Vidya Syl: A syllable division algorithm for Brazilian Portuguese adhering to the Common Orthographic Vocabulary of the Portuguese Language

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

DOI: https://doi.org/10.5753/stil.2026.24535

Resumo

A divisão silábica é uma tarefa fundamental em aplicações de processamento de linguagem natural (PLN), especialmente na avaliação de leiturabilidade por meio de métricas como o Índice Flesch. Este artigo apresenta o Vidya Syl, um novo algoritmo de divisão silábica implementado em Java, desenvolvido em conformidade com a seção brasileira do Vocabulário Ortográfico Comum da Língua Portuguesa, denominada VOC. A abordagem metodológica adotada consistiu em incrementar, com regras morfológicas e ortográficas, um algoritmo baseado em regras fonológicas e gráficas, até que se tornasse aderente ao VOC. Os resultados experimentais demonstram melhorias tanto em acurácia quanto em cobertura lexical.

Referências

Amorim, E. (2024). syllable-pt: Portuguese syllabification algorithm [source code]. [link].

Bechara, E., editor (2017). Vocabulário Ortográfico da Língua Portuguesa. Academia Brasileira de Letras, Rio de Janeiro, 5 edition. Edição adaptada ao VOC. Câmara Jr., J. M. (1992). Estrutura da língua portuguesa. Vozes.

Flesch, R. (1948). A new readability yardstick. Journal of applied psychology, 32(3):221.

Grandi, R. H. (2026). Vidya syl: A syllable division algorithm adhering to the brazilian section of the common orthographic vocabulary of the portuguese language (volp). [link]. Accessed: 19 Jul. 2026.

Grandi, R. H. et al. (2026). Vidya text: an educational tool to support the teaching of writing and the study of brazilian portuguese vocabulary. [link]. Acesso em: 19 jul. 2026.

International Institute of the Portuguese Language (2024). Voc: Vocabulário ortográfico comum da língua portuguesa. [link].

International Institute of the Portuguese Language (2026). Vocabulário ortográfico comum da língua portuguesa. [link]. Comunidade dos Países de Língua Portuguesa (CPLP).

Martins, T. B., Ghiraldelo, C. M., Nunes, M. d. G. V., and Oliveira Junior, O. N. d. (1996). Readability formulas applied to textbooks in brazilian portuguese.

Nunes, Q. O. B. (2022). Unidades fraseológicas em Sagarana de Guimarães Rosa: Um estudo de traços culturais em tradução ao francês. Tese de doutorado, Universidade Federal de Mato Grosso do Sul.

Rocha, W. and Neto, N. (2013). Implementação de um separador silábico gratuito baseado em regras linguísticas para o português brasileiro. In Proceedings of the 9th Brazilian Symposium in Information and Human Language Technology (STIL).

Silva, D. C., Braga, D., and Jr., F. G. V. R. (2008). Separação das sílabas e determinação da tonicidade no português brasileiro. In XXVI Simpósio Brasileiro de Telecomunicações (SBrT), pages 1–5.

Venturus (2024). Nilc-metrix. [link]. Accessed: 6 abr. 2026.