Desafios Tipológicos na Construção de Treebanks: O Mapeamento Morfossintático da Língua Kubeo no Padrão UD

• Pedro Paulo Freire Oliveira UnB
• Thiago Blanch Pires UnB

DOI: https://doi.org/10.5753/stil.2026.29887

Resumo

A inserção de línguas indígenas amazônicas no campo do Processamento de Linguagem Natural (PLN) esbarra na ausência de treebanks e recursos estruturados. Este artigo descreve a fase inicial de modelagem morfossintática da língua Kubeo (família Tukano-Oriental) sob as diretrizes das Dependências Universais (UD). O Kubeo apresenta alta complexidade tipológica, caracterizada por processos aglutinantes, classificadores nominais pervasivos e marcadores pragmáticos que desafiam as categorias gramaticais estáticas do padrão UD. O escopo desta etapa concentra-se na extração e etiquetagem de sentenças nativas, com foco metodológico na mensuração da distância estrutural entre o sujeito nominal explícito e o verbo núcleo. A partir de dados da cartilha Pamiene Mama Buei-Tukubo, o estudo propõe soluções de mapeamento de tokens, utilizando a camada de traços morfológicos FEATS para preservar a riqueza morfossintática da língua sem fragmentar excessivamente as árvores de dependência. A criação deste corpus visa estabelecer um protocolo de anotação reprodutível para futuras ferramentas focadas no Kubeo.

Referências

ALENCAR, L. F. de. Uma gramática computacional de um fragmento do Nheengatu. Revista Estudos da Linguagem, Belo Horizonte, v. 29, n. 3, p. 1717–1777, 2021.

ALEXANDRE, D. M.; GURGEL, J. L.; ALENCAR, L. F. de. Nheentiquetador: um etiquetador morfossintático para o sintagma nominal do Nheengatu. In: Anais do XIII Encontro de Linguística de Corpus. 2021.

CASELI, H. de M.; NUNES, M. das G. V. (eds.). Processamento de Linguagem Natural: Conceitos, Técnicas e Aplicações em Português. São Paulo: SBC, 2022.

CHACON, T. C. The phonology and morphology of Kubeo: the documentation, theory, and description of an Amazonian language. Tese (Doutorado em Linguística) University of Hawai‘i at Manoa, Honolulu, 2012.

CHACON, T. C. (Org.). Pamiene Mama Buei-Tukubo: Primeiro livro para o ensino da língua Kubeo. Escola Estadual Indígena Huredanaçu Nossa Senhora da Imaculada Conceição; SEDUC-AM, 2023.

DE MARNEFFE, M.-C.; et al. Universal Dependencies. Computational Linguistics, v. 47, n. 2, p. 255–308, 2021.

NIVRE, J.; et al. Universal Dependencies v1: A multilingual treebank collection. In: Proceedings of the Tenth International Conference on Language Resources and Evaluation (LREC’16). Portorož, Slovenia: European Language Resources Association, 2016.

SANDALO, M. F. S.; GALVES, C. M. C. Anotando sintaticamente uma língua originária do Brasil: o problema de Anchieta. Cadernos de Estudos Linguísticos, Campinas, v. 59, n. 3, p. 631–648, 2017.