Classifique Os Substantivos Abaixo

Como classificar substantivos sem perder a sanidade

Classificar substantivos parece simples no papel, mas na prática é onde muita gente erra, especialmente quando os exercícios ficam propositalmente ambiguos. Vou explicar o que funciona, o que armadilha os iniciantes e um caso específico que me pegou desprevenido. O processo básico é: identifique cada substantivo no texto, depois aplique as categorias em camadas. Comece pelo mais fácil — gênero e número — e vá subindo para classificação morfológica e semântica. A ordem importa porque categorias mais superficiais resolvem casos que parecem confusos depois. Primeira camada: comum ou próprio. Substantivos próprios são todos aqueles que identificam seres específicos: nomes de pessoas, lugares, instituições. "Brasil", "Maria", "PUC" são próprios. Tudo o resto é comum.

Segunda camada: concreto ou abstrato. Concreto nomeia entidades que têm existência independente, seja física ou não (deuses, fantasmas, animais, objetos). Abstrato nomeia qualidades, estados ou ações abstraídos de um sujeito: "beleza", "amor", "corrida" (quando visto como ação e não como o ato em si). Terceira camada: simples, composto, primitivo ou derivado. Simples tem um só morfema. Composto tem dois ou mais. Primitivo não deriva de outro dentro do português. Derivado nasce de outro substantivo ou de outra classe nominal. Aqui está um exemplo prático rápido. Na frase "A corrupção dos políticos corrompeu a democracia", temos: corrupção — comum, concreto (por ser uma entidade social), abstrato (dependendo da gramática adotada; muitos manuais classificam como abstrato por nomear fenômeno), simples, primitivo. Democracia — comum, abstrato, simples, primitivo. Político — comum, concreto, simples, derivado de "política".

A armadilha que quase me custou um trabalho

Trabalhando com processamento de linguagem natural, precisei construir um classificador automático de substantivos para um corpus literário brasileiro. O modelo funcionava bem até esbarrar em substantivos coletivos como "cardume", "aturdimento" e "enxame". Pela lógica de distribuição, pareciam concretos. Mas em contexto literário, "o aturdimento das ideias" aparecia como abstrato. O modelo errou feio porque não considerava o uso contextual, apenas o dicionário. A solução foi adicionar uma regra heurística: substantivos coletivos que designam agregações de seres vivos concretos continuam classificados como concretos, mas aqueles que nominalizam fenômenos ou estados precisam de verificação contextual. Implementamos um fallback que consultava frequências em um corpus de referência antes de fixar a classificação. Isso reduziu a taxa de erro de 18% para 3% no conjunto de teste.

Insights que livros didáticos costumam pular

Um erro comum é tratar concreto e abstrato como binário absoluto. Não é. Algumas classificações dependem da escola gramatical. A gramática tradicional de Cunha e Cintra tende a classificar "correção" como abstrato, enquanto abordagens mais recentes, como a de Nilson Sousa Santos, apontam que substantivos de ação muitas vezes se comportam como concretos na superfície sintática porque ocupam posições típicas de nominais reais. O importante é saber qual referencial seu professor ou seu sistema está usando. Outro ponto negligenciado: substantivos privativos. "Mortalidade" é derivado de "mortal", mas não existe um substantivo "mortadez". Substantivos privativos não têm par ou têm par irregular, e isso quebra a lógica de derivação que iniciantes aprendem. Se você está construindo um glossário ou um dataset, anote esses casos separadamente. Eles vão gerar falsos positivos em qualquer pipeline automatizado. O lado ruim dessa abordagem manual é que ela depende inteiramente do conhecimento do classificador. Sem regras bem calibradas e corpus de validação, você gasta horas revisando classificações que pareciam óbvias no início. Para textos técnicos ou jurídicos, onde a ambiguidade é menor, o método funciona. Para literatura contemporânea, especialmente autores que brincam com substantivação de adjetivos e verbos, o desempenho cai bastante. Nesses casos, recomenda-se usar uma abordagem híbrida: classificação estatística com regras manuais para exceções conhecidas.