CorPop26: Uma atualização das 3.000 Palavras Mais Frequentes do CorPop de 2018

Roges Horacio Grandi, Bianca Pasqualini, Maria Jose Bocorny Finatto, Leandro Krug Wives, Raquel Salcedo Gomes


Abstract
Este estudo teve como objetivo atualizar a lista das 3.000 palavras mais frequentes do português do Brasil com base no CorPop de 2018, formado por textos baseados no letramento médio dos leitores do país. A metodologia de atualização utilizada foi comparar frequências do CorPop original com as de outros dois corpora, um baseado no Carolina da USP e outro na Wikipédia, ampliando a base textual. Como resultado, obteve-se uma renovação de 659 palavras, representando 21,97% das originais. Testes comparativos em diferentes ferramentas de análise textual (NILC Metrix, Vidya Text com CorPop original e Vidya Text com CorPop26) evidenciam a influência da lista de palavras mais frequentes no resultado da fórmula de Dale e Chall de 1995.
Anthology ID:
2026.stil-1.15
Volume:
Proceedings of the 17th Brazilian Symposium in Information and Human Language Technology
Month:
October
Year:
2026
Address:
Cuiabá, Mato Grosso, Brazil
Editors:
Bryan Khelven da Silva Barbosa, Aline Paes, Ariani Di Felippo
Venue:
STIL
SIG:
Publisher:
Association for Computational Linguistics
Note:
Pages:
175–187
Language:
URL:
https://aclanthology.org/2026.stil-1.15/
DOI:
10.5753/stil.2026.25296
Bibkey:
Cite (ACL):
Roges Horacio Grandi, Bianca Pasqualini, Maria Jose Bocorny Finatto, Leandro Krug Wives, and Raquel Salcedo Gomes. 2026. CorPop26: Uma atualização das 3.000 Palavras Mais Frequentes do CorPop de 2018. In Proceedings of the 17th Brazilian Symposium in Information and Human Language Technology, pages 175–187, Cuiabá, Mato Grosso, Brazil. Association for Computational Linguistics.
Cite (Informal):
CorPop26: Uma atualização das 3.000 Palavras Mais Frequentes do CorPop de 2018 (Grandi et al., STIL 2026)
Copy Citation:
PDF:
https://aclanthology.org/2026.stil-1.15.pdf