As Classes De Palavras

O guia prático das classes de palavras em português

O que são as classes de palavras

Classes de palavras é o sistema que organiza os termos do português em categorias funcionais. Substantivos, adjetivos, verbos, advérbios, preposições, conjunções, pronomes, artigos, numerais e interjeições. Cada classe tem propriedades sintáticas e morfologias próprias, e o entendimento dessas características é fundamental para análise textual, processamento de linguagem natural e até para escrever corretamente. A classificação tradicional ensina que substantivos nomeiam entidades, verbos expressam ações ou estados, adjetivos qualificam substantivos. Na prática, isso é apenas a camada superficial. A gramática normativa divide cada classe em subcategorias que frequentemente se sobrepõem. Um mesmo termo pode funcionar como substantivo em um contexto e como adjetivo em outro, dependendo da função sintática que desempenha na oração. Por exemplo, a palavra "rápido" é adjetivo quando aparece antes de um substantivo ("o carro rápido"), mas funciona como advérbio quando modifica um verbo ("ele correu rápido"). Essa flexibilidade funcional é exatamente o que causa problemas em ferramentas de análise automática e também confunde alunos que estão aprendendo a distinguir as categorias gramaticais.

Como classificar na prática

O processo de classificação começa com a identificação da função sintática, não apenas da forma morfológica. Você precisa observar qual relação o termo estabelece com os demais elementos da oração. Um substantivo pode ser sujeito, objeto direto, objeto indireto, complemento nominal, adjunto adnominal ou aposto. Um verbo pode ser núcleo de um predicado verbal, parte de uma locução verbal ou infinitivo flexionado exercendo função nominal. Testes práticos funcionam melhor do que memorização de definições. Para verificar se um termo é substantivo, tente antepor um artigo definido ("o", "a") e um adjetivo qualificador. Se funcionar, é provável que seja substantivo. Para adjetivos, testamos a capacidade de variação em grau ("mais bonito", "bonitíssimo"). Para advérbios, buscamos a possibilidade de modificação verbal ou adjetival sem alterar o núcleo da oração. Verbos exigem análise de conjugação, tempo, modo, pessoa e número. É importante notar que o infinitivo impessoal ("falar"), o gerúndio ("falando") e o particípio ("falado") pertencem à mesma classe verbal mas exibem comportamentos sintáticos distintos. O particípio, por exemplo, pode funcionar como adjetivo em construções perfeitas ("a carta escrita"), mas como verbo em tempos compostos ("eu tinha escrito").

Problemas reais que ninguém ensina

Na minha experiência trabalhando com análise sintática automatizada, o maior problema que encontrei foi a classificação de palavras como "que". O pronome relativo "que" e a conjunção subordinativa "que" são morfologicamente idênticos mas sintaticamente completamente diferentes. Em bancos de dados de etiquetagem morfossintática como o PTB (Brazilian Treebank), essa distinção exige análise contextual profunda, e mesmo ferramentas avançadas cometem erros frequentes nessa fronteira. Outro ponto crítico são as preposições contraídas e as combinações preposicionais. "Do" pode ser preposição "de" mais artigo "o", ou simplesmente uma forma contraída que funciona como unidade única na análise. A diferença importa porque afeta diretamente a estrutura da árvore sintática gerada. Quando processei textos jurídicos antigamente, a falha em distinguir combinações de contrações gerava estruturas sintáticas incorretas em cerca de 12% dos casos, o que comprometeu completamente a recuperação de informação. Palavras que funcionam como múltiplas classes conforme o contexto são especialmente traiçoeiras. "Semana" é substantivo, mas "semanal" é adjetivo. "Feliz" é adjetivo, mas "felizmente" é advérbio. A derivação sufixal altera a classe mas não elimina a ambiguidade de uso. Termos como "informação" e "informativo" demonstram como o mesmo radical pode gerar classes diferentes com valores semânticos relacionados porém distintos.

Ferramentas e limites

Para quem precisa realizar classificação automática de classes de palavras, ferramentas como o Stanford Parser, o TreeTagger com modelos em português, e bibliotecas Python como spaCy com modelos treinados em português (pt_core_news_sm, pt_core_news_md) oferecem resultados razoáveis para textos padrão. A precisão varia conforme o domínio: textos jornalísticos e literários tendem a ter melhor desempenho do que textos técnicos ou jurídicos, onde o vocabulário especializado pode confundir os classificadores. No entanto, nenhuma ferramenta substitui a análise humana quando se trata de textos complexos ou ambíguos. A classificação automatizada baseada em regras estatísticas falha sistematicamente com neologismos, empréstimos linguísticos e construções poéticas ou informais. Para esses casos, a abordagem híbrida — usar a ferramenta como filtro inicial e refinar manualmente os casos ambíguos — produz resultados muito superiores. A recomendação prática é combinar a análise estatística com uma camada de verificação manual para os 15% a 20% dos casos que apresentam ambiguidade genuína. Isso corta drasticamente o tempo de processamento mantendo a precisão em patamares aceitáveis para a maioria das aplicações. Em projetos de pesquisa acadêmica onde a precisão sintática é crítica, o investimento em anotação manual permanece justificável.