Tratamento_de_dados_do_português.ipynb

{
  "cells": [
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "view-in-github",
        "colab_type": "text"
      },
      "source": [
        "<a href=\"https://colab.research.google.com/github/MarianaGCosta/Processamento-de-dados-em-portugues-brasileiro/blob/main/Tratamento_de_dados_do_portugu%C3%AAs.ipynb\" target=\"_parent\"><img src=\"https://colab.research.google.com/assets/colab-badge.svg\" alt=\"Open In Colab\"/></a>"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "U8ZJqcrMnHq8"
      },
      "source": [
        "# Tratamento de dados do português\n",
        "\n",
        "Esse notebook aborda o processamento sintático de textos em português brasileiro em Python 3.10 e abrange as etapas de importação, leitura, normalização, tokenização e, com maior atenção, lematização. O dataset analisado pode ser encontrado em [D&G UFF](https://deg.uff.br/corpus-dg/).\n",
        "\n",
        "**Mariana Gonçalves da Costa** [Programa de Pós-Graduação em Informática/UFRJ]\n",
        "\n",
        "Last updated: 29 December 2024"
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "---"
      ],
      "metadata": {
        "id": "i5u5ShpKjGf5"
      }
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "oyjpSvSMh8ai"
      },
      "source": [
        "## Importação das bibliotecas"
      ]
    },
    {
      "cell_type": "code",
      "execution_count": null,
      "metadata": {
        "id": "eh6oh_2shH6Q"
      },
      "outputs": [],
      "source": [
        "import numpy as np\n",
        "import pandas as pd\n",
        "import os\n",
        "import nltk\n",
        "import spacy\n",
        "import json\n",
        "import copy"
      ]
    },
    {
      "cell_type": "code",
      "execution_count": null,
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "eAIoeFYx2EQT",
        "outputId": "5e08fac5-5093-4461-89ec-8ae948e0af34"
      },
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Mounted at /content/drive\n",
            "/content/drive/MyDrive/Corpus_DeG\n"
          ]
        }
      ],
      "source": [
        "from google.colab import drive\n",
        "drive.mount('/content/drive')\n",
        "\n",
        "os.chdir(\"/content/drive/MyDrive/Corpus_DeG\")\n",
        "\n",
        "print(os.getcwd())  # Imprime o diretório de trabalho atual"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "ach6bHiDh4PS"
      },
      "source": [
        "## Processamento do Texto"
      ]
    },
    {
      "cell_type": "code",
      "execution_count": null,
      "metadata": {
        "id": "_gA5jQjzJSCK"
      },
      "outputs": [],
      "source": [
        "def read_files(file):\n",
        "  \"\"\" Lê o conteúdo de um arquivo .txt \"\"\"\n",
        "\n",
        "  with open(file, 'r', encoding='latin-1') as file:\n",
        "    file = file.read()\n",
        "\n",
        "    return file"
      ]
    },
    {
      "cell_type": "code",
      "execution_count": null,
      "metadata": {
        "id": "kLc69ZZc-BXr"
      },
      "outputs": [],
      "source": [
        "# Lê o conteúdo do dataset do D&G\n",
        "\n",
        "juiz_de_fora = read_files('juiz_de_fora-1.txt')\n",
        "natal_ = read_files('natal.txt')\n",
        "niteroi_ = read_files('niteroi.txt')\n",
        "rio_de_janeiro_a = read_files('rio_de_janeiro_a.txt')\n",
        "rio_de_janeiro_b = read_files('rio_de_janeiro_b.txt')\n",
        "rio_grande = read_files('rio_grande.txt')"
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "stopwordsdict = {\n",
        "    \"artigos\": [\"a\", \"o\", \"as\", \"os\", \"um\", \"uns\", \"uma\", \"umas\"],\n",
        "    \"pronomes\": [\"eu\", \"tu\", \"ele\", \"ela\", \"nós\", \"vós\", \"eles\", \"elas\", \"você\",\n",
        "                \"me\", \"te\", \"lhe\", \"o\", \"a\", \"se\", \"nos\", \"vos\", \"lhes\", \"os\", \"as\", \"se\",\n",
        "                \"meu\", \"meus\", \"minha\", \"minhas\", \"teu\", \"tua\", \"teus\", \"tuas\", \"seu\", \"sua\", \"seus\", \"suas\",\n",
        "                \"mim\", \"te\", \"ti\", \"nosso\", \"nossa\", \"nossos\", \"nossas\", \"dela\", \"dele\", \"deles\", \"delas\",\n",
        "                \"que\", \"qual\", \"quais\", \"quem\", \"cujo\", \"cuja\", \"cujos\", \"cujas\",\n",
        "                \"esse\", \"essa\", \"esses\", \"essas\", \"aquele\", \"isto\", \"isso\", \"aquilo\",\n",
        "                \"aquela\", \"aqueles\", \"aquelas\"],\n",
        "    \"preposicoes\": [\"com\", \"sem\", \"para\", \"pra\", \"pro\", \"pros\", \"de\", \"do\", \"da\", \"dos\", \"das\", \"em\",\n",
        "                    \"no\", \"na\", \"nos\", \"nas\", \"num\" \"por\", \"que\", \"ao\", \"à\"],\n",
        "    \"adverbios\": [\"assim\", \"aqui\", \"lá\", \"cá\", \"já\", \"logo\", \"muito\", \"muitos\", \"também\",\n",
        "                  \"tanto\", \"quase\", \"sim\", \"não\"],\n",
        "    \"conjuncoes\": [\"e\", \"mas\", \"entretanto\", \"porém\", \"pois\", \"porque\", \"ora\", \"ou\", \"logo\",\n",
        "                  \"como\", \"seja\", \"todavia\", \"nem\", \"desde\"],\n",
        "    \"verbos\": [\"ser\", \"sido\", \"sendo\", \"sou\", \"és\", \"é\", \"somos\", \"sois\", \"são\",\n",
        "              \"era\", \"eras\", \"éramos\", \"éreis\", \"eram\",\n",
        "              \"fui\", \"foste\", \"foi\", \"fomos\", \"fostes\", \"foram\", \"fora\",\n",
        "              \"seja\", \"sejas\", \"sejamos\", \"sejais\", \"sejam\", \"fosse\", \"fôssemos\", \"fossem\",\n",
        "              \"for\", \"formos\", \"forem\",\n",
        "\n",
        "              \"estar\", \"estando\", \"está\", \"estado\"\n",
        "              \"estou\", \"estás\", \"estamos\", \"estais\", \"estão\",\n",
        "              \"estava\", \"estavas\", \"estávamos\", \"estáveis\", \"estavam\",\n",
        "              \"estive\", \"estiveste\", \"esteve\", \"estivemos\", \"estivestes\", \"estiveram\",\n",
        "              \"estivera\", \"estiveras\", \"estivéramos\", \"estivéreis\", \"estiveram\",\n",
        "              \"estarei\", \"estarás\", \"estará\", \"estaremos\", \"estareis\", \"estarão\",\n",
        "              \"estaria\", \"estarias\", \"estaríamos\", \"estaríeis\", \"estariam\",\n",
        "              \"esteja\", \"estejas\", \"estejamos\", \"estejais\", \"estejam\",\n",
        "              \"estivesse\", \"estivesses\", \"estivéssemos\", \"estivésseis\", \"estivessem\",\n",
        "              \"estiver\", \"estiveres\", \"estivermos\", \"estiverdes\", \"estiverem\"\n",
        "\n",
        "              \"ter\", \"tido\", \"tendo\",\n",
        "              \"tenho\", \"tens\", \"tem\", \"temos\", \"tendes\", \"têm\",\n",
        "              \"tinha\", \"tinhas\", \"tínhamos\", \"tínheis\", \"tinham\",\n",
        "              \"tive\", \"tiveste\", \"teve\", \"tivemos\", \"tivestes\", \"tiveram\",\n",
        "              \"tivera\", \"tiveras\", \"tivéramos\", \"tivéreis\", \"tiveram\",\n",
        "              \"terei\", \"terás\", \"terá\", \"teremos\", \"tereis\", \"terão\",\n",
        "              \"teria\", \"terias\", \"teríamos\", \"teríeis\", \"teriam\",\n",
        "              \"tenha\", \"tenhas\", \"tenha\", \"tenhamos\", \"tenhais\", \"tenham\",\n",
        "              \"tivesse\", \"tivesses\", \"tivéssemos\", \"tivésseis\", \"tivessem\",\n",
        "              \"tiver\", \"tiveres\", \"tivermos\", \"tiverdes\", \"tiverem\", \"tende\",\n",
        "\n",
        "              \"haver\", \"havido\", \"havendo\", \"hei\", \"hás\", \"há\", \"havemos\", \"haveis\", \"hão\",\n",
        "              \"havia\", \"havias\", \"havíamos\", \"havíeis\", \"haviam\",\n",
        "              \"houve\", \"houveste\", \"houvemos\", \"houvestes\", \"houveram\",\n",
        "              \"houvera\", \"houveras\", \"houvéramos\", \"houvéreis\",\n",
        "              \"haverei\", \"haverás\", \"haverá\", \"haveremos\", \"havereis\", \"haverão\",\n",
        "              \"haveria\", \"haverias\", \"haveríamos\", \"haveríeis\", \"haveriam\",\n",
        "              \"haja\", \"hajas\", \"hajamos\", \"hajais\", \"hajam\",\n",
        "              \"houvesse\", \"houvesses\", \"houvéssemos\", \"houvésseis\", \"houvessem\",\n",
        "              \"houver\", \"houveres\", \"houvermos\", \"houverdes\", \"houverem\"],\n",
        "    \"marcador\": [\"ai\", \"aí\", \"né\", \"i\", \"ih\", \"ah\", \"oh\", \"eh\"],\n",
        "    \"numeros\" : ['1', '2', '3', '4', '5', '6', '7', '8', '9']\n",
        "    }\n",
        "\n",
        "# Sugestões de remoções: estado, estáveis, eras, tende.\n",
        "\n",
        "# I organized the stopwords into a dictionary, grouping them by word classes.\n",
        "# This structure allows you to select relevant stopwords for your data cleaning to align with the goals of text processing.\n",
        "\n",
        "# Organizei as stopwords em um dicionário, agrupando-as pela classe de palavras.\n",
        "# Essa estrutura permite selecionar stopwords relevantes para a sua limpeza de dados de acordo com os objetivos do processamento de texto."
      ],
      "metadata": {
        "id": "22YWKbX9bsyQ"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open(\"stopwords.json\", \"w\", encoding=\"utf-8\") as json_file:\n",
        "    json.dump(stopwordsdict, json_file, ensure_ascii=False, indent=4)"
      ],
      "metadata": {
        "id": "2McR-wwRlb6x"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "def select_stopwords(stopwords, word_classes, remove_list = None):\n",
        "  \"\"\"Cria uma lista de stopwords selecionadas a partir de um dicionário.\n",
        "\n",
        "  Argumentos:\n",
        "    stopwordsdict (dict): Dicionário contendo todas as stopwords por classe de palavras\n",
        "\n",
        "    word_classes (list): A lista de classes de palavras a serem incluídas nas stopwords finais.\n",
        "    As classes podem ser:\n",
        "    artigos, pronomes, preposicoes, adverbios, conjuncoes, verbos, marcadores discursivos, números\n",
        "\n",
        "    remove_list (list, opcional): Uma lista com palavras a serem removidas das stopwords\n",
        "\n",
        "  Retorna:\n",
        "    stopwords (list): Uma lista final de stopwords.\n",
        "  \"\"\"\n",
        "\n",
        "  stopwords = [word for word_class in word_classes for word in stopwordsdict.get(word_class, [])]\n",
        "  # Use dict.get() para evitar KeyError caso a classe não se encontre no dicionário\n",
        "\n",
        "  # Remove palavras selecionadas da list de stopwords caso o argumento remove_list seja preenchido\n",
        "  # com uma lista de remoção\n",
        "\n",
        "  if remove_list:\n",
        "      stopwords = [word for word in stopwords if word not in remove_list]\n",
        "\n",
        "  return stopwords"
      ],
      "metadata": {
        "id": "LjoxpLKHlY_h"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "stopwords = select_stopwords(stopwordsdict, [\"artigos\", \"pronomes\", \"preposicoes\", \"adverbios\", \"conjuncoes\", \"marcador\", \"numeros\"])"
      ],
      "metadata": {
        "collapsed": true,
        "id": "rdc7vTntlgPY"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "# Pontuações e símbolos presentes nos arquivos de acordo com as diretrizes de\n",
        "# transcrição do DeG\n",
        "\n",
        "punctuation = \", . / \\ [ ] ( ) : ; ? ! � … - \\x94 \\x93\""
      ],
      "metadata": {
        "id": "mNOnMXZhb7OI"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "execution_count": null,
      "metadata": {
        "id": "675ht4jkjg16"
      },
      "outputs": [],
      "source": [
        "def tokenization(text, punctuation):\n",
        "    \"\"\"Tokeniza as palavras em um texto a partir dos espaços em branco e dos separadores.\n",
        "\n",
        "    Recebe:\n",
        "        text (list): Lista de strings com o texto a ser tokenizado.\n",
        "        punctuation (str): String contendo os separadores presentes no texto.\n",
        "\n",
        "    Retorna:\n",
        "        list: Uma lista de listas com os tokens (palavras) presentes em cada bloco de texto.\n",
        "    \"\"\"\n",
        "\n",
        "    # Cria uma lista com os separadores, que estavam cada um em uma linha\n",
        "    caracteres = punctuation.split()\n",
        "\n",
        "    # Elimina elementos vazios da lista de caracteres\n",
        "    caracteres = list(filter(None, caracteres))\n",
        "\n",
        "    # Cria um dicionário com as substituições que precisarão ser feitas na string\n",
        "    trocar = {}\n",
        "\n",
        "    for c in caracteres:\n",
        "      trocar.update(text.maketrans(c, \" \"))\n",
        "\n",
        "    # Realiza as substituições (por espaço) e quebra a string em uma lista de tokens\n",
        "    tokens = text.translate(trocar).split()\n",
        "\n",
        "    return tokens"
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "def normalizacao(palavras):\n",
        "  \"\"\" Normaliza uma lista de palavras.\n",
        "\n",
        "  Recebe: uma lista de palavras.\n",
        "\n",
        "  Retorna: uma lista de palavras normalizadas.\n",
        "  \"\"\"\n",
        "\n",
        "  return [palavra.lower() for palavra in palavras]"
      ],
      "metadata": {
        "id": "gePFRFZfReWQ"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "execution_count": null,
      "metadata": {
        "id": "8r3S6BzBjstx"
      },
      "outputs": [],
      "source": [
        "def preprocessing(text, punctuation):\n",
        "  \"\"\" Executa o pré-processamento de um texto.\n",
        "\n",
        "  Recebe: uma lista com o texto e uma lista de caracteres separadores.\n",
        "\n",
        "  Retorna: uma lista de palavras pré-processadas referentes ao texto passado.\n",
        "  \"\"\"\n",
        "\n",
        "  tokens = tokenization(text, punctuation)\n",
        "\n",
        "  tokens_normais = normalizacao(tokens)\n",
        "\n",
        "  return tokens_normais"
      ]
    },
    {
      "cell_type": "code",
      "execution_count": null,
      "metadata": {
        "id": "ugpVLrgXHxZ7",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "bffda6d0-8f3d-463a-c391-989d5c38a15e"
      },
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Pré-processamento da Base Conjugada:\n",
            "447290\n",
            "Pré-processamento da Base Juiz de Fora:\n",
            "53653\n",
            "Pré-processamento da Base Natal:\n",
            "155941\n",
            "Pré-processamento da Base Niterói:\n",
            "38028\n",
            "Pré-processamento da Base Rio de Janeiro A:\n",
            "76155\n",
            "Pré-processamento da Base Rio de Janeiro B:\n",
            "91351\n",
            "Pré-processamento da Base Rio Grande:\n",
            "32162\n"
          ]
        }
      ],
      "source": [
        "import copy\n",
        "\n",
        "# Cria uma deepcopy dos originais\n",
        "juizdefora = copy.deepcopy(juiz_de_fora)\n",
        "natal = copy.deepcopy(natal_)\n",
        "niteroi = copy.deepcopy(niteroi_)\n",
        "riodejaneiroa = copy.deepcopy(rio_de_janeiro_a)\n",
        "riodejaneirob = copy.deepcopy(rio_de_janeiro_b)\n",
        "riogrande = copy.deepcopy(rio_grande)\n",
        "\n",
        "# Cria uma versão unificada do dataset\n",
        "baseconjugada = juizdefora + natal_ + niteroi_ + riodejaneiroa + riodejaneirob + riogrande\n",
        "\n",
        "# Imprime o tamanho de cada set do dataset após o pré-processamento\n",
        "print(\"Pré-processamento da Base Conjugada:\")\n",
        "baseconjugada = preprocessing(baseconjugada, punctuation)\n",
        "print(len(baseconjugada))\n",
        "\n",
        "print(\"Pré-processamento da Base Juiz de Fora:\")\n",
        "juizdefora = preprocessing(juiz_de_fora, punctuation)\n",
        "print(len(juizdefora))\n",
        "\n",
        "print(\"Pré-processamento da Base Natal:\")\n",
        "natal = preprocessing(natal_, punctuation)\n",
        "print(len(natal))\n",
        "\n",
        "print(\"Pré-processamento da Base Niterói:\")\n",
        "niteroi = preprocessing(niteroi_, punctuation)\n",
        "print(len(niteroi))\n",
        "\n",
        "print(\"Pré-processamento da Base Rio de Janeiro A:\")\n",
        "riodejaneiroa = preprocessing(rio_de_janeiro_a, punctuation)\n",
        "print(len(riodejaneiroa))\n",
        "\n",
        "print(\"Pré-processamento da Base Rio de Janeiro B:\")\n",
        "riodejaneirob = preprocessing(rio_de_janeiro_b, punctuation)\n",
        "print(len(riodejaneirob))\n",
        "\n",
        "print(\"Pré-processamento da Base Rio Grande:\")\n",
        "riogrande = preprocessing(rio_grande, punctuation)\n",
        "print(len(riogrande))"
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "with open('riogrande.txt', 'w') as file:\n",
        "    for item in riogrande:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "tbO1yXUOCbd7"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open('baseconjugada.txt', 'w') as file:\n",
        "    for item in baseconjugada:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "qiYhN2zr9OaB"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "def elimina_stopwords(palavras, stopwords):\n",
        "    \"\"\" Remove stopwords de uma lista de palavras.\n",
        "\n",
        "    Recebe: uma lista de palavras e uma lista de stopwords.\n",
        "\n",
        "    Retorna: uma lista de palavras sem as stopwords.\n",
        "    \"\"\"\n",
        "    stopwords_set = set(stopwords)\n",
        "    return [palavra for palavra in palavras if palavra not in stopwords_set]"
      ],
      "metadata": {
        "id": "9oJf4jDn6gwP"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "# Imprime o tamanho de cada set do dataset após o a remoção de stopwords\n",
        "print(\"Remoção das stopwords da Base Conjugada:\")\n",
        "baseconjugada_sem_stopwords = elimina_stopwords(baseconjugada, stopwords)\n",
        "print(len(baseconjugada_sem_stopwords))\n",
        "\n",
        "print(\"Remoção das stopwords da da Base Juiz de Fora:\")\n",
        "juizdefora_sem_stopwords = elimina_stopwords(juizdefora, stopwords)\n",
        "print(len(juizdefora_sem_stopwords))\n",
        "\n",
        "print(\"Remoção das stopwords da da Base Natal:\")\n",
        "natal_sem_stopwords = elimina_stopwords(natal, stopwords)\n",
        "print(len(natal_sem_stopwords))\n",
        "\n",
        "print(\"Remoção das stopwords da Base Niterói:\")\n",
        "niteroi_sem_stopwords = elimina_stopwords(niteroi, stopwords)\n",
        "print(len(niteroi_sem_stopwords))\n",
        "\n",
        "print(\"Remoção das stopwords da Base Rio de Janeiro A:\")\n",
        "riodejaneiroa_sem_stopwords = elimina_stopwords(riodejaneiroa, stopwords)\n",
        "print(len(riodejaneiroa_sem_stopwords))\n",
        "\n",
        "print(\"Remoção das stopwords da Base Rio de Janeiro B:\")\n",
        "riodejaneirob_sem_stopwords = elimina_stopwords(riodejaneirob, stopwords)\n",
        "print(len(riodejaneirob_sem_stopwords))\n",
        "\n",
        "print(\"Remoção das stopwords da Base Rio Grande:\")\n",
        "riogrande_sem_stopwords = elimina_stopwords(riogrande, stopwords)\n",
        "print(len(riogrande_sem_stopwords))"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "collapsed": true,
        "id": "eyi-i8om6o1E",
        "outputId": "1d175662-f78f-4443-b255-e01b2a0fc794"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Remoção das stopwords da Base Conjugada:\n",
            "249316\n",
            "Remoção das stopwords da da Base Juiz de Fora:\n",
            "28969\n",
            "Remoção das stopwords da da Base Natal:\n",
            "87808\n",
            "Remoção das stopwords da Base Niterói:\n",
            "21156\n",
            "Remoção das stopwords da Base Rio de Janeiro A:\n",
            "43758\n",
            "Remoção das stopwords da Base Rio de Janeiro B:\n",
            "49838\n",
            "Remoção das stopwords da Base Rio Grande:\n",
            "17787\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "with open('riogrande_sem_stopwords.txt', 'w') as file:\n",
        "    for item in riogrande_sem_stopwords:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "lc-Fv712Fx-s"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "source": [
        "---"
      ],
      "metadata": {
        "id": "Eug5YvxnjEjp"
      }
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "fR28sM_xNvdy"
      },
      "source": [
        "## Abordagens de lematização\n",
        "\n",
        "\n",
        "1.   **Lematização por aprendizado de máquina**: spaCy modelo pt_core_news_sm\n",
        "2.   **Lematização por depêndencias universais**: Simplemma UD-PT-GSD\n",
        "3.   **Lematização por arquivos lexicográficos**: PortiLexicon-UD (Projeto POeTiSA)\n"
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "## Importação do modelo do português do spaCy"
      ],
      "metadata": {
        "id": "YZAQOaCFO0ds"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "!python -m spacy download pt_core_news_sm --quiet\n",
        "\n",
        "nlp = spacy.load('pt_core_news_sm')\n",
        "\n",
        "nlp.max_length = 3000000"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "wR9GW7YH8jeV",
        "outputId": "330f00e6-70f2-439e-e66d-435971f0a091",
        "collapsed": true
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "\u001b[2K     \u001b[90m━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\u001b[0m \u001b[32m13.0/13.0 MB\u001b[0m \u001b[31m80.2 MB/s\u001b[0m eta \u001b[36m0:00:00\u001b[0m\n",
            "\u001b[?25h\u001b[38;5;2m✔ Download and installation successful\u001b[0m\n",
            "You can now load the package via spacy.load('pt_core_news_sm')\n",
            "\u001b[38;5;3m⚠ Restart to reload dependencies\u001b[0m\n",
            "If you are in a Jupyter or Colab notebook, you may need to restart Python in\n",
            "order to load all the package's dependencies. You can do this by selecting the\n",
            "'Restart kernel' or 'Restart runtime' option.\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "### Lematização por modelo e UD: spaCy"
      ],
      "metadata": {
        "id": "kDTP-CN58gHF"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "def lemmatizationspacy(tokens):\n",
        "  \"\"\" Lematiza um texto usando a biblioteca spaCy.\n",
        "\n",
        "  Recebe: uma lista de tokens (str).\n",
        "\n",
        "  Retorna: uma lista com os tokens lematizados.\n",
        "  \"\"\"\n",
        "\n",
        "  doc = nlp(' '.join(tokens))\n",
        "  lemmas = [token.lemma_ for token in doc]  # Lista com os lemas dos tokens\n",
        "\n",
        "  return lemmas"
      ],
      "metadata": {
        "id": "9Oza3WMYcpPA"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lema_spacy1 = lemmatizationspacy(riogrande)"
      ],
      "metadata": {
        "id": "O3uCmPph6zLa"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lema_spacy2 = lemmatizationspacy(riogrande_sem_stopwords)"
      ],
      "metadata": {
        "id": "4MKNWVGD54uD"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lema_spacy3 = lemmatizationspacy(baseconjugada)"
      ],
      "metadata": {
        "id": "YVTIJ3u6_qAu"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open(\"lema_spacy1.txt\", \"w\") as file:\n",
        "    for item in lema_spacy1:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "RByQx4cygt55"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open(\"lema_spacy2.txt\", \"w\") as file:\n",
        "    for item in lema_spacy2:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "wFzOMI7H_jtk"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open(\"lema_spacy3.txt\", \"w\") as file:\n",
        "    for item in lema_spacy3:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "q8kuWXFnALXc"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "source": [
        "### Lematização com [Simplemma](https://github.com/adbar/simplemma)"
      ],
      "metadata": {
        "id": "c5Pes4KAGzME"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "!pip install git+https://github.com/adbar/simplemma --quiet"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "5YG28XP4BDXD",
        "outputId": "f6e71cde-885a-4696-d3f9-7a0c067916f3"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "  Installing build dependencies ... \u001b[?25l\u001b[?25hdone\n",
            "  Getting requirements to build wheel ... \u001b[?25l\u001b[?25hdone\n",
            "  Preparing metadata (pyproject.toml) ... \u001b[?25l\u001b[?25hdone\n",
            "  Building wheel for simplemma (pyproject.toml) ... \u001b[?25l\u001b[?25hdone\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "import simplemma\n",
        "\n",
        "def simplemmatization(texto):\n",
        "  \"\"\" Lematiza um texto através da função simplemmatization do simplemma.\n",
        "\n",
        "  Recebe: um texto (string).\n",
        "\n",
        "  Retorna: um dataframe com o texto original e o texto lematizado.\n",
        "  \"\"\"\n",
        "\n",
        "  lemmas = []\n",
        "  for token in simplemma.lemmatize(texto, lang = 'pt'):\n",
        "    lemmas.append(token)\n",
        "  return ''.join(lemmas)"
      ],
      "metadata": {
        "id": "hpzaDfm2BfCD"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "# Criar DataFrame\n",
        "simlematizacao = pd.DataFrame({'Texto': riogrande})\n",
        "\n",
        "# Aplicar lematização aos dados\n",
        "simlematizacao['Texto Lematizado'] = simlematizacao['Texto'].apply(simplemmatization)"
      ],
      "metadata": {
        "id": "hCeFxUbk44Am",
        "collapsed": true
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "# Criar DataFrame\n",
        "simlematizacao2 = pd.DataFrame({'Texto': riogrande_sem_stopwords})\n",
        "\n",
        "# Aplicar lematização aos dados\n",
        "simlematizacao2['Texto Lematizado'] = simlematizacao2['Texto'].apply(simplemmatization)"
      ],
      "metadata": {
        "id": "g-diAfmfmzsZ"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "# Criar DataFrame\n",
        "simlematizacao3 = pd.DataFrame({'Texto': baseconjugada})\n",
        "\n",
        "# Aplicar lematização aos dados\n",
        "simlematizacao3['Texto Lematizado'] = simlematizacao2['Texto'].apply(simplemmatization)"
      ],
      "metadata": {
        "id": "vkEDypknAues"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lema_simp1 = simlematizacao['Texto Lematizado'].values.tolist()"
      ],
      "metadata": {
        "id": "T5EhT30PKIaZ",
        "collapsed": true
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lema_simp2 = simlematizacao2['Texto Lematizado'].values.tolist()"
      ],
      "metadata": {
        "id": "F50_x4x20Yuk"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lema_simp3 = simlematizacao3['Texto Lematizado'].values.tolist()"
      ],
      "metadata": {
        "id": "480ofsWWAyP8"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open(\"lema_simp1.txt\", \"w\") as file:\n",
        "    for item in lema_simp1:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "f5wwF2S1C3H0"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open(\"lema_simp2.txt\", \"w\") as file:\n",
        "    for item in lema_simp2:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "tsCXJS8sBIEU"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open(\"lema_simp3.txt\", \"w\") as file:\n",
        "    for item in lema_simp3:\n",
        "       if not pd.isna(item):\n",
        "            file.write(str(item) + '\\n') # Converte item em string se não for NaN"
      ],
      "metadata": {
        "id": "KJEzVZETBISs"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "source": [
        "### Lematização com PortiLexicon-UD"
      ],
      "metadata": {
        "id": "CvbAAwineYU1"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "portilexicon = pd.read_csv('portilexicon-ud - portilexicon-ud.csv')"
      ],
      "metadata": {
        "id": "C1AGEMYP1hD2"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "def lematizacao_portilexicon(texto, lexicon = portilexicon):\n",
        "    \"\"\"Lematiza um texto através do documento lexicográfico PortiLexicon.\n",
        "\n",
        "    Recebe:\n",
        "        texto (list): Lista de tokens (strings) do texto.\n",
        "        portilexicon (pd.DataFrame): DataFrame contendo as colunas 'a' (token) e 'a.1' (lemma).\n",
        "\n",
        "    Retorna:\n",
        "        list: Lista de tokens lematizados.\n",
        "    \"\"\"\n",
        "    # Verificar se o portilexicon foi fornecido corretamente\n",
        "    if portilexicon is None:\n",
        "        raise ValueError(\"O parâmetro 'portilexicon' não foi fornecido.\")\n",
        "\n",
        "    # Criar um dicionário para busca rápida dos lemas\n",
        "    lemma_dict = dict(zip(portilexicon['a'], portilexicon['a.1']))\n",
        "\n",
        "    # \"Flatten\" do texto: se for uma lista de listas, transformar em uma lista plana\n",
        "    if isinstance(texto[0], list):\n",
        "        texto = [item for sublist in texto for item in sublist]\n",
        "\n",
        "    # Substituir tokens pelo lema correspondente ou manter o token original\n",
        "    return [lemma_dict.get(token, token) for token in texto]"
      ],
      "metadata": {
        "id": "GyFoTsNFcoBQ"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lema_port1 = lematizacao_portilexicon(riogrande)"
      ],
      "metadata": {
        "id": "M5faxnFXItLt",
        "collapsed": true
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lema_port2 = lematizacao_portilexicon(riogrande_sem_stopwords)"
      ],
      "metadata": {
        "id": "r9rpz3K0oP4p"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lema_port3 = lematizacao_portilexicon(baseconjugada)"
      ],
      "metadata": {
        "id": "-GL_DqCeBjJ8"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open(\"lema_port1.txt\", \"w\") as file:\n",
        "    for item in lema_port1:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "i17A_ep3oGYa"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open(\"lema_port2.txt\", \"w\") as file:\n",
        "    for item in lema_port2:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "EO3t8_ppBrQE"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "with open(\"lema_port3.txt\", \"w\") as file:\n",
        "    for item in lema_port3:\n",
        "        file.write(item + '\\n')"
      ],
      "metadata": {
        "id": "SKgQ78I7Brgt"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "source": [
        "## Validação"
      ],
      "metadata": {
        "id": "APLHsLiOKtdk"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "testeriogrande = [riogrande[:1000]]"
      ],
      "metadata": {
        "id": "CXUS_J8dKxHL",
        "collapsed": true
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lematizacaomodelo = ['informante', 'de', 'ensino', 'superior', 'informante', '1', 'joão', 'carlos', 'sexo', 'masculino', 'idade', '28', 'ano', 'data', 'de', 'coleta', 'oral', '20', '11', '93', 'escrita', '21', '11', '93', 'e',\n",
        "'22', '11', '93', 'parte', 'oral', 'narrativa', 'de', 'experiência', 'pessoal', 'e', 'joão', 'ter', 'algum', 'história', 'que', 'ter', 'acontecer', 'contigo', 'que', 'tu', 'querer', 'eu', 'contar', 'i',\n",
        "'ter', 'um', 'recente', 'eh', 'pegar', 'o', 'lancha', 'aí', 'ir', 'eu', 'e', 'dois', 'amigo', 'meu', 'que', 'trabalhar', 'comigo', 'lá', 'o', 'edson', 'e', 'o', 'miguel', 'aí',\n",
        "'entrar', 'em', 'lancha', 'né', 'ter', 'não', 'saber', 'se', 'você', 'saber', 'como', 'ser', 'que', 'o', 'lancha', 'ter', 'quatro', 'um', 'fileira', 'de','quatro', 'cadeira','assim',\n",
        "'de', 'madeira', 'com', 'encosto', 'e', 'o', 'cadeira', 'ser', 'normal', 'aí', 'até', 'ir', 'entrar', 'conversar', 'aí','pedir', 'pra', 'dar', 'lugar', 'pra', 'outro', 'sentar', 'também', 'sentar', 'em', 'canto', 'o', 'outro', 'dois', 'sentar',\n",
        "'perto','de', 'eu', 'só', 'que', 'eu', 'não', 'ver', 'que', 'estar', 'sem', 'encosto', 'o', 'cadeira', 'eu', 'sentar', 'o','cadeira', 'ser', 'de', 'ser', 'imóvel', 'vir', 'pra', 'trás', 'cair', 'deitado', 'em', 'colo', 'de',\n",
        "'negrão', 'atrás', 'de', 'eu', 'riso', 'aquilo', 'ali', 'ficar', 'o', 'vale', 'de', 'ano', 'lá', 'em', 'em', 'narrativa', 'recontado', 'e', 'estar', 'joão',  'e', 'ter', 'algum', 'história', 'que', 'alguém',\n",
        "'ter', 'te', 'contar', 'e', 'que', 'tu', 'não', 'ter', 'participado', 'e', 'que', 'tu', 'saber', 'através', 'de', 'alguém', 'i', 'eh', 'eu', 'não', 'saber', 'se', 'chegar', 'a', 'ser', 'o', 'que', 'tu', 'estar', 'querer',\n",
        "'mas', 'isso', 'acontecer', 'sexta', 'feira', 'também', 'ser', 'mais', 'pra',  'mais', 'um', 'vale', 'datar', 'o', 'cara', 'chegar', 'estar', 'eh', 'almoçar', 'o', 'mãe', 'dele', 'ligar', 'pra', 'ele', 'assim', 'está',\n",
        "'com', 'um', 'pé', 'de', 'cada','sapato','aí','o','o','colega','chegar','e','disse','ué','pé','de','cada','sapato','você','achar','que','eu','ser','louco','por','um','pé','de','sapato','um','pé','de',\n",
        "'cada','sapato','olhar','pra','baixo','um','sapato','com','um','lista','e','outro','sem','lista','riso','de','e','ir','trabalhar','com','um','pé','de','cada','sapato','pegar','em','pé','dele','lá','descrição',\n",
        "'de','local','e','tá','joão','eh','ter','algum','lug','um','lugar','ou','algum','coisa','que','tu','querer','eu','descrever','i','eu','poder','você','descrever','o','agência','lá','em','em','norte','onde',\n",
        "'eu','trabalhar','eh','logo','em','seguida','qur','tu','descer','de','lancha','ter','o','o','rua','de','frente','ali','álvaro','costa','o','agência','ser','bem','em','frente','ser','dois','piso','né','o',\n",
        "'setor','de','baixo','ser','onde','funcionar','o','o','caixa','de','gerência','e','em','cima','o','pessoal','mais','o','pessoal','de','de','aplicação','ser','um','um','agência','pequeno','mas','eh','bem',\n",
        "'bonito','até','relato','de','procedimento','e','tá','e','ter','algum','coisa','que','tu','querer','eu','ensinar','a','fazer','explicar','explicar','como','faz','algum','coisa','pode','ser','algum','coisa',\n",
        "'relacionado','com','o','você','serviço','algum','i','ser','ser','difícil','ir','dizer','você','ensinar','a','trabalhar','em','caixa','o','o','rapaz','que','fazer','compensação','por','exemplo','quando',\n",
        "'você','chegar','com','um','depósito','com','cheque','de','outro','banco','tu','tu','tem','que','carimbar','o','cheque','né','aí','em','final','de','dia','tu','tu','somar','ele','banco','por','banco','que',\n",
        "'ficar','só','pra','pra','compensação','eh','ser','coisa','entender','que','eu','poder','até','você','explicar','mas','não','relato','de','opinião','e','aí','tu','querer','dar','um','opinião','sobre',\n",
        "'algum','coisa','algum','assunto','i','eh','como','eu','trabalhar','em','banco','agora','que','falar','tudo','agora','sobre','o','sobre','banco','ir','você','dar','um','motivo','um','opinião','sobre',\n",
        "'não','sei','aplicação','eu','achar','que','pelo','menos','ser','de','se','esperar','como','o','taxa','estar','muito','alta','em','aplicação','dever','ter','um','mudança','em','plano','econômico','de',\n",
        "'de','país','pro','final','de','ano','até','estar','falar','lá','em','algum','pacote','algum','coisa','porque','a','taxa','estar','muito','al','muito','alta','muito','acima','de','inflação','o','inflação',\n",
        "'que','ele','divulgar','né','então','por','a','taxa','estar','tão','alta','certamente','dever','ter','algum','mudança','em','em','plano','econômico','e','tá','i','bom','dia','e','obrigado','parte','escrito',\n",
        "'narrativa','de','experiência','pessoal','ir','descrever','um','acontecimento','engraçado','que','se','passar','comigo','em','lancha','para','são','josé','do','norte','quando','ia','para','o','serviço',\n",
        "'a','lancha','noivo','de','mar','ter','fileira','com','4','banco','de','madeira','e','o','assento','ser','móvel','entrar','em','lancha','juntamente','com','dois','colega','de','serviço','e','sentei','em',\n",
        "'cadeira','de','canto','porém','não','ver','que','o','cadeira','estar','sem','encosto','cair','com','tudo','pra','trás','em','colo','de','um','senhor','que','estar','no','banco','de','trás','ser','o',\n",
        "'vale','de','ano','narrativa','recontado','outro','acontecimento','engraçado','acontecer','outro','dia','com','um','colega','em','serviço','o','mãe','dele','ligar','pra','ele','perguntar','se','ele','estar',\n",
        "'com','um','pé','de','cada','sapato','ele','ainda','ficar','bravo','dizer','que','não','estar','louco','e','olhar','para','o','pé', 'estar','mesmo','com','um','pé','de','cada','imaginar','o','situação',\n",
        "'descrição','de','local','ir','descrever','o','agência','de','caixa','econômico','federal','em','são','josé','de','norte','ser','logo','em','rua','em','frente','o','hidroviário','um','agência','de','dois',\n",
        "'andar','onde','em','parte','inferior','ficar','localizado','o','gerência','o','abertura','de','conta','e','o','caixa','em','andar','superior','ficar','o','cozinha','e','o','banheiro','o','almoxarifado',\n",
        "'e','o','setor','de','contabilidade','e','aplicação','ser','um','agência','pequeno','porém','bem','agradável','relato','de','procedimento','ir','dar','um','pequeno','procedimento','sobre','o','tratamento',\n",
        "'dado','a','cheque','de','outro','banco','recebido','pelo','caixa','em','depósito','o','caixa','recebe','o','depósito','em','cheque','carimbar','o','cheque','com','o','carimbo','de','compensação','em',\n",
        "'verso','e','com','o','de','cruzamento','em','frente','verificar','o','prazo','de','comp','bloqueio','e','autenticar','o','depósito','em','final','de','expediente','fazer','o','soma','de','cheque','verificar',\n",
        "'se','coincidir','com','o','total','de','depósito','recebido','e','encaminhar','para','o', 'retaguarda','relato', 'de', 'opinião', 'ir', 'dar','um', 'opinião','sobre','o','situação', 'econômico', 'que',\n",
        "'provavelmente', 'dever', 'ter', 'mudança', 'em', 'final', 'desse', 'ano', 'visto', 'que', 'o', 'taxa', 'de', 'juro','em', 'aplicação', 'em', 'cdb', 'rdb', 'poupança', 'e','outro','estar','muito','elevado',\n",
        "'em','relação','o', 'inflação', 'divulgado', 'achar', 'que', 'certamente', 'este', 'equilíbrio', 'provocar', 'mudança', 'e', 'quem', 'saber', 'um', 'novo','pacote', 'econômico', 'informante', '2',\n",
        "'lisandra','sexo','feminino','idade', '23','ano','data','de','coleta','oral','28','09','93','escrita','06','11','93','parte','escrito','narrativa','de','experiência','pessoal','e','lisandra', 'um',\n",
        "'experiência', 'um', 'narrativa', 'teu', 'de', 'experiência']"
      ],
      "metadata": {
        "id": "cFBaFu3oK5W7"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "def contaacuracia(lematizacaomodelo, lematizacao):\n",
        "\n",
        "  corretos = 0\n",
        "\n",
        "  for i in range(len(lematizacaomodelo)):\n",
        "    if lematizacaomodelo[i] == lematizacao[i].lower():\n",
        "      corretos += 1\n",
        "\n",
        "  acuracia = corretos / len(lematizacaomodelo)\n",
        "\n",
        "  return acuracia"
      ],
      "metadata": {
        "id": "3oopRJzVcER3"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "contaacuracia(lematizacaomodelo, lema_spacy1)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "t2dmMU-LcXa7",
        "outputId": "c1454c53-3422-4ccb-e5f3-018c3db724b8"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "0.869"
            ]
          },
          "metadata": {},
          "execution_count": 38
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "contaacuracia(lematizacaomodelo, lema_simp1)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "OSLF9SnDc4pF",
        "outputId": "60b68082-5889-4681-9edb-e0f65418c637"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "0.823"
            ]
          },
          "metadata": {},
          "execution_count": 39
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "contaacuracia(lematizacaomodelo, lema_port1)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "c-d1a37Rc9IZ",
        "outputId": "6156324b-8c8d-4487-a665-8a7ea5e5ef08"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "0.8"
            ]
          },
          "metadata": {},
          "execution_count": 40
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "lematizacaomodelo2 = elimina_stopwords(lematizacaomodelo, stopwords)\n",
        "len(lematizacaomodelo2)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "j7YTaKBDCC4M",
        "outputId": "e1fd7b0a-0dc4-41b7-e0f7-5290d70b5a07"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "590"
            ]
          },
          "metadata": {},
          "execution_count": 41
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "verificacao = pd.DataFrame({'Texto': lematizacaomodelo2, 'Texto Lematizado': lema_port2[:590]})"
      ],
      "metadata": {
        "id": "Otn39dkdo5iK"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "verificacao.to_csv(\"verificacao.csv\", index=False)"
      ],
      "metadata": {
        "id": "Hnpy-ZV5pRE8"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "contaacuracia(lematizacaomodelo2, lema_spacy2)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "uH2VZLTg0oTT",
        "outputId": "05c091ae-88f7-4169-a80a-f3be79ca7cbd"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "0.8661016949152542"
            ]
          },
          "metadata": {},
          "execution_count": 45
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "contaacuracia(lematizacaomodelo2, lema_simp2)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "U8fbjDub0oJs",
        "outputId": "56eb00be-8517-4a4e-f99e-d12272fec406"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "0.8627118644067797"
            ]
          },
          "metadata": {},
          "execution_count": 46
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "contaacuracia(lematizacaomodelo2, lema_port2)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "VG44Y2WG0n8E",
        "outputId": "a51b08f7-0c90-426f-dab9-d871e5bde81f"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "0.8067796610169492"
            ]
          },
          "metadata": {},
          "execution_count": 47
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "---"
      ],
      "metadata": {
        "id": "e6kVWAx8ixeZ"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "from itertools import chain\n",
        "\n",
        "def frequencia_ngramas(base, n = 2):\n",
        "  \"\"\" Identifica os ngramas de um dataset e os ranqueia pela frequência.\n",
        "\n",
        "  Recebe: base (list): Uma lista de palavras ou tokens (strings).\n",
        "        n (int): O número de tokens para o n-grama. Valor padrão é 2.\n",
        "\n",
        "  Retorna: list: Uma lista de tuplas (n-grama, frequência) ordenada por frequência em ordem decrescente.\n",
        "  \"\"\"\n",
        "\n",
        "  # Validações de entrada\n",
        "  if not isinstance(base, list) or not all(isinstance(item, (str, list)) for item in base):\n",
        "      raise ValueError(\"A base deve ser uma lista de strings ou uma lista de listas de strings.\")\n",
        "  if not isinstance(n, int) or n < 1:\n",
        "      raise ValueError(\"O valor de 'n' deve ser um inteiro positivo.\")\n",
        "\n",
        "  # Se for uma lista de listas, achata para uma única lista\n",
        "  if any(isinstance(item, list) for item in base):\n",
        "      base = list(chain.from_iterable(base))\n",
        "\n",
        "  counts = {}\n",
        "\n",
        "  for ngram in nltk.ngrams(base, n):  # Cria os n-gramas\n",
        "      counts[ngram] = counts.get(ngram, 0) + 1\n",
        "\n",
        "  ngramsranking = sorted(counts.items(), key=lambda x: x[1], reverse=True)\n",
        "\n",
        "  return ngram, ngramsranking"
      ],
      "metadata": {
        "id": "vzz1XTpo74Wt"
      },
      "execution_count": null,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "frequencia_ngramas(riogrande)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "59FOMOkh8BRs",
        "outputId": "e48ddac9-fcfc-4f90-b41f-6ffa225fabf6"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "(('estas', 'coisas'),\n",
              " [(('que', 'eu'), 132),\n",
              "  (('a', 'gente'), 116),\n",
              "  (('que', 'tu'), 109),\n",
              "  (('e', 'o'), 84),\n",
              "  (('que', 'é'), 84),\n",
              "  (('e', 'eu'), 81),\n",
              "  (('relato', 'de'), 75),\n",
              "  (('e', 'a'), 74),\n",
              "  (('e', 'e'), 74),\n",
              "  (('a', 'minha'), 66),\n",
              "  (('o', 'que'), 63),\n",
              "  (('é', 'um'), 63),\n",
              "  (('alguma', 'coisa'), 62),\n",
              "  (('acho', 'que'), 57),\n",
              "  (('o', 'meu'), 55),\n",
              "  (('tem', 'um'), 53),\n",
              "  (('com', 'a'), 52),\n",
              "  (('que', 'a'), 51),\n",
              "  (('é', 'uma'), 51),\n",
              "  (('que', 'que'), 49),\n",
              "  (('coisa', 'que'), 47),\n",
              "  (('né', 'e'), 47),\n",
              "  (('tem', 'que'), 46),\n",
              "  (('eu', 'acho'), 46),\n",
              "  (('eu', 'não'), 44),\n",
              "  (('experiência', 'pessoal'), 43),\n",
              "  (('tem', 'uma'), 42),\n",
              "  (('que', 'não'), 42),\n",
              "  (('de', 'experiência'), 40),\n",
              "  (('e', 'não'), 40),\n",
              "  (('é', 'o'), 40),\n",
              "  (('narrativa', 'de'), 39),\n",
              "  (('é', 'que'), 39),\n",
              "  (('em', 'cima'), 39),\n",
              "  (('de', 'opinião'), 38),\n",
              "  (('narrativa', 'recontada'), 37),\n",
              "  (('de', 'local'), 37),\n",
              "  (('minha', 'mãe'), 37),\n",
              "  (('descrição', 'de'), 36),\n",
              "  (('de', 'procedimento'), 36),\n",
              "  (('e', 'tem'), 35),\n",
              "  (('eu', 'estava'), 35),\n",
              "  (('não', 'é'), 35),\n",
              "  (('uma', 'coisa'), 35),\n",
              "  (('não', 'sei'), 32),\n",
              "  (('i', 'é'), 32),\n",
              "  (('e', 'ela'), 32),\n",
              "  (('a', 'mãe'), 31),\n",
              "  (('um', 'lugar'), 31),\n",
              "  (('com', 'o'), 31),\n",
              "  (('que', 'ele'), 31),\n",
              "  (('eu', 'tenho'), 31),\n",
              "  (('me', 'contou'), 31),\n",
              "  (('não', 'não'), 30),\n",
              "  (('eu', 'vou'), 29),\n",
              "  (('não', 'tem'), 29),\n",
              "  (('da', 'minha'), 29),\n",
              "  (('né', 'aí'), 28),\n",
              "  (('e', 'aí'), 28),\n",
              "  (('eu', 'fui'), 28),\n",
              "  (('que', 'ela'), 28),\n",
              "  (('assim', 'que'), 27),\n",
              "  (('aí', 'a'), 27),\n",
              "  (('aí', 'eu'), 27),\n",
              "  (('disse', 'que'), 27),\n",
              "  (('que', 'o'), 27),\n",
              "  (('11', '93'), 26),\n",
              "  (('a', 'a'), 26),\n",
              "  (('que', 'era'), 26),\n",
              "  (('que', 'tem'), 26),\n",
              "  (('e', 'é'), 26),\n",
              "  (('só', 'que'), 25),\n",
              "  (('que', 'se'), 25),\n",
              "  (('de', 'um'), 25),\n",
              "  (('todo', 'mundo'), 25),\n",
              "  (('e', 'uhn'), 25),\n",
              "  (('como', 'é'), 24),\n",
              "  (('na', 'minha'), 24),\n",
              "  (('aí', 'ela'), 24),\n",
              "  (('começou', 'a'), 24),\n",
              "  (('quando', 'eu'), 23),\n",
              "  (('e', 'tá'), 22),\n",
              "  (('é', 'muito'), 22),\n",
              "  (('com', 'um'), 21),\n",
              "  (('opinião', 'e'), 21),\n",
              "  (('de', 'uma'), 21),\n",
              "  (('é', 'a'), 21),\n",
              "  (('meu', 'pai'), 21),\n",
              "  (('recontada', 'e'), 20),\n",
              "  (('e', 'que'), 20),\n",
              "  (('tem', 'a'), 20),\n",
              "  (('eu', 'tinha'), 20),\n",
              "  (('em', 'casa'), 20),\n",
              "  (('e', 'depois'), 20),\n",
              "  (('contou', 'que'), 20),\n",
              "  (('anos', 'data'), 19),\n",
              "  (('data', 'da'), 19),\n",
              "  (('da', 'coleta'), 19),\n",
              "  (('coleta', 'oral'), 19),\n",
              "  (('93', 'parte'), 19),\n",
              "  (('pessoal', 'e'), 19),\n",
              "  (('me', 'contar'), 19),\n",
              "  (('parte', 'escrita'), 19),\n",
              "  (('escrita', 'narrativa'), 19),\n",
              "  (('foi', 'o'), 19),\n",
              "  (('uma', 'pessoa'), 19),\n",
              "  (('por', 'causa'), 19),\n",
              "  (('93', 'escrita'), 18),\n",
              "  (('parte', 'oral'), 18),\n",
              "  (('oral', 'narrativa'), 18),\n",
              "  (('local', 'e'), 18),\n",
              "  (('procedimento', 'e'), 18),\n",
              "  (('mas', 'não'), 18),\n",
              "  (('todos', 'os'), 18),\n",
              "  (('as', 'pessoas'), 18),\n",
              "  (('aí', 'ele'), 18),\n",
              "  (('e', 'um'), 18),\n",
              "  (('que', 'aconteceu'), 18),\n",
              "  (('dizer', 'assim'), 18),\n",
              "  (('eu', 'gosto'), 18),\n",
              "  (('o', 'cara'), 17),\n",
              "  (('vamos', 'dizer'), 17),\n",
              "  (('i', 'ah'), 17),\n",
              "  (('porque', 'eu'), 17),\n",
              "  (('e', 'ele'), 17),\n",
              "  (('e', 'me'), 17),\n",
              "  (('e', 'como'), 17),\n",
              "  (('lugar', 'que'), 17),\n",
              "  (('e', 'uma'), 17),\n",
              "  (('muito', 'bem'), 17),\n",
              "  (('93', 'e'), 16),\n",
              "  (('história', 'que'), 16),\n",
              "  (('com', 'uma'), 16),\n",
              "  (('e', 'os'), 16),\n",
              "  (('o', 'pai'), 16),\n",
              "  (('meu', 'quarto'), 16),\n",
              "  (('o', 'número'), 16),\n",
              "  (('no', 'colégio'), 16),\n",
              "  (('e', 'então'), 16),\n",
              "  (('tu', 'escolheste'), 16),\n",
              "  (('tu', 'queiras'), 15),\n",
              "  (('aí', 'o'), 15),\n",
              "  (('pra', 'mim'), 15),\n",
              "  (('\"', 'aí'), 15),\n",
              "  (('eu', 'fiquei'), 15),\n",
              "  (('é', 'isso'), 15),\n",
              "  (('coisa', 'assim'), 15),\n",
              "  (('coisa', 'e'), 15),\n",
              "  (('mais', 'ou'), 15),\n",
              "  (('minha', 'casa'), 15),\n",
              "  (('tem', 'o'), 15),\n",
              "  (('a', 'casa'), 15),\n",
              "  (('de', 'aula'), 15),\n",
              "  (('a', 'bola'), 15),\n",
              "  (('tem', 'alguma'), 14),\n",
              "  (('tu', 'não'), 14),\n",
              "  (('ensinar', 'a'), 14),\n",
              "  (('e', 'quando'), 14),\n",
              "  (('na', 'casa'), 14),\n",
              "  (('assim', 'né'), 14),\n",
              "  (('e', 'agora'), 14),\n",
              "  (('a', 'mulher'), 14),\n",
              "  (('eu', 'me'), 14),\n",
              "  (('rio', 'grande'), 14),\n",
              "  (('a', 'sala'), 14),\n",
              "  (('com', 'os'), 14),\n",
              "  (('e', 'tal'), 14),\n",
              "  (('do', 'que'), 14),\n",
              "  (('do', 'lado'), 14),\n",
              "  (('ou', 'menos'), 14),\n",
              "  (('guarda', 'roupa'), 14),\n",
              "  (('é', 'e'), 14),\n",
              "  (('gente', 'tem'), 14),\n",
              "  (('do', 'meu'), 14),\n",
              "  (('meu', 'primo'), 14),\n",
              "  (('e', 'disse'), 13),\n",
              "  (('dar', 'uma'), 13),\n",
              "  (('sobre', 'a'), 13),\n",
              "  (('i', 'bom'), 13),\n",
              "  (('na', 'rua'), 13),\n",
              "  (('porto', 'alegre'), 13),\n",
              "  (('não', 'tinha'), 13),\n",
              "  (('vinte', 'e'), 13),\n",
              "  (('de', 'de'), 13),\n",
              "  (('dela', 'e'), 13),\n",
              "  (('tu', 'vai'), 13),\n",
              "  (('aí', 'depois'), 13),\n",
              "  (('que', 'está'), 13),\n",
              "  (('ele', 'é'), 13),\n",
              "  (('falou', 'assim'), 13),\n",
              "  (('ela', 'me'), 13),\n",
              "  (('um', 'um'), 13),\n",
              "  (('um', 'monte'), 13),\n",
              "  (('monte', 'de'), 13),\n",
              "  (('e', 'qual'), 13),\n",
              "  (('qual', 'foi'), 13),\n",
              "  (('minha', 'irmã'), 13),\n",
              "  (('que', 'tenha'), 12),\n",
              "  (('queiras', 'me'), 12),\n",
              "  (('o', 'o'), 12),\n",
              "  (('i', 'eu'), 12),\n",
              "  (('onde', 'eu'), 12),\n",
              "  (('é', 'bem'), 12),\n",
              "  (('a', 'fazer'), 12),\n",
              "  (('opinião', 'sobre'), 12),\n",
              "  (('que', 'eles'), 12),\n",
              "  (('para', 'o'), 12),\n",
              "  (('sobre', 'o'), 12),\n",
              "  (('09', '93'), 12),\n",
              "  (('tinha', 'que'), 12),\n",
              "  (('e', 'meia'), 12),\n",
              "  (('minha', 'frente'), 12),\n",
              "  (('lá', 'e'), 12),\n",
              "  (('e', 'no'), 12),\n",
              "  (('é', 'assim'), 12),\n",
              "  (('da', 'escola'), 12),\n",
              "  (('e', 'tu'), 12),\n",
              "  (('ela', 'não'), 12),\n",
              "  (('era', 'uma'), 12),\n",
              "  (('assim', 'e'), 12),\n",
              "  (('o', 'nome'), 12),\n",
              "  (('ela', 'foi'), 12),\n",
              "  (('a', 'pessoa'), 12),\n",
              "  (('minha', 'sala'), 12),\n",
              "  (('isso', 'que'), 12),\n",
              "  (('quê', 'i'), 12),\n",
              "  (('o', 'assunto'), 12),\n",
              "  (('uhn', 'uhn'), 12),\n",
              "  (('sala', 'de'), 12),\n",
              "  (('os', 'dentes'), 12),\n",
              "  (('que', 'estava'), 11),\n",
              "  (('eu', 'sou'), 11),\n",
              "  (('lá', 'em'), 11),\n",
              "  (('para', 'a'), 11),\n",
              "  (('tinha', 'uma'), 11),\n",
              "  (('e', 'as'), 11),\n",
              "  (('não', 'está'), 11),\n",
              "  (('ela', 'falou'), 11),\n",
              "  (('depois', 'que'), 11),\n",
              "  (('no', 'chão'), 11),\n",
              "  (('que', 'me'), 11),\n",
              "  (('né', 'que'), 11),\n",
              "  (('que', 'são'), 11),\n",
              "  (('i', 'não'), 11),\n",
              "  (('pessoa', 'que'), 11),\n",
              "  (('tem', 'tem'), 11),\n",
              "  (('eu', 'guardo'), 11),\n",
              "  (('cima', 'da'), 11),\n",
              "  (('os', 'meus'), 11),\n",
              "  (('lá', 'na'), 11),\n",
              "  (('isso', 'aí'), 11),\n",
              "  (('na', 'cidade'), 11),\n",
              "  (('pra', 'nós'), 11),\n",
              "  (('na', 'na'), 11),\n",
              "  (('escolheste', 'pra'), 11),\n",
              "  (('i', 'a'), 11),\n",
              "  (('meu', 'irmão'), 11),\n",
              "  (('minha', 'avó'), 11),\n",
              "  (('contar', 'i'), 10),\n",
              "  (('i', 'tem'), 10),\n",
              "  (('me', 'ensinar'), 10),\n",
              "  (('pra', 'pra'), 10),\n",
              "  (('no', 'no'), 10),\n",
              "  (('sexo', 'feminino'), 10),\n",
              "  (('feminino', 'idade'), 10),\n",
              "  (('um', 'dia'), 10),\n",
              "  (('e', 'tudo'), 10),\n",
              "  (('pra', 'fazer'), 10),\n",
              "  (('que', 'fazer'), 10),\n",
              "  (('eu', 'quero'), 10),\n",
              "  (('falar', 'com'), 10),\n",
              "  (('tenho', 'uma'), 10),\n",
              "  (('ela', 'tem'), 10),\n",
              "  (('que', 'tinha'), 10),\n",
              "  (('porque', 'a'), 10),\n",
              "  (('de', 'manhã'), 10),\n",
              "  (('por', 'isso'), 10),\n",
              "  (('uma', 'história'), 10),\n",
              "  (('e', 'de'), 10),\n",
              "  (('assim', 'a'), 10),\n",
              "  (('dentro', 'da'), 10),\n",
              "  (('que', 'vai'), 10),\n",
              "  (('é', 'só'), 10),\n",
              "  (('então', 'a'), 10),\n",
              "  (('muito', 'bom'), 10),\n",
              "  (('coisa', 'i'), 10),\n",
              "  (('ela', 'é'), 10),\n",
              "  (('às', 'vezes'), 10),\n",
              "  (('que', 'isso'), 10),\n",
              "  (('que', 'te'), 10),\n",
              "  (('o', 'colégio'), 10),\n",
              "  (('pra', 'um'), 10),\n",
              "  (('as', 'crianças'), 10),\n",
              "  (('causa', 'que'), 10),\n",
              "  (('escovar', 'os'), 10),\n",
              "  (('sexo', 'masculino'), 9),\n",
              "  (('masculino', 'idade'), 9),\n",
              "  (('alguma', 'história'), 9),\n",
              "  (('assim', 'de'), 9),\n",
              "  (('de', 'madeira'), 9),\n",
              "  (('lá', 'no'), 9),\n",
              "  (('pra', 'ele'), 9),\n",
              "  (('descrever', 'i'), 9),\n",
              "  (('da', 'da'), 9),\n",
              "  (('pode', 'ser'), 9),\n",
              "  (('aí', 'tu'), 9),\n",
              "  (('tu', 'queres'), 9),\n",
              "  (('a', 'inscrição'), 9),\n",
              "  (('casa', 'e'), 9),\n",
              "  (('uma', 'e'), 9),\n",
              "  (('e', 'três'), 9),\n",
              "  (('eu', 'cheguei'), 9),\n",
              "  (('de', 'ônibus'), 9),\n",
              "  (('a', 'guria'), 9),\n",
              "  (('cara', 'de'), 9),\n",
              "  (('pessoas', 'que'), 9),\n",
              "  (('ela', 'disse'), 9),\n",
              "  (('pegou', 'e'), 9),\n",
              "  (('que', 'foi'), 9),\n",
              "  (('mãe', 'dela'), 9),\n",
              "  (('ele', 'ia'), 9),\n",
              "  (('a', 'vida'), 9),\n",
              "  (('no', 'meio'), 9),\n",
              "  (('de', 'vidro'), 9),\n",
              "  (('também', 'e'), 9),\n",
              "  (('que', 'estão'), 9),\n",
              "  (('o', 'outro'), 9),\n",
              "  (('e', 'muito'), 9),\n",
              "  (('uma', 'criança'), 9),\n",
              "  (('pra', 'ela'), 9),\n",
              "  (('para', 'mim'), 9),\n",
              "  (('aconteceu', 'contigo'), 9),\n",
              "  (('assunto', 'que'), 9),\n",
              "  (('como', 'se'), 9),\n",
              "  (('e', 'bom'), 9),\n",
              "  (('um', 'colégio'), 9),\n",
              "  (('todo', 'o'), 9),\n",
              "  (('ele', 'ele'), 9),\n",
              "  (('ele', 'me'), 9),\n",
              "  (('o', 'quê'), 9),\n",
              "  (('de', 'ficar'), 9),\n",
              "  (('gente', 'se'), 9),\n",
              "  (('eu', 'pego'), 9),\n",
              "  (('gosto', 'de'), 9),\n",
              "  (('a', 'voz'), 9),\n",
              "  (('12', '93'), 9),\n",
              "  (('sei', 'se'), 8),\n",
              "  (('é', 'de'), 8),\n",
              "  (('que', 'alguém'), 8),\n",
              "  (('tenha', 'te'), 8),\n",
              "  (('i', 'eh'), 8),\n",
              "  (('e', 'foi'), 8),\n",
              "  (('me', 'descrever'), 8),\n",
              "  (('tá', 'e'), 8),\n",
              "  (('é', 'é'), 8),\n",
              "  (('vou', 'te'), 8),\n",
              "  (('pelo', 'menos'), 8),\n",
              "  (('né', 'então'), 8),\n",
              "  (('então', 'eu'), 8),\n",
              "  (('aí', 'nós'), 8),\n",
              "  (('né', 'porque'), 8),\n",
              "  (('ter', 'que'), 8),\n",
              "  (('eu', 'disse'), 8),\n",
              "  (('não', 'dá'), 8),\n",
              "  (('eu', 'nunca'), 8),\n",
              "  (('\"', 'e'), 8),\n",
              "  (('ele', 'e'), 8),\n",
              "  (('disse', 'assim'), 8),\n",
              "  (('ela', 'está'), 8),\n",
              "  (('não', 'ia'), 8),\n",
              "  (('se', 'não'), 8),\n",
              "  (('eu', 'queria'), 8),\n",
              "  (('foi', 'um'), 8),\n",
              "  (('com', 'ele'), 8),\n",
              "  (('um', 'armário'), 8),\n",
              "  (('que', 'ter'), 8),\n",
              "  (('uma', 'cama'), 8),\n",
              "  (('no', 'meu'), 8),\n",
              "  (('ele', 'tem'), 8),\n",
              "  (('né', 'não'), 8),\n",
              "  (('que', 'na'), 8),\n",
              "  (('grupo', 'de'), 8),\n",
              "  (('uma', 'vez'), 8),\n",
              "  (('que', 'uma'), 8),\n",
              "  (('só', 'isso'), 8),\n",
              "  (('que', 'um'), 8),\n",
              "  (('era', 'o'), 8),\n",
              "  (('por', 'ser'), 8),\n",
              "  (('tem', 'muitas'), 8),\n",
              "  (('não', 'era'), 8),\n",
              "  (('te', 'contaram'), 8),\n",
              "  (('do', 'sol'), 8),\n",
              "  (('assim', 'eu'), 8),\n",
              "  (('é', 'bom'), 8),\n",
              "  (('de', 'escrever'), 8),\n",
              "  (('o', 'aborto'), 8),\n",
              "  (('pra', 'cima'), 8),\n",
              "  (('minha', 'prima'), 8),\n",
              "  (('porque', 'eles'), 8),\n",
              "  (('queres', 'me'), 8),\n",
              "  (('tens', 'alguma'), 7),\n",
              "  (('pra', 'trás'), 7),\n",
              "  (('do', 'ano'), 7),\n",
              "  (('te', 'contado'), 7),\n",
              "  (('pé', 'de'), 7),\n",
              "  (('na', 'frente'), 7),\n",
              "  (('tu', 'tu'), 7),\n",
              "  (('que', 'fica'), 7),\n",
              "  (('assunto', 'i'), 7),\n",
              "  (('como', 'eu'), 7),\n",
              "  (('do', 'do'), 7),\n",
              "  (('uma', 'experiência'), 7),\n",
              "  (('os', 'dois'), 7),\n",
              "  (('fazer', 'uma'), 7),\n",
              "  (('o', 'carlos'), 7),\n",
              "  (('uma', 'amiga'), 7),\n",
              "  (('eu', 'eu'), 7),\n",
              "  (('de', 'pau'), 7),\n",
              "  (('ah', 'eu'), 7),\n",
              "  (('então', 'tá'), 7),\n",
              "  (('o', 'diretor'), 7),\n",
              "  (('na', 'sala'), 7),\n",
              "  (('que', 'ser'), 7),\n",
              "  (('né', 'eu'), 7),\n",
              "  (('tem', 'dois'), 7),\n",
              "  (('e', 'tinha'), 7),\n",
              "  (('da', 'vida'), 7),\n",
              "  (('não', 'se'), 7),\n",
              "  (('me', 'lembro'), 7),\n",
              "  (('uma', 'sala'), 7),\n",
              "  (('isso', 'eu'), 7),\n",
              "  (('diz', 'que'), 7),\n",
              "  (('quando', 'a'), 7),\n",
              "  (('isso', 'é'), 7),\n",
              "  (('está', 'muito'), 7),\n",
              "  (('da', 'tua'), 7),\n",
              "  (('coisas', 'que'), 7),\n",
              "  (('as', 'coisas'), 7),\n",
              "  (('minha', 'e'), 7),\n",
              "  (('tem', 'mais'), 7),\n",
              "  (('um', 'quadro'), 7),\n",
              "  (('tenho', 'um'), 7),\n",
              "  (('e', 'mais'), 7),\n",
              "  (('se', 'eu'), 7),\n",
              "  (('isso', 'e'), 7),\n",
              "  (('aquela', 'coisa'), 7),\n",
              "  (('não', 'eu'), 7),\n",
              "  (('e', 'isso'), 7),\n",
              "  (('o', 'guri'), 7),\n",
              "  (('mãe', 'que'), 7),\n",
              "  (('à', 'primeira'), 7),\n",
              "  (('primeira', 'vista'), 7),\n",
              "  (('porque', 'o'), 7),\n",
              "  (('uma', 'uma'), 7),\n",
              "  (('a', 'história'), 7),\n",
              "  (('em', 'um'), 7),\n",
              "  (('um', 'deles'), 7),\n",
              "  (('depois', 'o'), 7),\n",
              "  (('me', 'deu'), 7),\n",
              "  (('né', 'no'), 7),\n",
              "  (('ela', 'estava'), 7),\n",
              "  (('o', 'local'), 7),\n",
              "  (('o', 'governo'), 7),\n",
              "  (('e', 'só'), 7),\n",
              "  (('i', 'de'), 7),\n",
              "  (('bom', 'eu'), 7),\n",
              "  (('era', 'um'), 7),\n",
              "  (('né', 'é'), 7),\n",
              "  (('e', 'também'), 7),\n",
              "  (('ele', 'disse'), 7),\n",
              "  (('da', 'cidade'), 7),\n",
              "  (('jardim', 'do'), 7),\n",
              "  (('gente', 'não'), 7),\n",
              "  (('não', 'que'), 7),\n",
              "  (('não', 'gosto'), 7),\n",
              "  (('fazer', 'o'), 7),\n",
              "  (('no', 'cassino'), 7),\n",
              "  (('contigo', 'i'), 7),\n",
              "  (('três', 'anos'), 7),\n",
              "  (('gosto', 'muito'), 7),\n",
              "  (('muito', 'de'), 7),\n",
              "  (('eu', 'era'), 7),\n",
              "  (('na', 'porta'), 7),\n",
              "  (('a', 'boca'), 7),\n",
              "  (('que', 'mais'), 7),\n",
              "  (('a', 'fome'), 7),\n",
              "  (('o', 'relógio'), 7),\n",
              "  (('o', 'velho'), 7),\n",
              "  (('eu', 'boto'), 7),\n",
              "  (('algum', 'lugar'), 7),\n",
              "  (('maria', 'cláudia'), 7),\n",
              "  (('a', 'senhora'), 7),\n",
              "  (('como', 'que'), 7),\n",
              "  (('do', 'ensino'), 6),\n",
              "  (('tenha', 'acontecido'), 6),\n",
              "  (('de', 'mim'), 6),\n",
              "  (('alguém', 'tenha'), 6),\n",
              "  (('é', 'mais'), 6),\n",
              "  (('um', 'pé'), 6),\n",
              "  (('de', 'cada'), 6),\n",
              "  (('e', 'outro'), 6),\n",
              "  (('né', 'o'), 6),\n",
              "  (('o', 'teu'), 6),\n",
              "  (('no', 'final'), 6),\n",
              "  (('final', 'do'), 6),\n",
              "  (('só', 'pra'), 6),\n",
              "  (('uma', 'opinião'), 6),\n",
              "  (('algum', 'assunto'), 6),\n",
              "  (('ter', 'uma'), 6),\n",
              "  (('acima', 'da'), 6),\n",
              "  (('tá', 'i'), 6),\n",
              "  (('um', 'pequeno'), 6),\n",
              "  (('que', 'as'), 6),\n",
              "  (('estava', 'indo'), 6),\n",
              "  (('de', 'carro'), 6),\n",
              "  (('estava', 'assim'), 6),\n",
              "  (('porque', 'ele'), 6),\n",
              "  (('em', 'pelotas'), 6),\n",
              "  (('ele', 'tinha'), 6),\n",
              "  (('eu', 'ia'), 6),\n",
              "  (('meu', 'nome'), 6),\n",
              "  (('eu', 'falei'), 6),\n",
              "  (('eu', 'faço'), 6),\n",
              "  (('não', 'vou'), 6),\n",
              "  (('a', 'uma'), 6),\n",
              "  (('depois', 'de'), 6),\n",
              "  (('por', 'quê'), 6),\n",
              "  (('grande', 'e'), 6),\n",
              "  (('falei', 'assim'), 6),\n",
              "  (('né', 'pra'), 6),\n",
              "  (('aí', 'quando'), 6),\n",
              "  (('pra', 'me'), 6),\n",
              "  (('área', 'de'), 6),\n",
              "  (('eu', 'estou'), 6),\n",
              "  (('de', 'repente'), 6),\n",
              "  (('né', 'de'), 6),\n",
              "  (('ia', 'ter'), 6),\n",
              "  (('agora', 'tu'), 6),\n",
              "  (('tu', 'me'), 6),\n",
              "  (('não', 'precisa'), 6),\n",
              "  (('fim', 'de'), 6),\n",
              "  (('mas', 'a'), 6),\n",
              "  (('e', 'do'), 6),\n",
              "  (('pai', 'dela'), 6),\n",
              "  (('foi', 'uma'), 6),\n",
              "  (('que', 'também'), 6),\n",
              "  (('o', 'guarda'), 6),\n",
              "  (('de', 'ferro'), 6),\n",
              "  (('que', 'já'), 6),\n",
              "  (('uma', 'rede'), 6),\n",
              "  (('ele', 'não'), 6),\n",
              "  (('não', 'foi'), 6),\n",
              "  (('assim', 'com'), 6),\n",
              "  (('máquina', 'de'), 6),\n",
              "  (('de', 'lavar'), 6),\n",
              "  (('um', 'procedimento'), 6),\n",
              "  (('a', 'criança'), 6),\n",
              "  (('de', 'coisa'), 6),\n",
              "  (('como', 'o'), 6),\n",
              "  (('dele', 'e'), 6),\n",
              "  (('na', 'mão'), 6),\n",
              "  (('e', 'ah'), 6),\n",
              "  (('de', 'estar'), 6),\n",
              "  (('achava', 'que'), 6),\n",
              "  (('de', 'todos'), 6),\n",
              "  (('a', 'primeira'), 6),\n",
              "  (('não', 'queria'), 6),\n",
              "  (('dentro', 'do'), 6),\n",
              "  (('o', 'quarto'), 6),\n",
              "  (('cima', 'do'), 6),\n",
              "  (('uma', 'pequena'), 6),\n",
              "  (('do', 'rio'), 6),\n",
              "  (('tu', 'ias'), 6),\n",
              "  (('contar', 'pra'), 6),\n",
              "  (('estavas', 'falando'), 6),\n",
              "  (('tu', 'estavas'), 6),\n",
              "  (('o', 'lugar'), 6),\n",
              "  (('a', 'tua'), 6),\n",
              "  (('de', 'rua'), 6),\n",
              "  (('de', 'nada'), 6),\n",
              "  (('um', 'pouco'), 6),\n",
              "  (('opinião', 'eu'), 6),\n",
              "  (('minha', 'opinião'), 6),\n",
              "  (('10', '93'), 6),\n",
              "  (('não', 'me'), 6),\n",
              "  (('nada', 'a'), 6),\n",
              "  (('colégio', 'e'), 6),\n",
              "  (('dos', 'professores'), 6),\n",
              "  (('me', 'diz'), 6),\n",
              "  (('coisa', 'pra'), 6),\n",
              "  (('contar', 'que'), 6),\n",
              "  (('casa', 'do'), 6),\n",
              "  (('do', 'cassino'), 6),\n",
              "  (('e', 'começou'), 6),\n",
              "  (('a', 'filha'), 6),\n",
              "  (('a', 'coisa'), 6),\n",
              "  (('na', 'cara'), 6),\n",
              "  (('nas', 'ruas'), 6),\n",
              "  (('é', 'preciso'), 6),\n",
              "  (('obrigada', 'parte'), 6),\n",
              "  (('da', 'outra'), 6),\n",
              "  (('quando', 'se'), 6),\n",
              "  (('assim', 'como'), 6),\n",
              "  (('um', 'amigo'), 6),\n",
              "  (('antes', 'de'), 6),\n",
              "  (('de', 'fazer'), 6),\n",
              "  (('belas', 'artes'), 6),\n",
              "  (('uma', 'madeira'), 6),\n",
              "  (('11', '11'), 6),\n",
              "  (('e', 'eles'), 6),\n",
              "  (('pra', 'descrever'), 6),\n",
              "  (('pega', 'uma'), 6),\n",
              "  (('aconteceu', 'com'), 6),\n",
              "  (('e', 'deu'), 6),\n",
              "  (('um', 'pedaço'), 6),\n",
              "  (('pedaço', 'de'), 6),\n",
              "  (('de', 'pão'), 6),\n",
              "  (('me', 'levou'), 6),\n",
              "  (('o', 'natal'), 6),\n",
              "  (('e', 'alguma'), 6),\n",
              "  (('o', 'lobo'), 6),\n",
              "  (('informantes', 'do'), 5),\n",
              "  (('acontecido', 'contigo'), 5),\n",
              "  (('eu', 'e'), 5),\n",
              "  (('e', 'dois'), 5),\n",
              "  (('né', 'tem'), 5),\n",
              "  (('os', 'outros'), 5),\n",
              "  (('a', 'ser'), 5),\n",
              "  (('mãe', 'dele'), 5),\n",
              "  (('cada', 'sapato'), 5),\n",
              "  (('de', 'e'), 5),\n",
              "  (('o', 'pessoal'), 5),\n",
              "  (('que', 'faz'), 5),\n",
              "  (('por', 'exemplo'), 5),\n",
              "  (('tu', 'tem'), 5),\n",
              "  (('são', 'coisas'), 5),\n",
              "  (('dar', 'um'), 5),\n",
              "  (('colegas', 'de'), 5),\n",
              "  (('dizendo', 'que'), 5),\n",
              "  (('em', 'frente'), 5),\n",
              "  (('o', 'banheiro'), 5),\n",
              "  (('e', 'com'), 5),\n",
              "  (('fazer', 'a'), 5),\n",
              "  (('que', 'ir'), 5),\n",
              "  (('tinha', 'nada'), 5),\n",
              "  (('tudo', 'e'), 5),\n",
              "  (('de', 'vinte'), 5),\n",
              "  (('pessoas', 'na'), 5),\n",
              "  (('tudo', 'tem'), 5),\n",
              "  (('tem', 'jeito'), 5),\n",
              "  (('vou', 'ter'), 5),\n",
              "  (('amiga', 'minha'), 5),\n",
              "  (('casa', 'da'), 5),\n",
              "  (('na', 'hora'), 5),\n",
              "  (('isso', 'não'), 5),\n",
              "  (('e', 'fazer'), 5),\n",
              "  (('assim', 'pra'), 5),\n",
              "  (('um', 'pouquinho'), 5),\n",
              "  (('a', 'mesma'), 5),\n",
              "  (('mesma', 'coisa'), 5),\n",
              "  (('ver', 'que'), 5),\n",
              "  (('ela', 'e'), 5),\n",
              "  (('chegar', 'lá'), 5),\n",
              "  (('quem', 'é'), 5),\n",
              "  (('nós', 'estávamos'), 5),\n",
              "  (('mas', 'como'), 5),\n",
              "  (('uma', 'guria'), 5),\n",
              "  (('de', 'novo'), 5),\n",
              "  (('não', 'sabe'), 5),\n",
              "  (('ela', 'pegou'), 5),\n",
              "  (('eu', 'sempre'), 5),\n",
              "  (('minha', 'cama'), 5),\n",
              "  (('mas', 'eu'), 5),\n",
              "  (('com', 'isso'), 5),\n",
              "  (('a', 'deus'), 5),\n",
              "  (('e', 'pode'), 5),\n",
              "  (('são', 'os'), 5),\n",
              "  (('e', 'estava'), 5),\n",
              "  (('um', 'com'), 5),\n",
              "  (('que', 'aí'), 5),\n",
              "  (('ah', 'e'), 5),\n",
              "  (('ver', 'o'), 5),\n",
              "  (('tua', 'casa'), 5),\n",
              "  (('na', 'tua'), 5),\n",
              "  (('dá', 'pra'), 5),\n",
              "  (('é', 'não'), 5),\n",
              "  (('sempre', 'tem'), 5),\n",
              "  (('do', 'banheiro'), 5),\n",
              "  (('um', 'corredor'), 5),\n",
              "  (('branco', 'e'), 5),\n",
              "  (('tem', 'os'), 5),\n",
              "  (('as', 'minhas'), 5),\n",
              "  (('todas', 'as'), 5),\n",
              "  (('é', 'pra'), 5),\n",
              "  (('junto', 'com'), 5),\n",
              "  (('ainda', 'tem'), 5),\n",
              "  (('eu', 'gostaria'), 5),\n",
              "  (('gostaria', 'de'), 5),\n",
              "  (('tem', 'as'), 5),\n",
              "  (('cama', 'e'), 5),\n",
              "  (('assim', 'tipo'), 5),\n",
              "  (('tampo', 'de'), 5),\n",
              "  (('porque', 'não'), 5),\n",
              "  (('preto', 'com'), 5),\n",
              "  (('que', 'em'), 5),\n",
              "  (('na', 'parede'), 5),\n",
              "  (('lado', 'e'), 5),\n",
              "  (('a', 'tampa'), 5),\n",
              "  (('lugar', 'pra'), 5),\n",
              "  (('coisa', 'de'), 5),\n",
              "  (('tu', 'tens'), 5),\n",
              "  (('não', 'quer'), 5),\n",
              "  (('nome', 'do'), 5),\n",
              "  (('pai', 'e'), 5),\n",
              "  (('um', 'advogado'), 5),\n",
              "  (('número', 'de'), 5),\n",
              "  (('cada', 'vez'), 5),\n",
              "  (('teve', 'um'), 5),\n",
              "  (('carta', 'rogatória'), 5),\n",
              "  (('quando', 'o'), 5),\n",
              "  (('ela', 'era'), 5),\n",
              "  (('um', 'guri'), 5),\n",
              "  (('mas', 'é'), 5),\n",
              "  (('muito', 'mais'), 5),\n",
              "  (('que', 'ia'), 5),\n",
              "  (('amor', 'à'), 5),\n",
              "  (('na', 'escola'), 5),\n",
              "  (('até', 'que'), 5),\n",
              "  (('até', 'hoje'), 5),\n",
              "  (('a', 'princípio'), 5),\n",
              "  (('casa', 'de'), 5),\n",
              "  (('ela', 'a'), 5),\n",
              "  (('o', 'carro'), 5),\n",
              "  (('ele', 'ficou'), 5),\n",
              "  (('ela', 'que'), 5),\n",
              "  (('roupa', 'e'), 5),\n",
              "  (('meus', 'pais'), 5),\n",
              "  (('um', 'grande'), 5),\n",
              "  (('e', 'por'), 5),\n",
              "  (('essas', 'coisas'), 5),\n",
              "  (('mas', 'ela'), 5),\n",
              "  (('local', 'que'), 5),\n",
              "  (('tu', 'vais'), 5),\n",
              "  (('e', 'na'), 5),\n",
              "  (('leite', 'e'), 5),\n",
              "  (('qual', 'é'), 5),\n",
              "  (('tua', 'opinião'), 5),\n",
              "  (('estão', 'na'), 5),\n",
              "  (('rua', 'e'), 5),\n",
              "  (('estão', 'se'), 5),\n",
              "  (('nada', 'parte'), 5),\n",
              "  (('duas', 'janelas'), 5),\n",
              "  (('e', 'minha'), 5),\n",
              "  (('procedimento', 'para'), 5),\n",
              "  (('e', 'nem'), 5),\n",
              "  (('falar', 'sobre'), 5),\n",
              "  (('na', 'nossa'), 5),\n",
              "  (('né', 'ele'), 5),\n",
              "  (('do', 'colégio'), 5),\n",
              "  (('por', 'cima'), 5),\n",
              "  (('a', 'ver'), 5),\n",
              "  (('que', 'os'), 5),\n",
              "  (('os', 'professores'), 5),\n",
              "  (('colégio', 'que'), 5),\n",
              "  (('eu', 'entrei'), 5),\n",
              "  (('ele', 'faz'), 5),\n",
              "  (('foi', 'bom'), 5),\n",
              "  (('não', 'o'), 5),\n",
              "  (('diz', 'uma'), 5),\n",
              "  (('mãe', 'da'), 5),\n",
              "  (('uma', 'casa'), 5),\n",
              "  (('amiga', 'dela'), 5),\n",
              "  (('mãe', 'me'), 5),\n",
              "  (('a', 'amiga'), 5),\n",
              "  (('coisas', 'assim'), 5),\n",
              "  (('está', 'no'), 5),\n",
              "  (('a', 'nossa'), 5),\n",
              "  (('lá', 'é'), 5),\n",
              "  (('ser', 'um'), 5),\n",
              "  (('lá', 'tem'), 5),\n",
              "  (('aquilo', 'que'), 5),\n",
              "  (('de', 'bicicleta'), 5),\n",
              "  (('eu', 'estudo'), 5),\n",
              "  (('o', 'seguinte'), 5),\n",
              "  (('aula', 'e'), 5),\n",
              "  (('e', 'pra'), 5),\n",
              "  (('de', 'pessoas'), 5),\n",
              "  (('procedimento', 'eu'), 5),\n",
              "  (('o', 'melhor'), 5),\n",
              "  (('assim', 'ah'), 5),\n",
              "  (('bem', 'com'), 5),\n",
              "  (('fazer', 'i'), 5),\n",
              "  (('pessoal', 'eu'), 5),\n",
              "  (('um', 'assunto'), 5),\n",
              "  (('ela', 'saiu'), 5),\n",
              "  (('saiu', 'correndo'), 5),\n",
              "  (('bola', 'e'), 5),\n",
              "  (('com', 'ninguém'), 5),\n",
              "  (('a', 'diretora'), 5),\n",
              "  (('lado', 'direito'), 5),\n",
              "  (('e', 'obrigada'), 5),\n",
              "  (('vou', 'contar'), 5),\n",
              "  (('só', 'o'), 5),\n",
              "  (('depois', 'tu'), 5),\n",
              "  (('depois', 'eu'), 5),\n",
              "  (('para', 'dar'), 5),\n",
              "  (('começamos', 'a'), 5),\n",
              "  (('a', 'chorar'), 5),\n",
              "  (('i', 'e'), 5),\n",
              "  (('uma', 'porta'), 5),\n",
              "  (('aula', 'tem'), 5),\n",
              "  (('foi', 'pra'), 5),\n",
              "  (('amigo', 'dele'), 5),\n",
              "  (('dia', 'eu'), 5),\n",
              "  (('uhn', 'i'), 5),\n",
              "  (('depois', 'a'), 5),\n",
              "  (('a', 'correia'), 5),\n",
              "  (('falta', 'de'), 5),\n",
              "  (('não', 'pode'), 5),\n",
              "  (('pra', 'eles'), 5),\n",
              "  (('eles', 'precisam'), 5),\n",
              "  (('só', 'e'), 5),\n",
              "  (('um', 'soco'), 5),\n",
              "  (('uma', 'bola'), 5),\n",
              "  (('me', 'dar'), 5),\n",
              "  (('i', 'como'), 5),\n",
              "  (('dentes', 'e'), 5),\n",
              "  (('boto', 'o'), 5),\n",
              "  (('melhor', '\"'), 5),\n",
              "  (('contigo', 'que'), 4),\n",
              "  (('a', 'cadeira'), 4),\n",
              "  (('pra', 'dar'), 4),\n",
              "  (('eh', 'eu'), 4),\n",
              "  (('mas', 'isso'), 4),\n",
              "  (('também', 'é'), 4),\n",
              "  (('mais', 'um'), 4),\n",
              "  (('está', 'com'), 4),\n",
              "  (('é', 'onde'), 4),\n",
              "  (('e', 'em'), 4),\n",
              "  (('pessoal', 'da'), 4),\n",
              "  (('quando', 'tu'), 4),\n",
              "  (('sobre', 'alguma'), 4),\n",
              "  (('as', 'taxas'), 4),\n",
              "  (('deve', 'ter'), 4),\n",
              "  (('vou', 'descrever'), 4),\n",
              "  (('descrever', 'um'), 4),\n",
              "  (('estava', 'no'), 4),\n",
              "  (('de', 'trás'), 4),\n",
              "  (('outro', 'dia'), 4),\n",
              "  (('ele', 'estava'), 4),\n",
              "  (('não', 'estava'), 4),\n",
              "  (('frente', 'a'), 4),\n",
              "  (('de', 'dois'), 4),\n",
              "  (('com', 'meu'), 4),\n",
              "  (('e', 'nós'), 4),\n",
              "  (('que', 'estar'), 4),\n",
              "  (('em', 'porto'), 4),\n",
              "  (('assim', 'um'), 4),\n",
              "  (('estava', 'saindo'), 4),\n",
              "  (('cheguei', 'lá'), 4),\n",
              "  (('meia', 'em'), 4),\n",
              "  (('três', 'pessoas'), 4),\n",
              "  (('precisa', 'de'), 4),\n",
              "  (('aí', 'e'), 4),\n",
              "  (('assim', 'oh'), 4),\n",
              "  (('de', 'ser'), 4),\n",
              "  (('e', 'vou'), 4),\n",
              "  (('mundo', 'que'), 4),\n",
              "  (('eu', 'vim'), 4),\n",
              "  (('era', 'a'), 4),\n",
              "  (('eu', 'consegui'), 4),\n",
              "  (('vai', 'ter'), 4),\n",
              "  (('fazer', 'e'), 4),\n",
              "  (('um', 'e'), 4),\n",
              "  (('\"', 'ah'), 4),\n",
              "  (('eu', 'meu'), 4),\n",
              "  (('eu', 'que'), 4),\n",
              "  (('vai', 'lá'), 4),\n",
              "  (('diretor', 'da'), 4),\n",
              "  (('aí', 'então'), 4),\n",
              "  (('na', 'justiça'), 4),\n",
              "  (('justiça', 'do'), 4),\n",
              "  (('do', 'trabalho'), 4),\n",
              "  (('em', 'rio'), 4),\n",
              "  (('frente', 'e'), 4),\n",
              "  (('de', 'gente'), 4),\n",
              "  (('mundo', 'e'), 4),\n",
              "  (('colega', 'de'), 4),\n",
              "  (('o', 'namorado'), 4),\n",
              "  (('tal', 'tal'), 4),\n",
              "  (('tal', 'e'), 4),\n",
              "  (('gente', 'que'), 4),\n",
              "  (('comecei', 'a'), 4),\n",
              "  (('tinha', 'oito'), 4),\n",
              "  (('oito', 'vagas'), 4),\n",
              "  (('quer', 'dizer'), 4),\n",
              "  (('assim', 'aí'), 4),\n",
              "  (('sei', 'que'), 4),\n",
              "  (('saindo', 'de'), 4),\n",
              "  (('de', 'todo'), 4),\n",
              "  (('o', 'máximo'), 4),\n",
              "  (('do', 'e'), 4),\n",
              "  (('né', 'mas'), 4),\n",
              "  (('dia', 'que'), 4),\n",
              "  (('que', 'nem'), 4),\n",
              "  (('um', 'que'), 4),\n",
              "  (('se', 'tu'), 4),\n",
              "  (('tu', 'fazes'), 4),\n",
              "  (('riso', 'e'), 4),\n",
              "  (('isso', 'né'), 4),\n",
              "  (('não', 'viu'), 4),\n",
              "  (('foi', 'assim'), 4),\n",
              "  (('graças', 'a'), 4),\n",
              "  (('contar', 'uma'), 4),\n",
              "  (('com', 'outro'), 4),\n",
              "  (('então', 'hoje'), 4),\n",
              "  (('está', 'assim'), 4),\n",
              "  (('porque', 'ela'), 4),\n",
              "  (('um', 'cara'), 4),\n",
              "  (('da', 'marinha'), 4),\n",
              "  (('vida', 'e'), 4),\n",
              "  (('de', 'tudo'), 4),\n",
              "  (('e', 'está'), 4),\n",
              "  (('falou', 'que'), 4),\n",
              "  (('no', 'domingo'), 4),\n",
              "  (('de', 'tarde'), 4),\n",
              "  (('lugar', 'e'), 4),\n",
              "  (('agora', 'eu'), 4),\n",
              "  (('sempre', 'assim'), 4),\n",
              "  (('contou', 'e'), 4),\n",
              "  (('dois', 'quartos'), 4),\n",
              "  (('que', 'dá'), 4),\n",
              "  (('armário', 'de'), 4),\n",
              "  (('de', 'plástico'), 4),\n",
              "  (('também', 'está'), 4),\n",
              "  (('é', 'meu'), 4),\n",
              "  (('um', 'guarda'), 4),\n",
              "  (('puxadores', 'dourados'), 4),\n",
              "  (('roupa', 'de'), 4),\n",
              "  (('da', 'formatura'), 4),\n",
              "  (('um', 'vaso'), 4),\n",
              "  (('com', 'umas'), 4),\n",
              "  (('a', 'cama'), 4),\n",
              "  (('meio', 'da'), 4),\n",
              "  (('da', 'janela'), 4),\n",
              "  (('janela', 'tem'), 4),\n",
              "  (('um', 'guardanapo'), 4),\n",
              "  (('guardanapo', 'branco'), 4),\n",
              "  (('meio', 'do'), 4),\n",
              "  (('quarto', 'de'), 4),\n",
              "  (('de', 'solteiro'), 4),\n",
              "  (('da', 'escrivaninha'), 4),\n",
              "  (('também', 'o'), 4),\n",
              "  (('com', 'quatro'), 4),\n",
              "  (('mas', 'ele'), 4),\n",
              "  (('cada', 'um'), 4),\n",
              "  (('o', 'maior'), 4),\n",
              "  (('tem', 'nada'), 4),\n",
              "  (('que', 'diz'), 4),\n",
              "  (('os', 'os'), 4),\n",
              "  (('bom', 'porque'), 4),\n",
              "  (('tipo', 'um'), 4),\n",
              "  (('é', 'da'), 4),\n",
              "  (('fica', 'o'), 4),\n",
              "  (('da', 'porta'), 4),\n",
              "  (('fica', 'a'), 4),\n",
              "  (('ali', 'no'), 4),\n",
              "  (('parede', 'tem'), 4),\n",
              "  (('a', 'luz'), 4),\n",
              "  (('cozinha', 'que'), 4),\n",
              "  (('de', 'canto'), 4),\n",
              "  (('e', 'duas'), 4),\n",
              "  (('cima', 'e'), 4),\n",
              "  (('causa', 'da'), 4),\n",
              "  (('fazer', 'um'), 4),\n",
              "  (('a', 'opinião'), 4),\n",
              "  (('de', 'trabalho'), 4),\n",
              "  (('investigatória', 'de'), 4),\n",
              "  (('de', 'paternidade'), 4),\n",
              "  (('tu', 'saiba'), 4),\n",
              "  (('um', 'baita'), 4),\n",
              "  (('que', 'você'), 4),\n",
              "  (('que', 'dar'), 4),\n",
              "  (('tem', 'é'), 4),\n",
              "  (('né', 'a'), 4),\n",
              "  (('por', 'carta'), 4),\n",
              "  (('tinha', 'uns'), 4),\n",
              "  (('família', 'e'), 4),\n",
              "  (('aí', 'pra'), 4),\n",
              "  (('está', 'em'), 4),\n",
              "  (('pra', 'cá'), 4),\n",
              "  (('aqui', 'em'), 4),\n",
              "  (('até', 'a'), 4),\n",
              "  (('não', 'vai'), 4),\n",
              "  (('procurar', 'um'), 4),\n",
              "  (('com', 'esse'), 4),\n",
              "  (('mesmo', 'porque'), 4),\n",
              "  (('né', 'ela'), 4),\n",
              "  (('nunca', 'tinha'), 4),\n",
              "  (('pois', 'a'), 4),\n",
              "  ...])"
            ]
          },
          "metadata": {},
          "execution_count": 51
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "frequencia_ngramas(riogrande_sem_stopwords)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "jwMNvNNr8EuV",
        "outputId": "4e7efc09-dd5e-4cf9-adf4-ef02910adf73"
      },
      "execution_count": null,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "(('estas', 'coisas'),\n",
              " [(('alguma', 'coisa'), 62),\n",
              "  (('experiência', 'pessoal'), 43),\n",
              "  (('narrativa', 'experiência'), 40),\n",
              "  (('relato', 'opinião'), 39),\n",
              "  (('narrativa', 'recontada'), 37),\n",
              "  (('relato', 'procedimento'), 36),\n",
              "  (('descrição', 'local'), 35),\n",
              "  (('é', 'é'), 27),\n",
              "  (('11', '93'), 26),\n",
              "  (('todo', 'mundo'), 25),\n",
              "  (('anos', 'data'), 19),\n",
              "  (('data', 'coleta'), 19),\n",
              "  (('coleta', 'oral'), 19),\n",
              "  (('93', 'parte'), 19),\n",
              "  (('parte', 'escrita'), 19),\n",
              "  (('escrita', 'narrativa'), 19),\n",
              "  (('por', 'causa'), 19),\n",
              "  (('93', 'escrita'), 18),\n",
              "  (('parte', 'oral'), 18),\n",
              "  (('oral', 'narrativa'), 18),\n",
              "  (('vamos', 'dizer'), 17),\n",
              "  (('é', 'lugar'), 17),\n",
              "  (('é', 'bem'), 16),\n",
              "  (('tem', 'tem'), 16),\n",
              "  (('gente', 'tem'), 15),\n",
              "  (('tem', 'alguma'), 14),\n",
              "  (('rio', 'grande'), 14),\n",
              "  (('mais', 'menos'), 14),\n",
              "  (('guarda', 'roupa'), 14),\n",
              "  (('porto', 'alegre'), 13),\n",
              "  (('acho', 'é'), 13),\n",
              "  (('opinião', 'sobre'), 12),\n",
              "  (('09', '93'), 12),\n",
              "  (('é', 'coisa'), 12),\n",
              "  (('é', 'bom'), 12),\n",
              "  (('uhn', 'uhn'), 12),\n",
              "  (('é', 'só'), 11),\n",
              "  (('é', 'grande'), 11),\n",
              "  (('por', 'ser'), 11),\n",
              "  (('sala', 'aula'), 11),\n",
              "  (('dar', 'opinião'), 10),\n",
              "  (('sexo', 'feminino'), 10),\n",
              "  (('feminino', 'idade'), 10),\n",
              "  (('às', 'vezes'), 10),\n",
              "  (('sexo', 'masculino'), 9),\n",
              "  (('masculino', 'idade'), 9),\n",
              "  (('alguma', 'história'), 9),\n",
              "  (('queiras', 'contar'), 9),\n",
              "  (('pode', 'ser'), 9),\n",
              "  (('aconteceu', 'contigo'), 9),\n",
              "  (('12', '93'), 9),\n",
              "  (('ensinar', 'fazer'), 8),\n",
              "  (('pelo', 'menos'), 8),\n",
              "  (('tem', 'dois'), 8),\n",
              "  (('tem', 'ter'), 8),\n",
              "  (('tem', 'mais'), 8),\n",
              "  (('era', 'era'), 8),\n",
              "  (('tem', 'muitas'), 8),\n",
              "  (('coisa', 'tal'), 8),\n",
              "  (('escovar', 'dentes'), 8),\n",
              "  (('tens', 'alguma'), 7),\n",
              "  (('tenha', 'acontecido'), 7),\n",
              "  (('é', 'mais'), 7),\n",
              "  (('cara', 'pau'), 7),\n",
              "  (('então', 'tá'), 7),\n",
              "  (('vou', 'contar'), 7),\n",
              "  (('tem', 'é'), 7),\n",
              "  (('amor', 'primeira'), 7),\n",
              "  (('primeira', 'vista'), 7),\n",
              "  (('jardim', 'sol'), 7),\n",
              "  (('três', 'anos'), 7),\n",
              "  (('aula', 'tem'), 7),\n",
              "  (('depois', 'gente'), 7),\n",
              "  (('algum', 'lugar'), 7),\n",
              "  (('maria', 'cláudia'), 7),\n",
              "  (('alguém', 'tenha'), 6),\n",
              "  (('tenha', 'contado'), 6),\n",
              "  (('mais', 'mais'), 6),\n",
              "  (('pé', 'cada'), 6),\n",
              "  (('algum', 'assunto'), 6),\n",
              "  (('estava', 'indo'), 6),\n",
              "  (('vinte', 'três'), 6),\n",
              "  (('tudo', 'tem'), 6),\n",
              "  (('agora', 'é'), 6),\n",
              "  (('só', 'tem'), 6),\n",
              "  (('por', 'quê'), 6),\n",
              "  (('dá', 'dá'), 6),\n",
              "  (('então', 'é'), 6),\n",
              "  (('ia', 'ter'), 6),\n",
              "  (('é', 'tem'), 6),\n",
              "  (('roupa', 'é'), 6),\n",
              "  (('estavas', 'falando'), 6),\n",
              "  (('10', '93'), 6),\n",
              "  (('é', 'preciso'), 6),\n",
              "  (('obrigada', 'parte'), 6),\n",
              "  (('belas', 'artes'), 6),\n",
              "  (('é', 'faz'), 6),\n",
              "  (('11', '11'), 6),\n",
              "  (('pedaço', 'pão'), 6),\n",
              "  (('tem', 'sala'), 6),\n",
              "  (('acontecido', 'contigo'), 5),\n",
              "  (('contigo', 'queiras'), 5),\n",
              "  (('cada', 'sapato'), 5),\n",
              "  (('é', 'difícil'), 5),\n",
              "  (('por', 'exemplo'), 5),\n",
              "  (('são', 'coisas'), 5),\n",
              "  (('vou', 'dar'), 5),\n",
              "  (('fazer', 'inscrição'), 5),\n",
              "  (('tinha', 'nada'), 5),\n",
              "  (('é', 'pessoa'), 5),\n",
              "  (('tem', 'jeito'), 5),\n",
              "  (('vou', 'ter'), 5),\n",
              "  (('nunca', 'tinha'), 5),\n",
              "  (('mesma', 'coisa'), 5),\n",
              "  (('gente', 'estava'), 5),\n",
              "  (('tem', 'gente'), 5),\n",
              "  (('foi', 'foi'), 5),\n",
              "  (('casa', 'é'), 5),\n",
              "  (('sempre', 'tem'), 5),\n",
              "  (('tem', 'guarda'), 5),\n",
              "  (('ainda', 'tem'), 5),\n",
              "  (('flores', 'tem'), 5),\n",
              "  (('tem', 'cama'), 5),\n",
              "  (('onde', 'guardo'), 5),\n",
              "  (('tampo', 'vidro'), 5),\n",
              "  (('parede', 'tem'), 5),\n",
              "  (('máquina', 'lavar'), 5),\n",
              "  (('tem', 'fazer'), 5),\n",
              "  (('é', 'pai'), 5),\n",
              "  (('coisa', 'tem'), 5),\n",
              "  (('cada', 'vez'), 5),\n",
              "  (('carta', 'rogatória'), 5),\n",
              "  (('tem', 'ser'), 5),\n",
              "  (('até', 'hoje'), 5),\n",
              "  (('sala', 'tem'), 5),\n",
              "  (('cidade', 'rio'), 5),\n",
              "  (('coisa', 'aconteceu'), 5),\n",
              "  (('nada', 'parte'), 5),\n",
              "  (('duas', 'janelas'), 5),\n",
              "  (('falar', 'sobre'), 5),\n",
              "  (('é', 'colégio'), 5),\n",
              "  (('por', 'cima'), 5),\n",
              "  (('nada', 'ver'), 5),\n",
              "  (('vou', 'dizer'), 5),\n",
              "  (('foi', 'bom'), 5),\n",
              "  (('diz', 'coisa'), 5),\n",
              "  (('mãe', 'contou'), 5),\n",
              "  (('quando', 'gente'), 5),\n",
              "  (('então', 'gente'), 5),\n",
              "  (('gente', 'está'), 5),\n",
              "  (('é', 'assunto'), 5),\n",
              "  (('vais', 'contar'), 5),\n",
              "  (('saiu', 'correndo'), 5),\n",
              "  (('coisa', 'tenha'), 5),\n",
              "  (('história', 'aconteceu'), 5),\n",
              "  (('mãe', 'conta'), 5),\n",
              "  (('lado', 'direito'), 5),\n",
              "  (('assunto', 'escolheste'), 5),\n",
              "  (('disse', 'estava'), 5),\n",
              "  (('escolheste', 'descrever'), 5),\n",
              "  (('tem', 'porta'), 5),\n",
              "  (('boto', 'número'), 5),\n",
              "  (('melhor', '\"'), 5),\n",
              "  (('contar', 'tem'), 4),\n",
              "  (('história', 'alguém'), 4),\n",
              "  (('coisa', 'queiras'), 4),\n",
              "  (('é', 'onde'), 4),\n",
              "  (('tá', 'tem'), 4),\n",
              "  (('queres', 'dar'), 4),\n",
              "  (('sobre', 'alguma'), 4),\n",
              "  (('deve', 'ter'), 4),\n",
              "  (('tá', 'bom'), 4),\n",
              "  (('vou', 'descrever'), 4),\n",
              "  (('outro', 'dia'), 4),\n",
              "  (('opinião', 'vou'), 4),\n",
              "  (('estava', 'saindo'), 4),\n",
              "  (('três', 'pessoas'), 4),\n",
              "  (('vai', 'ter'), 4),\n",
              "  (('é', 'vou'), 4),\n",
              "  (('falar', 'diretor'), 4),\n",
              "  (('diretor', 'escola'), 4),\n",
              "  (('justiça', 'trabalho'), 4),\n",
              "  (('agora', 'tem'), 4),\n",
              "  (('tal', 'tal'), 4),\n",
              "  (('está', 'está'), 4),\n",
              "  (('tinha', 'oito'), 4),\n",
              "  (('oito', 'vagas'), 4),\n",
              "  (('quer', 'dizer'), 4),\n",
              "  (('quando', 'cheguei'), 4),\n",
              "  (('gente', 'queria'), 4),\n",
              "  (('graças', 'deus'), 4),\n",
              "  (('estava', 'estava'), 4),\n",
              "  (('então', 'hoje'), 4),\n",
              "  (('trabalho', 'é'), 4),\n",
              "  (('local', 'agora'), 4),\n",
              "  (('dois', 'quartos'), 4),\n",
              "  (('tem', 'corredor'), 4),\n",
              "  (('puxadores', 'dourados'), 4),\n",
              "  (('cama', 'tem'), 4),\n",
              "  (('janela', 'tem'), 4),\n",
              "  (('guardanapo', 'branco'), 4),\n",
              "  (('tem', 'monte'), 4),\n",
              "  (('tem', 'nada'), 4),\n",
              "  (('tudo', 'é'), 4),\n",
              "  (('dentro', 'área'), 4),\n",
              "  (('investigatória', 'paternidade'), 4),\n",
              "  (('é', 'obrigada'), 4),\n",
              "  (('por', 'carta'), 4),\n",
              "  (('procurar', 'advogado'), 4),\n",
              "  (('monte', 'coisa'), 4),\n",
              "  (('disse', 'era'), 4),\n",
              "  (('quarto', 'é'), 4),\n",
              "  (('sala', 'é'), 4),\n",
              "  (('tem', 'janela'), 4),\n",
              "  (('grupo', 'estudos'), 4),\n",
              "  (('estudos', 'discurso'), 4),\n",
              "  (('discurso', '&'), 4),\n",
              "  (('&', 'gramática'), 4),\n",
              "  (('gramática', 'língua'), 4),\n",
              "  (('língua', 'falada'), 4),\n",
              "  (('falada', 'escrita'), 4),\n",
              "  (('escrita', 'cidade'), 4),\n",
              "  (('grande', 'materiais'), 4),\n",
              "  (('materiais', 'estudo'), 4),\n",
              "  (('estudo', 'informantes'), 4),\n",
              "  (('nome', 'página'), 4),\n",
              "  (('tem', 'janelas'), 4),\n",
              "  (('opinião', 'assunto'), 4),\n",
              "  (('é', 'acho'), 4),\n",
              "  (('crianças', 'estão'), 4),\n",
              "  (('é', 'tá'), 4),\n",
              "  (('tem', 'duas'), 4),\n",
              "  (('pessoal', 'bom'), 4),\n",
              "  (('bom', 'vou'), 4),\n",
              "  (('vou', 'falar'), 4),\n",
              "  (('são', 'francisco'), 4),\n",
              "  (('nome', 'completo'), 4),\n",
              "  (('colégio', 'colégio'), 4),\n",
              "  (('casa', 'cassino'), 4),\n",
              "  (('levou', 'casa'), 4),\n",
              "  (('gente', 'chama'), 4),\n",
              "  (('coisa', 'é'), 4),\n",
              "  (('foi', 'nada'), 4),\n",
              "  (('é', 'então'), 4),\n",
              "  (('só', 'sei'), 4),\n",
              "  (('só', 'é'), 4),\n",
              "  (('deve', 'ser'), 4),\n",
              "  (('é', 'vida'), 4),\n",
              "  (('por', 'acho'), 4),\n",
              "  (('acho', 'política'), 4),\n",
              "  (('deveria', 'ser'), 4),\n",
              "  (('tá', 'obrigada'), 4),\n",
              "  (('bem', 'grande'), 4),\n",
              "  (('grande', 'tem'), 4),\n",
              "  (('quarto', 'tem'), 4),\n",
              "  (('sobre', 'assunto'), 4),\n",
              "  (('22', '09'), 4),\n",
              "  (('casa', 'mãe'), 4),\n",
              "  (('mãe', 'ficou'), 4),\n",
              "  (('contou', 'foi'), 4),\n",
              "  (('foi', 'lugar'), 4),\n",
              "  (('técnica', 'vocal'), 4),\n",
              "  (('vai', 'cantar'), 4),\n",
              "  (('vida', 'é'), 4),\n",
              "  (('tomar', 'banho'), 4),\n",
              "  (('foi', 'local'), 4),\n",
              "  (('local', 'escolheste'), 4),\n",
              "  (('descrever', 'sala'), 4),\n",
              "  (('pelo', 'lado'), 4),\n",
              "  (('mais', 'alguma'), 4),\n",
              "  (('tá', 'narrativa'), 4),\n",
              "  (('gente', 'pega'), 4),\n",
              "  (('contar', 'aconteceu'), 4),\n",
              "  (('vinha', 'vindo'), 4),\n",
              "  (('começou', 'chorar'), 4),\n",
              "  (('depois', 'boto'), 4),\n",
              "  (('natal', 'é'), 4),\n",
              "  (('uhn', 'bem'), 4),\n",
              "  (('bem', 'relato'), 4),\n",
              "  (('idade', 'anos'), 4),\n",
              "  (('depois', 'número'), 4),\n",
              "  (('tem', 'cuidar'), 4),\n",
              "  (('\"', 'falou'), 4),\n",
              "  (('lobo', 'mau'), 4),\n",
              "  (('senhora', 'tem'), 4),\n",
              "  (('\"', '\"que'), 4),\n",
              "  (('tem', '\"pra'), 4),\n",
              "  (('20', '11'), 3),\n",
              "  (('escrita', '21'), 3),\n",
              "  (('93', '22'), 3),\n",
              "  (('lancha', 'tem'), 3),\n",
              "  (('sabe', 'é'), 3),\n",
              "  (('tem', 'quatro'), 3),\n",
              "  (('mãe', 'ligou'), 3),\n",
              "  (('tens', 'algum'), 3),\n",
              "  (('lugar', 'alguma'), 3),\n",
              "  (('onde', 'trabalho'), 3),\n",
              "  (('queiras', 'ensinar'), 3),\n",
              "  (('coisa', 'algum'), 3),\n",
              "  (('final', 'ano'), 3),\n",
              "  (('obrigado', 'parte'), 3),\n",
              "  (('deveria', 'ter'), 3),\n",
              "  (('pessoal', 'foi'), 3),\n",
              "  (('quando', 'fui'), 3),\n",
              "  (('indo', 'carro'), 3),\n",
              "  (('horrível', 'horrível'), 3),\n",
              "  (('tinha', 'tinha'), 3),\n",
              "  (('casa', 'estava'), 3),\n",
              "  (('estar', 'meia'), 3),\n",
              "  (('pessoas', 'frente'), 3),\n",
              "  (('ser', 'melhor'), 3),\n",
              "  (('tinha', 'estar'), 3),\n",
              "  (('vinte', 'seis'), 3),\n",
              "  (('seis', 'pessoas'), 3),\n",
              "  (('tudo', 'bem'), 3),\n",
              "  (('ir', 'embora'), 3),\n",
              "  (('tais', 'tais'), 3),\n",
              "  (('está', 'substituindo'), 3),\n",
              "  (('tinha', 'visto'), 3),\n",
              "  (('mulher', 'disse'), 3),\n",
              "  (('disse', '\"não'), 3),\n",
              "  (('audiência', 'justiça'), 3),\n",
              "  (('vai', 'ver'), 3),\n",
              "  (('estava', 'ali'), 3),\n",
              "  (('só', 'só'), 3),\n",
              "  (('muita', 'gente'), 3),\n",
              "  (('disse', '\"ah'), 3),\n",
              "  (('disse', '\"tu'), 3),\n",
              "  (('foi', 'boa'), 3),\n",
              "  (('história', 'recontada'), 3),\n",
              "  (('contar', 'história'), 3),\n",
              "  (('gente', 'sempre'), 3),\n",
              "  (('está', 'apaixonada'), 3),\n",
              "  (('qualquer', 'coisa'), 3),\n",
              "  (('coisa', 'então'), 3),\n",
              "  (('num', 'num'), 3),\n",
              "  (('então', 'está'), 3),\n",
              "  (('chora', 'chora'), 3),\n",
              "  (('é', 'está'), 3),\n",
              "  (('casa', 'casa'), 3),\n",
              "  (('ali', 'dentro'), 3),\n",
              "  (('cima', 'tem'), 3),\n",
              "  (('cúpula', 'branca'), 3),\n",
              "  (('rádio', 'relógio'), 3),\n",
              "  (('quarto', 'solteiro'), 3),\n",
              "  (('tem', 'flores'), 3),\n",
              "  (('porta', 'jóias'), 3),\n",
              "  (('é', 'preto'), 3),\n",
              "  (('é', 'branca'), 3),\n",
              "  (('cima', 'dessa'), 3),\n",
              "  (('tem', 'três'), 3),\n",
              "  (('tem', 'quadro'), 3),\n",
              "  (('outro', 'lado'), 3),\n",
              "  (('lavar', 'roupa'), 3),\n",
              "  (('é', 'bege'), 3),\n",
              "  (('cozinha', 'é'), 3),\n",
              "  (('acho', 'era'), 3),\n",
              "  (('fazer', 'alguma'), 3),\n",
              "  (('é', 'procedimento'), 3),\n",
              "  (('fulano', 'é'), 3),\n",
              "  (('é', 'baita'), 3),\n",
              "  (('dar', 'nome'), 3),\n",
              "  (('é', 'mesmo'), 3),\n",
              "  (('tem', 'dar'), 3),\n",
              "  (('fazer', 'prova'), 3),\n",
              "  (('cara', 'tem'), 3),\n",
              "  (('ter', 'mais'), 3),\n",
              "  (('vou', 'procurar'), 3),\n",
              "  (('mãe', 'tinha'), 3),\n",
              "  (('pai', 'é'), 3),\n",
              "  (('ia', 'dar'), 3),\n",
              "  (('achava', 'era'), 3),\n",
              "  (('casa', 'pais'), 3),\n",
              "  (('guarda', 'roupas'), 3),\n",
              "  (('tem', 'pequeno'), 3),\n",
              "  (('fica', 'bem'), 3),\n",
              "  (('rua', 'é'), 3),\n",
              "  (('oral', '17'), 3),\n",
              "  (('baile', 'ctg'), 3),\n",
              "  (('vez', 'estava'), 3),\n",
              "  (('mãe', 'mãe'), 3),\n",
              "  (('lugar', 'onde'), 3),\n",
              "  (('é', 'peça'), 3),\n",
              "  (('ias', 'ensinar'), 3),\n",
              "  (('picolé', 'creme'), 3),\n",
              "  (('creme', 'é'), 3),\n",
              "  (('leite', 'ferver'), 3),\n",
              "  (('estão', 'rua'), 3),\n",
              "  (('obrigada', 'nada'), 3),\n",
              "  (('mais', 'longe'), 3),\n",
              "  (('é', 'bastante'), 3),\n",
              "  (('procedimento', 'fazer'), 3),\n",
              "  (('grande', 'parte'), 3),\n",
              "  (('idade', '17'), 3),\n",
              "  (('17', 'anos'), 3),\n",
              "  (('coisa', 'vida'), 3),\n",
              "  (('colégio', 'é'), 3),\n",
              "  (('disse', 'nome'), 3),\n",
              "  (('muitas', 'pessoas'), 3),\n",
              "  (('professor', 'aluno'), 3),\n",
              "  (('bom', 'é'), 3),\n",
              "  (('sou', 'pessoa'), 3),\n",
              "  (('hoje', 'tem'), 3),\n",
              "  (('bem', 'coisa'), 3),\n",
              "  (('coisa', 'contar'), 3),\n",
              "  (('tem', 'pais'), 3),\n",
              "  (('pais', 'separados'), 3),\n",
              "  (('mãe', 'mandou'), 3),\n",
              "  (('pai', 'pai'), 3),\n",
              "  (('mais', 'é'), 3),\n",
              "  (('começou', 'bater'), 3),\n",
              "  (('está', 'hospital'), 3),\n",
              "  (('traumatismo', 'craniano'), 3),\n",
              "  (('ser', 'humano'), 3),\n",
              "  (('agora', 'está'), 3),\n",
              "  (('descrever', 'lugar'), 3),\n",
              "  (('número', 'cinco'), 3),\n",
              "  (('ser', 'lugar'), 3),\n",
              "  (('bastante', 'tempo'), 3),\n",
              "  (('faz', 'é'), 3),\n",
              "  (('só', 'gente'), 3),\n",
              "  (('vez', 'quando'), 3),\n",
              "  (('gente', 'vai'), 3),\n",
              "  (('até', 'casa'), 3),\n",
              "  (('pessoa', 'tem'), 3),\n",
              "  (('estudo', 'é'), 3),\n",
              "  (('método', 'estudo'), 3),\n",
              "  (('várias', 'vezes'), 3),\n",
              "  (('pela', 'casa'), 3),\n",
              "  (('tenho', 'memória'), 3),\n",
              "  (('disso', 'acho'), 3),\n",
              "  (('quando', 'vai'), 3),\n",
              "  (('política', 'é'), 3),\n",
              "  (('bem', 'é'), 3),\n",
              "  (('é', 'mal'), 3),\n",
              "  (('quanto', 'mais'), 3),\n",
              "  (('pessoas', 'gente'), 3),\n",
              "  (('está', 'sendo'), 3),\n",
              "  (('muitas', 'vezes'), 3),\n",
              "  (('é', 'impossível'), 3),\n",
              "  (('é', 'vai'), 3),\n",
              "  (('é', 'este'), 3),\n",
              "  (('dinheiro', 'é'), 3),\n",
              "  (('tem', 'som'), 3),\n",
              "  (('está', 'bem'), 3),\n",
              "  (('fazem', 'três'), 3),\n",
              "  (('coisa', 'contaram'), 3),\n",
              "  (('amigo', 'veio'), 3),\n",
              "  (('outra', 'turma'), 3),\n",
              "  (('meninos', 'meninas'), 3),\n",
              "  (('quarto', 'quarto'), 3),\n",
              "  (('gosto', 'ficar'), 3),\n",
              "  (('ficar', 'quarto'), 3),\n",
              "  (('escutando', 'música'), 3),\n",
              "  (('é', 'relato'), 3),\n",
              "  (('coisa', 'saiba'), 3),\n",
              "  (('saiba', 'fazer'), 3),\n",
              "  (('fazer', 'redação'), 3),\n",
              "  (('coisa', 'sobre'), 3),\n",
              "  (('é', 'aborto'), 3),\n",
              "  (('aborto', 'é'), 3),\n",
              "  (('quando', 'tinha'), 3),\n",
              "  (('subiu', 'escadas'), 3),\n",
              "  (('conta', 'história'), 3),\n",
              "  (('era', 'criança'), 3),\n",
              "  (('era', 'retardada'), 3),\n",
              "  (('disse', 'tinha'), 3),\n",
              "  (('lugar', 'foi'), 3),\n",
              "  (('local', 'tens'), 3),\n",
              "  (('lugar', 'escolheste'), 3),\n",
              "  (('lado', 'esquerdo'), 3),\n",
              "  (('primeiro', 'gente'), 3),\n",
              "  (('fazer', 'aborto'), 3),\n",
              "  (('madeira', 'escura'), 3),\n",
              "  (('preciso', 'ter'), 3),\n",
              "  (('lugar', 'é'), 3),\n",
              "  (('é', 'feita'), 3),\n",
              "  (('20', '09'), 3),\n",
              "  (('quando', 'estava'), 3),\n",
              "  (('coisa', 'tinha'), 3),\n",
              "  (('chão', 'batido'), 3),\n",
              "  (('é', 'culpa'), 3),\n",
              "  (('local', 'foi'), 3),\n",
              "  (('aula', 'é'), 3),\n",
              "  (('porta', 'porta'), 3),\n",
              "  (('bem', 'arejado'), 3),\n",
              "  (('vai', 'distribuindo'), 3),\n",
              "  (('grupo', 'jovens'), 3),\n",
              "  (('conhece', 'jesus'), 3),\n",
              "  (('lado', 'bola'), 3),\n",
              "  (('deu', 'deu'), 3),\n",
              "  (('tem', 'sofás'), 3),\n",
              "  (('sofás', 'tem'), 3),\n",
              "  (('fome', 'é'), 3),\n",
              "  (('coisa', 'quero'), 3),\n",
              "  (('gente', 'pode'), 3),\n",
              "  (('vergonha', 'país'), 3),\n",
              "  (('recontada', 'primo'), 3),\n",
              "  (('irmão', 'prima'), 3),\n",
              "  (('queria', 'ir'), 3),\n",
              "  (('gente', 'resolveu'), 3),\n",
              "  (('pela', 'estrada'), 3),\n",
              "  (('cerca', 'arame'), 3),\n",
              "  (('arame', 'farpado'), 3),\n",
              "  (('gente', 'gente'), 3),\n",
              "  (('gente', 'correu'), 3),\n",
              "  (('correu', 'correu'), 3),\n",
              "  (('tá', 'relato'), 3),\n",
              "  (('fazer', 'arroz'), 3),\n",
              "  (('duas', 'xícaras'), 3),\n",
              "  (('pronto', 'relato'), 3),\n",
              "  (('ahn', 'ahn'), 3),\n",
              "  (('saindo', 'casa'), 3),\n",
              "  (('casa', 'noite'), 3),\n",
              "  (('estava', 'fim'), 3),\n",
              "  (('começou', 'gritar'), 3),\n",
              "  (('chorar', 'chorar'), 3),\n",
              "  (('velho', 'pegou'), 3),\n",
              "  (('mais', 'tem'), 3),\n",
              "  (('prato', 'comida'), 3),\n",
              "  (('escrita', '12'), 3),\n",
              "  (('guria', 'começou'), 3),\n",
              "  (('dei', 'soco'), 3),\n",
              "  (('assunto', 'sobre'), 3),\n",
              "  (('idade', '10'), 3),\n",
              "  (('10', 'anos'), 3),\n",
              "  (('casa', 'avó'), 3),\n",
              "  (('policiamento', 'ruas'), 3),\n",
              "  (('contado', 'queiras'), 3),\n",
              "  (('foi', 'acampar'), 3),\n",
              "  (('acordou', 'todo'), 3),\n",
              "  (('ninguém', 'acreditou'), 3),\n",
              "  (('sapo', 'estava'), 3),\n",
              "  (('bem', 'maria'), 3),\n",
              "  (('queres', 'descrever'), 3),\n",
              "  (('lugar', 'lugar'), 3),\n",
              "  (('camping', 'dunas'), 3),\n",
              "  (('vou', 'ensinar'), 3),\n",
              "  (('contar', 'piada'), 3),\n",
              "  (('vez', 'fui'), 3),\n",
              "  (('então', 'conta'), 3),\n",
              "  (('primo', 'foi'), 3),\n",
              "  (('thiago', 'queres'), 3),\n",
              "  (('é', 'escola'), 3),\n",
              "  (('escola', 'é'), 3),\n",
              "  (('16', '11'), 3),\n",
              "  (('bota', 'pasta'), 3),\n",
              "  (('escova', 'trinta'), 3),\n",
              "  (('governo', 'devia'), 3),\n",
              "  (('oral', '11'), 3),\n",
              "  (('\"', 'disse'), 3),\n",
              "  (('\"tu', 'vai'), 3),\n",
              "  (('mãe', 'disse'), 3),\n",
              "  (('quando', 'quando'), 3),\n",
              "  (('errei', 'três'), 3),\n",
              "  (('mãe', 'falou'), 3),\n",
              "  (('chapeuzinho', 'vermelho'), 3),\n",
              "  (('grandes', 'senhora'), 3),\n",
              "  (('ui', 'ui'), 3),\n",
              "  (('informantes', 'ensino'), 2),\n",
              "  (('oral', '20'), 2),\n",
              "  (('joão', 'tens'), 2),\n",
              "  (('história', 'tenha'), 2),\n",
              "  (('entrei', 'lancha'), 2),\n",
              "  (('encosto', 'cadeira'), 2),\n",
              "  (('cadeira', 'é'), 2),\n",
              "  (('estava', 'encosto'), 2),\n",
              "  (('sentei', 'cadeira'), 2),\n",
              "  (('vale', 'ano'), 2),\n",
              "  (('ano', 'narrativa'), 2),\n",
              "  (('recontada', 'tá'), 2),\n",
              "  (('tá', 'joão'), 2),\n",
              "  (('chega', 'ser'), 2),\n",
              "  (('sexta', 'feira'), 2),\n",
              "  (('local', 'tá'), 2),\n",
              "  (('queiras', 'descrever'), 2),\n",
              "  (('descrever', 'agência'), 2),\n",
              "  (('rua', 'frente'), 2),\n",
              "  (('são', 'dois'), 2),\n",
              "  (('aplicação', 'é'), 2),\n",
              "  (('é', 'agência'), 2),\n",
              "  (('agência', 'pequena'), 2),\n",
              "  (('pequena', 'bem'), 2),\n",
              "  (('procedimento', 'tá'), 2),\n",
              "  (('faz', 'alguma'), 2),\n",
              "  (('quando', 'chega'), 2),\n",
              "  (('menos', 'é'), 2),\n",
              "  (('taxas', 'tão'), 2),\n",
              "  (('mudança', 'plano'), 2),\n",
              "  (('plano', 'econômico'), 2),\n",
              "  (('então', 'por'), 2),\n",
              "  (('acontecimento', 'engraçado'), 2),\n",
              "  (('são', 'josé'), 2),\n",
              "  (('josé', 'norte'), 2),\n",
              "  (('quando', 'ia'), 2),\n",
              "  (('colega', 'serviço'), 2),\n",
              "  (('ficou', 'bravo'), 2),\n",
              "  (('local', 'vou'), 2),\n",
              "  (('cozinha', 'banheiro'), 2),\n",
              "  (('procedimento', 'vou'), 2),\n",
              "  (('cheques', 'carimbo'), 2),\n",
              "  (('fui', 'fazer'), 2),\n",
              "  (('escola', 'ministério'), 2),\n",
              "  (('ministério', 'público'), 2),\n",
              "  (('tinha', 'ir'), 2),\n",
              "  (('ir', 'porto'), 2),\n",
              "  (('ninguém', 'podia'), 2),\n",
              "  (('podia', 'saber'), 2),\n",
              "  (('saímos', 'daqui'), 2),\n",
              "  (('estava', 'tudo'), 2),\n",
              "  (('tomar', 'café'), 2),\n",
              "  (('café', 'tudo'), 2),\n",
              "  (('gente', 'chegava'), 2),\n",
              "  (('precisava', 'estar'), 2),\n",
              "  (('meia', 'pelotas'), 2),\n",
              "  (('estar', 'pelotas'), 2),\n",
              "  (('alegre', 'tinha'), 2),\n",
              "  (('fila', 'vinte'), 2),\n",
              "  (('tá', 'tudo'), 2),\n",
              "  (('cheguei', 'fiquei'), 2),\n",
              "  (('ter', 'mandar'), 2),\n",
              "  (('mandar', 'vim'), 2),\n",
              "  (('dizer', 'todo'), 2),\n",
              "  (('ainda', 'tinha'), 2),\n",
              "  (('tinha', 'fazer'), 2),\n",
              "  (('inscrição', 'raquel'), 2),\n",
              "  (('casa', 'tia'), 2),\n",
              "  (('tinha', 'quatro'), 2),\n",
              "  (('quatro', 'quatro'), 2),\n",
              "  (('pegar', 'melhores'), 2),\n",
              "  (('melhores', 'áreas'), 2),\n",
              "  (('é', 'faço'), 2),\n",
              "  (('fazer', 'tem'), 2),\n",
              "  (('mundo', 'olhando'), 2),\n",
              "  (('pede', 'falar'), 2),\n",
              "  (('falar', 'secretária'), 2),\n",
              "  (('secretária', '\"'), 2),\n",
              "  (('está', '\"'), 2),\n",
              "  (('\"', 'então'), 2),\n",
              "  (('queria', 'falar'), 2),\n",
              "  (('\"e', 'está'), 2),\n",
              "  (('então', '\"'), 2),\n",
              "  (('\"', '\"ah'), 2),\n",
              "  (('é', 'tenho'), 2),\n",
              "  (('era', 'só'), 2),\n",
              "  (('quero', 'área'), 2),\n",
              "  (('área', 'só'), 2),\n",
              "  (('pa', 'pa'), 2),\n",
              "  (('pa', 'pá'), 2),\n",
              "  (('indo', 'bem'), 2),\n",
              "  (('bem', 'quando'), 2),\n",
              "  (('ciências', 'propedêuticas'), 2),\n",
              "  (('tinham', 'chegado'), 2),\n",
              "  (('chegado', 'frente'), 2),\n",
              "  (('mulher', 'falou'), 2),\n",
              "  (('falou', '\"não'), 2),\n",
              "  (('sabe', 'por'), 2),\n",
              "  (('tal', 'é'), 2),\n",
              "  (('tinha', 'chegado'), 2),\n",
              "  (('fato', 'tinha'), 2),\n",
              "  (('sala', 'estava'), 2),\n",
              "  (('ser', 'bom'), 2),\n",
              "  (('dois', 'frente'), 2),\n",
              "  (('só', 'tinha'), 2),\n",
              "  (('frente', 'tinha'), 2),\n",
              "  (('coisa', 'sei'), 2),\n",
              "  (('mesma', 'forma'), 2),\n",
              "  (('ia', 'ser'), 2),\n",
              "  (('nove', 'meia'), 2),\n",
              "  (('mundo', 'tinha'), 2),\n",
              "  (('tinha', 'passado'), 2),\n",
              "  (('alegre', 'interior'), 2),\n",
              "  (('mundo', 'tem'), 2),\n",
              "  (('tem', 'muita'), 2),\n",
              "  (('gente', 'é'), 2),\n",
              "  (('fez', 'inscrição'), 2),\n",
              "  (('inscrição', 'mesmo'), 2),\n",
              "  (('mesmo', 'dia'), 2),\n",
              "  (('chegou', 'bem'), 2),\n",
              "  (('dessa', 'guria'), 2),\n",
              "  (('dia', 'disse'), 2),\n",
              "  (('mulher', 'enganou'), 2),\n",
              "  (('propedêuticas', 'manhã'), 2),\n",
              "  (('conseguir', 'pegar'), 2),\n",
              "  (('pegar', 'área'), 2),\n",
              "  (('cara', 'chão'), 2),\n",
              "  (('chão', 'disse'), 2),\n",
              "  (('é', '\"'), 2),\n",
              "  (('trata', 'mal'), 2),\n",
              "  (('é', 'por'), 2),\n",
              "  (('podia', 'ir'), 2),\n",
              "  (('recontada', 'agora'), 2),\n",
              "  (('conta', 'alguma'), 2),\n",
              "  (('coisa', 'alguém'), 2),\n",
              "  (('alguém', 'contou'), 2),\n",
              "  (('contou', 'história'), 2),\n",
              "  (('pode', 'deixar'), 2),\n",
              "  (('coisa', 'descrever'), 2),\n",
              "  (('descrever', 'alguma'), 2),\n",
              "  (('então', 'foi'), 2),\n",
              "  (('foi', 'agora'), 2),\n",
              "  (('fim', 'semana'), 2),\n",
              "  (('foi', 'noiva'), 2),\n",
              "  (('conheceu', 'cara'), 2),\n",
              "  (('oficial', 'marinha'), 2),\n",
              "  (('cara', 'é'), 2),\n",
              "  (('outra', 'amiga'), 2),\n",
              "  (('foi', 'contou'), 2),\n",
              "  (('pessoa', 'está'), 2),\n",
              "  (('realmente', 'está'), 2),\n",
              "  (('apaixonada', 'pelo'), 2),\n",
              "  (('pelo', 'cara'), 2),\n",
              "  (('cara', 'está'), 2),\n",
              "  (('nunca', 'viu'), 2),\n",
              "  (('passaram', 'noite'), 2),\n",
              "  (('noite', 'toda'), 2),\n",
              "  (('toda', 'conversando'), 2),\n",
              "  (('ficou', 'ficou'), 2),\n",
              "  (('dia', 'por'), 2),\n",
              "  (('ia', 'almoçar'), 2),\n",
              "  (('almoçar', 'mãe'), 2),\n",
              "  (('mãe', 'pai'), 2),\n",
              "  (('navio', 'é'), 2),\n",
              "  (('num', 'lugar'), 2),\n",
              "  (('é', 'sempre'), 2),\n",
              "  (('agora', 'sei'), 2),\n",
              "  (('vai', 'ser'), 2),\n",
              "  (('ser', 'sempre'), 2),\n",
              "  (('vida', 'toda'), 2),\n",
              "  (('sei', 'foi'), 2),\n",
              "  (('contou', 'fiquei'), 2),\n",
              "  (('descreve', 'lugar'), 2),\n",
              "  (('ser', 'qualquer'), 2),\n",
              "  (('qualquer', 'lugar'), 2),\n",
              "  (('lugar', 'queiras'), 2),\n",
              "  (('faz', 'tempo'), 2),\n",
              "  (('está', 'agora'), 2),\n",
              "  (('agora', 'casa'), 2),\n",
              "  (('tem', 'cozinha'), 2),\n",
              "  (('banheiro', 'tem'), 2),\n",
              "  (('espelho', 'foi'), 2),\n",
              "  (('foi', 'quebrado'), 2),\n",
              "  (('janela', 'banheiro'), 2),\n",
              "  (('banheiro', 'é'), 2),\n",
              "  (('toda', 'enferrujada'), 2),\n",
              "  (('grande', 'está'), 2),\n",
              "  (('está', 'rachado'), 2),\n",
              "  (('espaço', 'guarda'), 2),\n",
              "  (('cima', 'fica'), 2),\n",
              "  (('guardo', 'malas'), 2),\n",
              "  (('devem', 'ter'), 2),\n",
              "  (('dois', 'bidês'), 2),\n",
              "  (('cama', 'casal'), 2),\n",
              "  (('dourado', 'tem'), 2),\n",
              "  (('bidê', 'canto'), 2),\n",
              "  (('canto', 'janela'), 2),\n",
              "  (('prateleiras', 'vidro'), 2),\n",
              "  (('tem', 'guardanapo'), 2),\n",
              "  (('estados', 'unidos'), 2),\n",
              "  (('abajur', 'verde'), 2),\n",
              "  (('verde', 'cúpula'), 2),\n",
              "  (('está', 'todo'), 2),\n",
              "  (('direita', 'tem'), 2),\n",
              "  (('há', 'duas'), 2),\n",
              "  (('pé', 'verde'), 2),\n",
              "  (('franjas', 'escrivaninha'), 2),\n",
              "  (('estão', 'todos'), 2),\n",
              "  (('acima', 'escrivaninha'), 2),\n",
              "  (('bichinhos', 'pelúcia'), 2),\n",
              "  (('é', 'pequeno'), 2),\n",
              "  (('cama', 'é'), 2),\n",
              "  (('quatro', 'portas'), 2),\n",
              "  (('está', 'quebrada'), 2),\n",
              "  (('guardo', 'separado'), 2),\n",
              "  (('é', 'maior'), 2),\n",
              "  (('nada', 'além'), 2),\n",
              "  (('precisa', 'homem'), 2),\n",
              "  (('é', 'poesia'), 2),\n",
              "  (('poesia', 'outro'), 2),\n",
              "  (('outro', 'é'), 2),\n",
              "  (('dessa', 'mesa'), 2),\n",
              "  (('mesa', 'sempre'), 2),\n",
              "  (('sempre', 'mantenho'), 2),\n",
              "  (('tipo', 'vaso'), 2),\n",
              "  (('dois', 'sofás'), 2),\n",
              "  (('sofás', 'tenho'), 2),\n",
              "  (('é', 'mesma'), 2),\n",
              "  (('mogno', 'cima'), 2),\n",
              "  (('bordô', 'tem'), 2),\n",
              "  (('outro', 'fica'), 2),\n",
              "  (('quadro', 'formatura'), 2),\n",
              "  (('colegas', 'turma'), 2),\n",
              "  (('quadro', 'é'), 2),\n",
              "  (('desse', 'armário'), 2),\n",
              "  (('fica', 'espaço'), 2),\n",
              "  (('término', 'fita'), 2),\n",
              "  (('tem', 'parede'), 2),\n",
              "  (('lado', 'tem'), 2),\n",
              "  (('armários', 'aéreos'), 2),\n",
              "  (('tenho', 'armário'), 2),\n",
              "  (('armário', 'canto'), 2),\n",
              "  (('guardar', 'coisas'), 2),\n",
              "  (('onde', 'tem'), 2),\n",
              "  (('tem', 'armário'), 2),\n",
              "  (('tudo', 'chão'), 2),\n",
              "  (('adoro', 'casa'), 2),\n",
              "  (('é', 'tudo'), 2),\n",
              "  (('era', 'bom'), 2),\n",
              "  (('área', 'trabalho'), 2),\n",
              "  (('existe', 'mais'), 2),\n",
              "  (('tens', 'provar'), 2),\n",
              "  (('então', 'procedimento'), 2),\n",
              "  (('ação', 'investigatória'), 2),\n",
              "  (('quer', 'assumir'), 2),\n",
              "  (('assumir', 'fulano'), 2),\n",
              "  (('quer', 'dar'), 2),\n",
              "  (('nome', 'é'), 2),\n",
              "  (('dar', 'pensão'), 2),\n",
              "  (('procedimento', 'é'), 2),\n",
              "  (('pessoa', 'vai'), 2),\n",
              "  (('entrar', 'ação'), 2),\n",
              "  (('fulano', 'tal'), 2),\n",
              "  (('mãe', 'vai'), 2),\n",
              "  (('criança', 'nome'), 2),\n",
              "  (('prova', 'é'), 2),\n",
              "  (('claro', 'tem'), 2),\n",
              "  (('tipo', 'coisa'), 2),\n",
              "  (('encaminha', 'saj'), 2),\n",
              "  (('onde', 'era'), 2),\n",
              "  (('depois', 'entra'), 2),\n",
              "  (('bom', 'foi'), 2),\n",
              "  (('pai', 'mora'), 2),\n",
              "  (('teve', 'filho'), 2),\n",
              "  (('seis', 'anos'), 2),\n",
              "  (('possibilidade', 'quando'), 2),\n",
              "  (('por', 'mãe'), 2),\n",
              "  (('deve', 'estar'), 2),\n",
              "  (('lei', 'surgiu'), 2),\n",
              "  (('agora', 'esqueci'), 2),\n",
              "  (('vezes', 'pessoas'), 2),\n",
              "  (('coisa', 'vou'), 2),\n",
              "  (('provar', 'olha'), 2),\n",
              "  (('dormi', 'dormi'), 2),\n",
              "  (('amor', 'é'), 2),\n",
              "  (('é', 'amor'), 2),\n",
              "  (('dar', 'certo'), 2),\n",
              "  (('muita', 'fragilidade'), 2),\n",
              "  (('pessoal', 'quando'), 2),\n",
              "  (('frente', 'fiquei'), 2),\n",
              "  (('fiquei', 'nervosa'), 2),\n",
              "  (('era', 'melhor'), 2),\n",
              "  (('dia', 'estava'), 2),\n",
              "  (('foi', 'meio'), 2),\n",
              "  (('então', 'fui'), 2),\n",
              "  (('por', 'volta'), 2),\n",
              "  (('era', 'pessoa'), 2),\n",
              "  (('tão', 'grande'), 2),\n",
              "  (('depois', 'sai'), 2),\n",
              "  (('hoje', 'tenho'), 2),\n",
              "  (('amiga', 'contou'), 2),\n",
              "  (('queria', 'sair'), 2),\n",
              "  (('carro', 'sair'), 2),\n",
              "  (('ferro', 'branco'), 2),\n",
              "  (('neste', 'quarto'), 2),\n",
              "  (('está', 'sempre'), 2),\n",
              "  (('trouxe', 'casa'), 2),\n",
              "  (('quadros', 'adoro'), 2),\n",
              "  (('pequeno', 'armário'), 2),\n",
              "  (('vem', 'sala'), 2),\n",
              "  (('é', 'sala'), 2),\n",
              "  (('outro', 'só'), 2),\n",
              "  (('lavar', 'roupas'), 2),\n",
              "  (('balcão', 'azulejos'), 2),\n",
              "  (('azulejos', 'tem'), 2),\n",
              "  (('tem', 'sempre'), 2),\n",
              "  (('bem', 'perto'), 2),\n",
              "  (('acontecer', 'é'), 2),\n",
              "  (('ainda', 'por'), 2),\n",
              "  (('93', '20'), 2),\n",
              "  (('carla', 'ias'), 2),\n",
              "  (('ias', 'contar'), 2),\n",
              "  (('contar', 'estavas'), 2),\n",
              "  (('falando', 'dum'), 2),\n",
              "  (('dum', 'baile'), 2),\n",
              "  (('é', 'posso'), 2),\n",
              "  (('fazendeira', 'rica'), 2),\n",
              "  (('estava', 'dançando'), 2),\n",
              "  (('coisa', 'gente'), 2),\n",
              "  (('deu', 'vontade'), 2),\n",
              "  (('vontade', 'rir'), 2),\n",
              "  (('foi', 'maior'), 2),\n",
              "  (('bom', 'carla'), 2),\n",
              "  (('cunhada', 'contou'), 2),\n",
              "  (('contou', 'vez'), 2),\n",
              "  (('caiu', 'caiu'), 2),\n",
              "  (('sair', 'rolando'), 2),\n",
              "  (('disse', 'ficou'), 2),\n",
              "  (('janelas', 'é'), 2),\n",
              "  (('paredes', 'são'), 2),\n",
              "  (('são', 'são'), 2),\n",
              "  (('fazer', 'picolé'), 2),\n",
              "  (('litro', 'leite'), 2),\n",
              "  (('ferver', 'enquanto'), 2),\n",
              "  (('dois', 'ovos'), 2),\n",
              "  (('ovos', 'inteiros'), 2),\n",
              "  (('xícara', 'açúcar'), 2),\n",
              "  (('até', 'até'), 2),\n",
              "  (('dá', 'mais'), 2),\n",
              "  (('coloca', 'geladeira'), 2),\n",
              "  (('é', 'melhor'), 2),\n",
              "  (('mui', 'to'), 2),\n",
              "  (('tá', 'é'), 2),\n",
              "  (('é', 'opinião'), 2),\n",
              "  (('menores', 'rua'), 2),\n",
              "  (('acho', 'problema'), 2),\n",
              "  (('controlar', 'número'), 2),\n",
              "  (('número', 'filhos'), 2),\n",
              "  (('ter', 'controle'), 2),\n",
              "  (('controle', 'natalidade'), 2),\n",
              "  (('aos', 'pais'), 2),\n",
              "  (('governo', 'mais'), 2),\n",
              "  (('mais', 'está'), 2),\n",
              "  (('estão', 'tornando'), 2),\n",
              "  (('tornando', 'marginais'), 2),\n",
              "  (('gente', 'só'), 2),\n",
              "  (('cabeça', 'é'), 2),\n",
              "  (('estava', 'cheio'), 2),\n",
              "  (('perto', 'era'), 2),\n",
              "  (('contou', 'dia'), 2),\n",
              "  (('dia', 'vinha'), 2),\n",
              "  (('rua', 'quando'), 2),\n",
              "  (('quando', 'repente'), 2),\n",
              "  (('tropeçou', 'caiu'), 2),\n",
              "  (('local', 'local'), 2),\n",
              "  (('gemada', 'leite'), 2),\n",
              "  (('opinião', 'acho'), 2),\n",
              "  (('pessoas', 'sabem'), 2),\n",
              "  (('sabem', 'é'), 2),\n",
              "  (('crianças', 'rua'), 2),\n",
              "  (('sabe', 'fazer'), 2),\n",
              "  (('oral', '14'), 2),\n",
              "  (('14', '10'), 2),\n",
              "  (('21', '10'), 2),\n",
              "  (('93', '27'), 2),\n",
              "  (('27', '10'), 2),\n",
              "  (('alguma', 'experiência'), 2),\n",
              "  (('colégio', 'são'), 2),\n",
              "  (('colégio', 'particular'), 2),\n",
              "  (('primeiro', 'grau'), 2),\n",
              "  (('colégio', 'estadual'), 2),\n",
              "  (('dava', 'aula'), 2),\n",
              "  (('oito', 'anos'), 2),\n",
              "  (('bom', 'quando'), 2),\n",
              "  (('super', 'bem'), 2),\n",
              "  (('era', 'colégio'), 2),\n",
              "  (('colégio', 'normal'), 2),\n",
              "  (('normal', 'outro'), 2),\n",
              "  (('realmente', 'é'), 2),\n",
              "  (('coisas', 'gente'), 2),\n",
              "  (('gente', 'aprende'), 2),\n",
              "  (('primeiro', 'dia'), 2),\n",
              "  (('dia', 'aula'), 2),\n",
              "  (('jorge', 'fernandes'), 2),\n",
              "  (('cidade', 'principalmente'), 2),\n",
              "  (('principalmente', 'colégio'), 2),\n",
              "  (('perguntou', 'cara'), 2),\n",
              "  (('cara', 'disse'), 2),\n",
              "  (('entre', 'aspas'), 2),\n",
              "  (('sabia', 'nome'), 2),\n",
              "  (('todo', 'colégio'), 2),\n",
              "  (('mil', 'quinhentos'), 2),\n",
              "  (('pessoa', 'é'), 2),\n",
              "  (('difícil', 'é'), 2),\n",
              "  (('por', 'irmão'), 2),\n",
              "  (('riso', 'fiquei'), 2),\n",
              "  (('conversar', 'comigo'), 2),\n",
              "  (('tão', 'temido'), 2),\n",
              "  (('bom', 'resultado'), 2),\n",
              "  (('tem', 'carinho'), 2),\n",
              "  (('carinho', 'especial'), 2),\n",
              "  (('colégio', 'onde'), 2),\n",
              "  (('é', 'chegar'), 2),\n",
              "  (('colégio', 'era'), 2),\n",
              "  (('primeiro', 'primeiro'), 2),\n",
              "  (('por', 'ter'), 2),\n",
              "  (('é', 'susto'), 2),\n",
              "  (('hoje', 'é'), 2),\n",
              "  (('terceiro', 'ano'), 2),\n",
              "  (('coisa', 'acho'), 2),\n",
              "  (('há', 'mais'), 2),\n",
              "  (('mais', 'relacionamento'), 2),\n",
              "  (('sei', 'quê'), 2),\n",
              "  (('está', 'aberta'), 2),\n",
              "  (('são', 'importantes'), 2),\n",
              "  (('desafios', 'sadios'), 2),\n",
              "  (('é', 'fato'), 2),\n",
              "  (('agora', 'diz'), 2),\n",
              "  (('coisa', 'tens'), 2),\n",
              "  (('bom', 'agora'), 2),\n",
              "  (('há', 'pouco'), 2),\n",
              "  ...])"
            ]
          },
          "metadata": {},
          "execution_count": 52
        }
      ]
    }
  ],
  "metadata": {
    "colab": {
      "provenance": [],
      "authorship_tag": "ABX9TyO/NV6a9uZUK2xBsri6ZD5L",
      "include_colab_link": true
    },
    "kernelspec": {
      "display_name": "Python 3",
      "name": "python3"
    },
    "language_info": {
      "name": "python"
    }
  },
  "nbformat": 4,
  "nbformat_minor": 0
}