UMA PROPOSTA DE WORKFLOW PARA CONSTRUÇÃO DE CORPUS DIGITAL EM LÍNGUA DE SINAIS

Os corpora de línguas de sinais disponíveis atualmente em pesquisas linguísticas e em sites para acesso livre são constituídos por um módulo de gravação feita em vídeo, pois os dados pertencem a uma língua de modalidade gesto-visual e outro módulo de “transcrição” dos dados por meio de glosas que utilizam a escrita de uma língua oral, como o Português ou o Inglês. No entanto, esse método comumente utilizado para descrever e estudar as propriedades gramaticais das línguas de sinais apresenta um problema: a falta de um módulo que desempenhe, de fato, a função da transcrição, que é a de realizar a associação entre forma e sentido por meio de um sistema de anotação escrita do sinal. Isso porque, ao analisar essas “transcrições” por glosa, percebe-se que elas exercem, na verdade, um papel de tradução e não de transcrição, uma vez que não se utiliza um sistema de escrita equivalente à escrita fonética para transcrever os sinais; as traduções não são representações do sinal, pois não consideram sua articulação na anotação, são apenas traduções para a língua oral dos sentidos do que foi sinalizado no vídeo. Esse fato se apresenta como um problema para os estudos linguísticos, pois pode afetar a análise e descrição das propriedades linguísticas, interferindo na formulação das hipóteses sobre a estrutura gramatical da língua de sinais por parte do pesquisador. Uma proposta que levantamos como enfrentamento a esse problema é a utilização de um sistema de escrita para língua de sinais que represente a articulação fonética do sinal para compor o módulo de transcrição nas iniciativas de construção de corpora para essas línguas. O sistema que melhor atendeu ao objetivo de representar linearmente a articulação fonética de sinais mano-visuais de línguas sinalizadas foi o Sistema de Escrita para Língua de Sinais (SEL) (Lessa-de-Oliveira, 2023). Nesse contexto, essa dissertação teve como objetivo principal: (a) realizar um levantamento de como os estudos da área da Linguística trabalham com os dados das línguas de sinais (especificamente da Libras) e como são constituídos os corpora que fundamentam esses estudos; (b) avaliar os limites e as possibilidades das iniciativas de construção de corpora para línguas de sinais encontradas; e (c) propor um fluxo de trabalho, um workflow, para construção de corpora de línguas de sinais, que atenda todas as etapas iniciais de anotação incluindo a possibilidade de transcrições fonéticas e/ou fonológicas, que siga as diretrizes de construção de corpora para línguas oro-auditivas no que se refere às possibilidades de anotação e que faça reuso das tecnologias já existentes. Para isso, foi executada uma metodologia de pesquisa em nosso trabalho que se caracteriza como pesquisa aplicada, na qual seguimos as etapas: (i) realização de um estudo para conhecimento do estado da arte e levantamento de corpora de língua de sinais observando seus alcances, possibilidades e limites; (ii) levantamento de requisitos importantes para anotação e controle na produção de corpora de língua de sinais; (iii) definição dos metadados que podem guiar a catalogação dos dados, os quais devem ser guardados em uma estrutura de arquivo como corpus cru (Santos; Namiuti, 2019); (iv) construção de um modelo teórico a partir do workflow proposto para a construção de corpora de língua de sinais que contempla o módulo de transcrição e tradução com exemplificação da anotação a partir de dados de Libras selecionados nas fontes da pesquisa; (v) realização de análise comparativa entre o modelo construído a partir do workflow proposto e os corpora construídos com a utilização de outros esquemas para investigações da língua Libras. A partir disso, foi possível demonstrar que: (1) uma iniciativa de construção de corpora para línguas de sinais que siga padrões de anotação sistematizados e padronizados é necessária para que pesquisas na área da Linguística de línguas sinalizadas (mano-visuais), no caso do Brasil a Libras, sejam bem fundamentadas; e (2) a escrita Sel se caracteriza como uma proposta plausível para compor o módulo de transcrição nessa iniciativa.