Contagem da frequência dos bigramas em palavras de quatro a seis letras do português brasileiro / Bigram frequency for four-through six-letter words of Brazilian Portuguese

RESUMO

Vários estudos sobre leitura e escrita têm demonstrado a influência de unidades sublexicais no processamento da linguagem. Uma das medidas de unidades sublexicais mais conhecida é a frequência de ocorrência dos bigramas (pares ordenados de letras que co-ocorrem nas palavras de uma língua). Visando preencher uma lacuna nos dados psicolinguísticos relativos ao português brasileiro, o presente estudo disponibiliza aos pesquisadores dados relativos à frequência de ocorrência dos bigramas (type e token) em palavras de quatro a seis letras do português brasileiro. Os resultados desse estudo demonstraram que a correlação média entre as medidas type e token foi forte e que, de uma forma geral, há mais redundância ortográfica no final das palavras de quatro a seis letras, uma vez que os bigramas em posições finais foram sempre em menor número e significativamente mais frequentes do que os bigramas nas outras posições.

ABSTRACT

Many studies about reading and writing have demonstrated the influence of sublexical units on language processing. One of the measures of sublexical units more used in the field of psycholinguistic is the bigram frequency. Aiming to fill in a gap on Brazilian Portuguese’s psycholinguistics data, the present study provides for interested researchers data about bigram frequency (type and token) for four- through six- letter words of Brazilian Portuguese. The results of statistical analysis demonstrated that the mean correlation between type and token measures was strong. In addition, there was more orthographic redundancy at the end of the four- through six- letter words, because the bigrams of last position were always in minor number and significantly more frequent than bigram of other positions.