Descrição e classificação de predicados nominais com o verbo-suporte fazer no Português do Brasil

A construção de bases de dados com informações lexicais pode ser considerada uma tarefa essencial para o Processamento de Línguas Naturais (PLN), pois os dados ali contidos podem ser utilizados em muitas ferramentas, como Parsers, Anotadores de Papéis Semânticos, tradutores automáticos, Simplificadores Textuais, Sistemas que lidam com paráfrases, Sistemas de Perguntas e Respostas, Sistemas de Extração de Informação, entre outros. Um tipo de informação lexical que pode ser utilizado por esses sistemas e, portanto, carece de ser descrito e formalizado, é o predicado nominal, que pode ser definido pela união de um nome predicativo (Npred) e um verbo-suporte (Vsup). Os Npred são aqueles que possuem argumentos e os Vsup são verbos considerados fracos do ponto de vista semântico e que fornecem ao nome as marcas de tempo-aspecto-pessoa-número que este não possui, devido à sua morfologia. Nesse contexto, a presente pesquisa apresenta a descrição de 1815 predicados nominais, formados pelo Vsup fazer e um nome predicativo do português do Brasil (PB), tendo como arcabouço teórico-metodológico a Léxico-Gramática, que propõe que a unidade de análise linguística seja a frase simples (o predicado e seus argumentos) e não um item lexical isolado. A representação dos predicados nominais é feita em uma matriz binária que apresenta as entradas lexicais nas linhas e as propriedades formais (estruturais, distribucionais e transformacionais) nas colunas. Neste trabalho, foram identificadas 29 propriedades, utilizadas na análise dos predicados nominais, como: (i) o tipo de preposições que introduzem os complementos; (ii) a possibilidade de haver formação de passiva, entre outras. Os predicados nominais descritos nesta pesquisa foram divididos em 17 classes, que apresentavam regularidades sintáticas. Foi realizado também o levantamento de possíveis variantes para o Vsup fazer, para expandir as possibilidades de realizações de predicados nominais com os Npred analisados nesta pesquisa. Espera-se, com este trabalho, contribuir para a Descrição Linguística do Português, por meio da análise léxico-gramática dos predicados nominais com o verbo-suporte fazer, e também contribuir para o PLN por meio da disponibilização dos dados para a futura utilização por sistemas que lidem com o léxico.Lexical data base building can be considered an essential task for Natural Language Processing (NLP), since the data included can be used in numerous tools, such as Parsers, Semantic Role Labelers, automatic translators, Text Simplifiers, Paraphrases Systems, Question-Answer Systems, Information Extraction Systems, among others. One kind of lexical information that can be used by these systems and, therefore, must be described and formalized is the nominal predicates, which can be defined by the union of a predicative noun and a support verb. Predicative nouns are those with arguments, and support verbs are the ones semantically empty. The latter provides to nouns the tense-aspect-person-number marks that they dont have, given their morphology. In this context, this research presents the linguistic description of 1,815 Brazilian Portuguese nominal predicates (support verb fazer and a predicative noun) according to the Lexicon-Grammar Theory. Such theory proposes that the linguistic unity of analysis is the simple clause (the predicator and its arguments). The data is inserted in a binary table, which presents the lexical entries in rows and the formal properties (structural, distributional and transformational) in columns.Twenty-nine properties were identified, such as (i) the type of prepositions; (ii) the possibility of passive voice, and others. The nominal predicates analysed were divided into 17 classes, which have syntactic regularities. This research has identified the variants of support verb fazer (make/do), in order to expand the possibilities of the ocurrence of these kinds of predicates. This research aims to contribute to the linguistic description of the Brazilian Portuguese language and NLP, providing data to be used in the future by systems that process lexicon