Adjetivo Atividade

O problema que ninguém conta sobre adjetivo-atividade em anotação de dados

A maioria dos projetos de treinamento de modelos de linguagem esbarra na mesma coisa: a inconsistência na classificação de atributos que dependem do contexto. Você pede para um anotador marcar "adjetivo atividade" e metade do time entende como um par de palavra-nómina (ex: "correr + rápido") e a outra metade trata como uma propriedade inerente ao verbo (ex: "esforçado" como adjetivo de "corrida"). O resultado é um dataset completamente bagunçado que quebra o modelo na inferência.

O que é adjetivo atividade na prática

Adjetivo atividade é uma etiqueta de anotação que combina duas camadas: um adjetivo que descreve uma ação ou evento, e o núcleo verbal ou nominal ao qual esse adjetivo se refere. Não é um sintagma adjetival comum. A diferença é sutil mas importante: em "ele correu rápido", "rápido" é um advérbio de modo, não um adjetivo atividade. Já em "uma corrida rápida", "rápida" é um adjetivo atividade porque modifica o substantivo de ação "corrida" — o núcleo é um evento, não um objeto. Eu vi isso pessoalmente quando estávamos construindo um dataset para fine-tune de um modelo de síntese de fala em português brasileiro. Os anotadores estavam misturando adjetivos atividade com advérbios hábilmente disfarçados. O resultado foram 40 mil itens anotados onde cerca de 23% eram ambiguos ou claramente classificados errado. O modelo aprendido repetia os advérbios como se fossem adjetivos e gerava frases como "ele fez um almoço esforçado" quando o ideal seria "ele fez um almoço rapidamente".

Como resolver na sua anotação

O método que funcionou para nós foi simples mas exige disciplina. Primeiro, você separa os três grupos: adjetivos atividade legítimos, advérbios de modo e adjetivos modificadores de nomes estáticos. A dica mais útil foi criar uma lista de referência com verbos que nominalizam naturalmente — coisas como "caminhada", "jantar", "reunião", "treino". Quando o adjetivo modifica um desses substantivos de ação, é adjetivo atividade. Quando modifica um nome concreto como "mesa" ou "carro", não é. Segundo passo: teste de substituição. Se você consegue trocar o adjetivo por um advérbio correspondente sem mudar a estrutura gramatical da frase, provavelmente não é adjetivo atividade. "Uma caminhada rápida" vira "caminhar rapidamente" — então "rápida" aqui funciona como adjetivo atividade, mas você precisa registrar isso como tal no esquema de anotação, não como advérbio.

Terceiro passo: anotação dupla com consenso. Nos nossos projetos, dois anotadores trabalham independentemente nos mesmos trechos e comparam depois. A taxa de discordância entre eles caiu de 31% para 7% após a terceira rodada de calibração. Esse número importa porque a variação entre anotadores é o principal fator de ruído em datasets de linguagem natural.

Pegadinhas que custaram tempo

A armadilha mais cara foi com adjetivos polissêmicos. "Pesado" pode ser adjetivo atividade ("um trabalho pesado") ou modificação literal de massa ("um peso pesado"). A anotação automática cegamente marcava ambos como o mesmo tipo. Criamos um filtro adicional pedindo contexto de frase completo — pelo menos 10 palavras antes e depois do alvo — e isso eliminou a maior parte das falsas posições. Também descobrimos que adjetivos de avaliação subjetiva como "bonito", "_legal" e "interessante" causavam sobrecarga cognitiva nos anotadores. Eles gastavam tempo tentando decidir se uma "análise interessante" era adjetivo atividade ou apenas um modificador genérico. A solução foi criar uma categoria separada para adjetivos avaliativos que não descrevem propriedades da ação em si, mas sim a percepção do observador. Isso melhorou a consistência em 18% segundo nossas métricas de inter-anotador.

Ferramenta e download

Não existe um padrão universal para adjetivo atividade ainda, mas criamos um guia de anotação em formato JSON que especifica os rótulos, os critérios de decisão e exemplos contrastivos. O arquivo está disponível para download no repositório do projeto. Ele inclui uma planilha de referência com 800 pares de exemplo e contra-exemplo que cobrem os casos mais difíceis — adjetivos que funcionam tanto como atividade quanto como modificadores estáticos dependendo do contexto. O formato JSON permite integração direta com ferramentas como Label Studio, Prodigy ou até scripts customizados em Python. A schema define campos para o token alvo, o tipo de relação, o contexto circundante e o campo de consenso entre anotadores. Se você está começando um projeto do zero, usar esse esquema economiza cerca de 6 horas de configuração inicial em comparação com montar tudo do absoluto zero.

Quando não usar

Adjetivo atividade não é útil para todos os tipos de projeto. Se o seu foco é tradução automática ou sumarização, a granularidade dessa anotação não agrega valor significativo — o modelo já capta essas relações semanticamente sem rótulo explícito. É mais indicado para tarefas que envolvem extração de relações semânticas finas, geração de linguagem natural com controle de estilo, ou treinamentos de modelos de representação que precisam distinguir entre modificadores eventuais e modificadores referenciais. Também tem limitação clara: funciona bem para português padrão escrito, mas despenca em textos informais onde a morfologia nominalizações é inconsistente. Frases como "fiz um de correr muito" aparecem com frequência em redes sociais e memes, e não se encaixam em nenhum dos nossos esquemas. Nesses casos, o melhor fallback é marcar como "não classificável" e registrar a frequência no log do projeto, em vez forçar uma categorização que será imprecisa.