noun "média" incorrectly lemmatized as "médio"

[leoalenc]

@arademaker, naquela comparação entre MorphoBr e Bosque, surgiu uma discrepância em relação ao lema do substantivo média:

awk '$2 ~ /^média$/ && $3 ~ /médio/ && $4 ~ /NOUN/' *.conllu
2	média	médio	NOUN	_	Gender=Fem|Number=Sing	14	nsubj	_	_
2	média	médio	NOUN	_	Gender=Fem|Number=Sing	10	nsubj	_	_
3	média	médio	NOUN	_	Gender=Fem|Number=Sing	10	nsubj	_	_

Vejamos um caso:

grep -PhC 10 "média\tmédio\tNOUN" *.conllu
47-48	da	_	_	_	_	_	_	_	_
47	de	de	ADP	_	_	49	case	_	_
48	a	o	DET	_	Definite=Def|Gender=Fem|Number=Sing|PronType=Art	49	det	_	_
49	entidade	entidade	NOUN	_	Gender=Fem|Number=Sing	46	nmod	_	SpaceAfter=No
50	.	.	PUNCT	_	_	15	punct	_	_

# text = A média diária de negócios com o metal em maio foi de 2,43 toneladas.
# sent_id = CF518-3
# source = CETENFolha n=518 cad=Dinheiro sec=eco sem=94b
1	A	o	DET	_	Definite=Def|Gender=Fem|Number=Sing|PronType=Art	2	det	_	_
2	média	médio	NOUN	_	Gender=Fem|Number=Sing	14	nsubj	_	_

O lema deveria ser média, certo?

[arademaker]

assim como fiz em #410, generalizando a busca com a regex .+a\t.+o\tNOUN, encontrei vários outros casos. A maioria fácil de resolver, mas alguns mais delicados pendentes abaixo, muitos onde a palavra é parte de uma expressão e/ou nome.

documents/CP0954.conllu:10	séria	sério	NOUN	<np-idf>|N|F|S|@<ACC	Gender=Fem|Number=Sing	8	obj	_	_
documents/CF0161.conllu:8	Bonequinha	bonequinho	NOUN	<first-cjt>|PROP|M|S|@S<	ExtPos=PROPN|Gender=Fem|Number=Sing	4	appos	_	_
documents/CP0323.conllu:8	próxima	próximo	NOUN	<n>|<np-def>|ADJ|F|S|@P<	Gender=Fem|Number=Sing	5	nmod	_	SpaceAfter=No
documents/CF0051.conllu:36	antepassada	antepassado	NOUN	<n>|<np-def>|ADJ|F|S|@P<	Gender=Fem|Number=Sing	33	nmod	_	_
documents/CP0443.conllu:7	baixa	baixo	NOUN	<np-idf>|N|F|S|@N<	Gender=Fem|Number=Sing	3	obl	_	_
documents/CP0170.conllu:22	crítica	crítico	NOUN	<first-cjt>|<n>|<np-def>|ADJ|F|S|@<ACC	Gender=Fem|Number=Sing	20	obj	_	_
documents/CP0573.conllu:2	relativa	relativo	NOUN	<n>|<np-def>|ADJ|F|S|@NPHR	Gender=Fem|Number=Sing	0	root	_	_
documents/CF0298.conllu:8	enferma	enfermo	NOUN	<np-idf>|N|F|S|@P<	Gender=Fem|Number=Sing	6	nmod	_	SpaceAfter=No
documents/CP0369.conllu:58	lombarda	lombardo	NOUN	<cjt>|<n>|ADJ|F|S|@P<	Gender=Fem|Number=Sing	56	conj	_	_
documents/CP0691.conllu:31	positiva	positivo	NOUN	<n>|<np-def>|ADJ|F|S|@P<	Gender=Fem|Number=Sing	21	conj	_	SpaceAfter=No
documents/CP0142.conllu:14	velha	velho	NOUN	<n>|<np-idf>|ADJ|F|S|@<SUBJ	Gender=Fem|Number=Sing	12	nsubj	_	SpaceAfter=No
documents/CP0894.conllu:8	náufraga	náufrago	NOUN	<n>|<np-idf>|ADJ|F|S|@P<	Gender=Fem|Number=Sing	1	obl	_	SpaceAfter=No
documents/CP0068.conllu:40	próxima	próximo	NOUN	<n>|<Eg>|<np-def>|ADJ|F|S|@P<	Gender=Fem|Number=Sing	37	nmod	_	SpaceAfter=No
documents/CP0131.conllu:10	classificada	classificado	NOUN	<mv>|<first-cjt>|V|PCP|F|S|@ICL-N<PRED	Gender=Fem|Number=Sing	6	appos	_	_
documents/CP0083.conllu:12	antepassada	antepassado	NOUN	<first-cjt>|<np-def>|N|F|S|@KOMP<	Gender=Fem|Number=Sing	6	obl	_	SpaceAfter=No
documents/CF0942.conllu:28	loira	loiro	NOUN	<cjt>|<n>|<np-idf>|ADJ|F|S|@N<PRED	Gender=Fem|Number=Sing	25	conj	_	SpaceAfter=No
documents/CF0942.conllu:22	loira	loiro	NOUN	<n>|<np-def>|ADJ|F|S|@P<	Gender=Fem|Number=Sing	18	obj	_	_
documents/CP0682.conllu:51	nova	novo	NOUN	<n>|<COMP>|ADJ|F|S|@APP	Gender=Fem|Number=Sing	45	appos	_	_
documents/CP0503.conllu:76	burlesca	burlesco	NOUN	<n>|<np-idf>|ADJ|F|S|@P<	Gender=Fem|Number=Sing	72	nmod	_	_