	15	aux	_	_
15	perder	perder	VERB	_	VerbForm=Inf	11	acl:relcl	_	_
16	a	a	ADP	_	_	17	case	_	_
17	Viseu	Viseu	PROPN	_	Gender=Masc|Number=Sing	15	obl	_	_
18	por	por	ADP	_	_	19	case	_	_
19	3-1	3-1	NUM	_	NumType=Card	15	obl	_	_
20	e	e	CCONJ	_	_	21	cc	_	_
21	está	estar	VERB	_	Mood=Ind|Number=Sing|Person=3|Tense=Pres|VerbForm=Fin	15	conj	_	ExtPos=AUX
22	a	a	SCONJ	_	_	23	mark	_	_
23	repetir	repetir	VERB	_	VerbForm=Inf	21	xcomp	_	_
24	a	o	DET	_	Definite=Def|Gender=Fem|Number=Sing|PronType=Art	26	det	_	_
25	má	má	ADJ	_	Gender=Fem|Number=Sing	26	amod	_	_
26	campanha	campanha	NOUN	_	Gender=Fem|Number=Sing	23	obj	_	_
27-28	da	_	_	_	_	_	_	_	_
27	de	de	ADP	_	_	29	case	_	_
28	a	o	DET	_	Definite=Def|Gender=Fem|Number=Sing|PronType=Art	29	det	_	_
29	temporada	temporada	NOUN	_	Gender=Fem|Number=Sing	26	nmod	_	_
30	anterior	anterior	ADJ	_	Gender=Fem|Number=Sing	29	amod	_	SpaceAfter=No
31	.	.	PUNCT	_	_	5	punct	_	_

[leoalenc]

Outro caso:

; orthographic error in corpus
; correct form and lemma: "comprimimos" and "comprimir"
cumprimir_1 := trans-verb-lex & ; MIC
  [ STEM < "cumprimir" >,
    SYNSEM.LKEYS.KEYREL.PRED "_cumprimir_v_1_rel" ]
  """
  «Se nós cumprimimos a matéria, não deixamos os quarks distanciarem-se o suficiente para produzirem o Psi», explica Paula Bordalo.
  """. 

Ver LR-POR/PorGram#67

[arademaker]

@leoalenc veja f037c10 como anotar typos no corpus. note que nossos script de extração de valências deveria ser mais robustos e consultar estas anotações.

[leoalenc]

@leoalenc veja f037c10 como anotar typos no corpus. note que nossos script de extração de valências deveria ser mais robustos e consultar estas anotações.

@arademaker, sim, deveriam.