Analisador Léxico para Linguagem Natural

Este projeto é um analisador léxico simples desenvolvido em Python pelo aluno Nathan Balmant De Paual Souza.

---

🧠 Funcionalidades

O programa realiza as seguintes etapas:

1. Verificação Léxica:
   Detecta e rejeita caracteres que não pertencem ao teclado brasileiro, como letras de outros alfabetos ou emojis.

2. Remoção de Stopwords:
   Remove palavras comuns da língua portuguesa (como "o", "a", "de", "por", etc.) que não agregam valor semântico à análise.

   🔗 Fonte das stopwords:
   A lista foi obtida da biblioteca nltk, mais especificamente:
   NLTK stopwords corpus

3. Correção de Palavras com Erros de Digitação (Similaridade):
   Caso o usuário forneça um dicionário de palavras válidas, o analisador corrige palavras digitadas incorretamente com base na similaridade textual.

   🔗 Fonte da função de similaridade:
   Foi usada a função get_close_matches() da biblioteca padrão difflib do Python.
   Documentação oficial - difflib

4. Tabela de Símbolos:
   Registra todas as palavras relevantes (exceto stopwords e inválidas) com a contagem de quantas vezes apareceram.

5. Fila de Tokens:
   Constrói uma fila com todas as palavras e pontuações separadas, na ordem em que apareceram no texto.

---

▶️ Como Executar

1. Requisitos:

• Python 3.x instalado
• Biblioteca nltk instalada

Para instalar o nltk, execute:

pip install nltk

Depois, abra um terminal e execute uma única vez o seguinte código no Python para baixar as stopwords:

import nltk
nltk.download('stopwords')

---

2. Executar o Programa:

python analisador_lexico.py

Digite uma frase quando solicitado e veja o analisador em ação!

---

📌 Observações

• O programa aceita letras do alfabeto latino com acentos (como "á", "é", "ç", etc.).
• Palavras com caracteres não permitidos serão descartadas e listadas como inválidas.
• A função de correção (similaridade) está preparada para ser usada, mas requer um dicionário de palavras válidas preenchido.

---