Questões Sobre Pontuação

O que acontece quando você tenta automatizar questões sobre pontuação

Mostaramos ferramentas de edição automática falharem feio com vírgulas. Um sistema que eu configurei há uns quatro anos para revisão de contratos ia colocar vírgula antes de "e" em coordenadas adversativas, mas também em adjuntas adverbiais intercaladas. O resultado era um texto com vírgulas sobrando em lugares onde um revisor humano jamais colocaria. Passei dois dias corrigindo os falsos positivos e mais uma semana refinando os casos de fronteira. Vírgula antes de "e" é uma das primeiras armadilhas. A regra básica diz que não se usa vírgula antes de "e" nas coordenações coordenativas, mas há exceções que confundem até revisores experientes. Se o "e" ligar orações com sujeitos diferentes, ou se houver repetição implícita do sujeito, a vírgula entra. Eu tinha um script que detectava automaticamente sujeitos diferentes usando dependências sintáticas do spaCy, mas ainda assim errava em construções com elipse subjetiva, onde o sujeito não aparece explicitamente. O ponto e vírgula é outro item negligenciado. Na prática, ele funciona como uma pausa maior que a vírgula mas menor que o ponto final, e seu uso mais comum é separar itens de uma enumeração já complexa internamente. Quando você tem uma lista de cláusulas contratuais onde cada item já contém vírgulas, o ponto e vírgula evita a confusão. A alternativa seria reescrever tudo em tópicos numerados, o que muitas vezes resolve o problema na raiz sem depender de pontuação.

Os travessões merecem atenção separada. O português brasileiro usa dois tipos principais: o travessão de citação e o travessão de interrupção ou explicação. A diferença prática é que o travessão explicativo pode ser substituído por parênteses ou travessões em alguns casos, mas muda ligeiramente o tom. Em manchetes e textos jornalísticos, o travessão aparece muito para introduzir fala direta, e aí a formatação exige espaço antes e depois. Ferramentas de OCR e conversão de PDF muitas vezes transformam o travessão em dois hífens, o que quebra a automação se você não normalizar o texto primeiro. Sobre os dois-pontos: muita gente usa quando não deveria. O erro mais frequente é colocar dois-pontos depois de verbos de declaração como "disse que" ou "informou que". Os dois-pontos entram quando há uma enumeração, uma citação ou uma esclarecimento que depende diretamente do que veio antes, sem verbo regendo a introdução. Eu já vi corretores automáticos inserirem dois-pontos depois de "como segue abaixo" e isso é gramaticalmente errado. O "como" já introduz a explicação; os dois-pontos sobram. As expressões insertas são onde a pontuação mais sofre na prática. "Ou seja", "por exemplo", "isto é", "aliás" — todas elas pedem isolamento por vírgulas quando aparecem no meio da oração. O problema é que, em textos mais informais, esses marcadores às vezes funcionam como conectivos integrados e não como apensos. A diferença é sutil. Se você remover a expressão e a frase continuar coesa, ela é inserta e merece vírgulas. Se a remoção quebrar a coesão, talvez não deva ter vírgulas ao redor. Esse teste funciona na maioria dos casos, mas falha com expressões fixas que se tornaram quase parte da estrutura sintática.

Para lidar com questões sobre pontuação de forma sistemática, a abordagem mais confiável combina regras escritas manualmente com processamento de linguagem natural. Você define regras baseadas em padrões sintáticos — sujeito diferente antes de "e", orações subordinadas adverbiais antepostas, enumeradores com vírgulas internas — e depois treina um classificador para os casos ambíguos. Em projetos reais, esse híbrido reduziu meus erros de vírgula de cerca de 18% para aproximadamente 2,3%, conforme medição em amostras de 500 páginas de texto técnico. Uma limitação séria desse tipo de sistema é que ele não generaliza bem para estilos muito diferentes. Um manual de orientação normativa funciona bem para textos formais, mas entra em colapso com textos criativos, onde a pontuação pode ser intencionalmente irregular para efeitos de ritmo. Também não lida bem com estrangeirismos e nominalizações pesadas, comuns em textos acadêmicos e jurídicos, onde a fronteira entre orações fica borrada. Nessas situações, a revisão humana ainda é insubstituível. Se você precisa de uma solução prática, o melhor caminho começa com normalização de caracteres especiais, aplicação de regras sintáticas básicas, e depois validação por um revisor em pontos críticos. Não adianta confiar cegamente em autCORRETOR ou em ferramentas genéricas de pontuação automática. Elas cobrem o óbvio e erram nos casos que realmente importam. O custo-benefício de combinar processamento automático com revisão estratégica em trechos complexos costuma ser muito superior ao de tentar automatizar tudo.