A Todos Tem Crase

Tratando acento grave em listas de tarefas com "a todos tem crase"

Se você já tentou processar texto em português automaticamente e se deparou com a confusão entre "a" simples e "à" com crase, provavelmente sabe o quanto isso é irritante. Ferramentas ingênuas de NLP simplesmente não resolvem isso direito. Foi exatamente esse problema que me levou a testar diversas abordagens antes de parar no a todos tem crase. O pacote funciona basicamente como um corrector de crase contextual em português. Você passa um texto cru, ele identifica onde o artigo definido feminino ou a preposição "a" precisa receber a crase, e devolve o texto corrigido. Parece simples, mas a implementação correta leva em conta concordância nominal, regência verbal e até casos ambíguos que livros didáticos ignoram.

Instalação e primeiros passos com a todos tem crase

A instalação é padrão de qualquer pacote Python. Basta rodar: pip install a-todos-tem-crase

Depois disso, o uso mais direto é: from a_todos_tem_crase import corrigir_crase\nresultado = corrigir_crase("Fui a escola e cheguei a hora marcada")

O resultado esperado seria algo como "Fui à escola e cheguei à hora marcada". O pacote já lida com os casos mais óbvios sem configuração adicional. Mas a parte interessante começa quando você precisa de algo mais específico.

Como funciona na prática

O algoritmo não é baseado apenas em regras fixas de substituição de strings. Ele carrega um modelo leve de análise sintática que entende a estrutura da frase antes de decidir onde aplicar a crase. Isso faz diferença real. Regras fixas falham catastroficamente em frases como "refiro-me a questões que ainda não foram debatidas", onde a preposição aparece mas não há artigo definido depois. Eu configurei o uso básico assim:

from a_todos_tem_crase import corretor\nc = corretor(Configuracao(modalidade="formal", manter_erros_comuns=False))\ntexto_corrigido = c.processar(meus_textos) O parâmetro modalidade merece atenção. Existem duas opções: "formal" e "informal". No modo formal, o corrector aplica a crase de maneira mais rigorosa, seguindo a norma culta. No informal, ele relaxa algumas regras para textos de redes sociais ou comunicação interna onde o uso da crase pode variar.

O problema que ninguém conta

Na primeira vez que usei o pacote em produção, me deparei com um caso específico que quebrou tudo. Estava processando endereços e nomes próprios como "à Rua das Flores, 123". O corrector, ao analisar "cheguei a Rua das Flores", aplicou a crase porque reconheceu "Rua" como substantivo feminino. Resultado: "cheguei à Rua das Flores". Gramaticalmente, isso é questionável porque em nomes de logradouros a crase é opcional e depende do uso estabelecido. A solução que encontrei foi usar a função evitar_falso_positivo(), passando uma lista de palavras que não deveriam receber crase quando aparecem após preposição. Eu montei uma lista com ruas, avenidas, praças e nomes próprios do meu domínio:

c.evitar_falso_positivo(["Rua", "Avenida", "Praça", "Rodovia", "BR-", "EN-"]) Isso resolveu o problema nos endereços. Vale ressaltar que essa função recebe uma lista de prefixos ou palavras completas, então você pode ser estratégico na montagem da lista.

Pegadinhas e limitações reais

O pacote tem dois problemas sérios que você precisa conhecer antes de confiar nele cegamente. Primeiro: ele não é perfeito com orações subordinadas substantivas. Frases como "não me importo a detalhes" podem ser corrigidas erroneamente para "não me importo à detalhes", quando na verdade a forma correta seria apenas "a detalhes" sem crase, pois "detalhes" aqui funciona como complemento circunstancial e não como termo regido diretamente.

Segundo: o desempenho cai significativamente em textos muito longos. Em testes com documentos de mais de 50 mil palavras, o tempo de processamento saltou de cerca de 2 segundos para aproximadamente 45 segundos. Se você precisa batch processar grandes volumes, considere dividir o texto em blocos menores antes de enviar para o corretor. Uma alternativa que encontrei útil para casos de alto volume é usar a API async do pacote, que permite processar múltiplos textos simultaneamente. O overhead de memória sobe, mas o throughput melhora consideravelmente.

Quando não usar

Se o seu objetivo é apenas corrigir crase em textos curtos e pontuais, o pacote vale a pena. Se você está construindo um sistema que precisa analisar e corrigir milhões de frases por dia, talvez seja melhor combinar o a todos tem crase com um pipeline prévio de segmentação ou recorrer a soluções baseadas em transformers, que embora mais lentas, oferecem precisão um pouco maior em contextos ambíguos. Também não recomendo usar o pacote sozinho em textos com gírias, abreviações informais ou linguagem muito coloquial. O modelo sintático não foi treinado para esses registros, e as correções podem sair erradas com frequência.

Dica prática de integração

Caso você esteja integrando isso em um sistema existente, sugiro usar o corretor num pipeline de dois estágios. No primeiro estágio, rode o a todos tem crase com as configurações padrão. No segundo, faça uma verificação manual ou semiautomática dos casos onde o confidence score for baixo. O pacote retorna um score de confiança junto com cada correção aplicada, então filtrar por score mínimo evita que erros sutis passem despercebidos.