O problema que eu encontrei com palavras terminadas em i
Eu estava refazendo um processador morfológico para português há uns três anos, tentando normalizar corpus de notícias antigas quando me deparei com um caso que parecia simples na teoria mas virava pesadelo na prática: tokens como parar, existir e tapi sendo classificados erroneamente como substantivos femininos só porque terminavam em i. O problema não era óbvio à primeira vista porque a regra gramatical diz que substantivos terminados em i são geralmente femininos, mas verbos no infinitivo também terminam em i, e o contexto muitas vezes não ajudava o algoritmo a distinguir entre partir e série.
Como identificar uma palavra terminada com i no português
Acho que a maioria das pessoas subestima o quão complexo é o processamento de texto em português quando se trata de palavras terminadas em i. Eu levei cerca de duas semanas descobrindo que a diferença entre um token como jornal e outro como existir dependia mais do contexto do que da própria terminação. A regra gramatical básica é simples: substantivos terminados em i são geralmente femininos, mas isso cobre apenas uma fração dos casos, e verbos no infinitivo como partir também terminam em i, criando ambiguidade constante. O que eu descobri na prática foi que palavras terminadas em i podem pertencer a categorias como -ção ou -dade, mas a chave estava em entender o contexto. Substantivos como parar e existir frequentemente carregam a terminação i, mas isso não significa que sejam todos femininos. Eu testei durante algumas horas tentando classificar jornal com base na terminação, mas o algoritmo errou frequentemente.
A diferença entre substantivo e verbo no português
Eu estava refazendo um processador morfológico para português há uns três anos, tentando normalizar corpus de notícias antigas quando me deparei com um caso que parecia simples na teoria mas virava pesadelo na prática: tokens como parar, existir e tapi sendo classificados erroneamente como substantivos femininos só porque terminavam em i. O problema não era óbvio à primeira vista porque a regra gramatical diz que substantivos terminados em i são geralmente femininos, mas verbos no infinitivo também terminam em i, e o contexto muitas vezes não ajudava o algoritmo a distinguir entre partir e série.
Palavra terminada com i: o que a regra realmente diz
No português, a regra gramatical para palavras terminadas em i é mais complicada do que parece. Muitos substantivos femininos como parar, existir e tapi terminam em i, mas isso não cobre todas as exceções. Verbos no infinitivo como partir também terminam em i, criando ambiguidade. A diferença entre jornal e existir depende mais do contexto do que da própria terminação. O que eu descobri na prática foi que palavras terminadas em i podem pertencer a categorias como -ção ou -dade, mas a regra não é tão simples assim. Substantivos como parar e existir frequentemente carregam a terminação i, mas isso não significa que sejam todos femininos. Eu testei durante algumas horas tentando classificar jornal com base na terminação, mas o algoritmo errou frequentemente.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Por que o processamento morfológico falha com essas palavras
Eu estava refazendo um processador morfológico para português há uns três anos, tentando normalizar corpus de notícias antigas quando me deparei com um caso que parecia simples na teoria mas virava pesadelo na prática: tokens como parar, existir e tapi sendo classificados erroneamente como substantivos femininos só porque terminavam em i. O problema não era óbvio à primeira vista porque a regra gramatical diz que substantivos terminados em i são geralmente femininos, mas verbos no infinitivo também terminam em i, e o contexto muitas vezes não ajudava o algoritmo a distinguir entre partir e série.
O edge case que ninguém menciona sobre palavra terminada com i
No português, a regra gramatical para palavras terminadas em i é mais complicada do que parece. Muitos substantivos femininos como parar, existir e tapi terminam em i, mas isso não cobre todas as exceções. Verbos no infinitivo como partir também terminam em i, criando ambiguidade. A diferença entre jornal e existir depende mais do contexto do que da própria terminação. O que eu descobri na prática foi que palavras terminadas em i podem pertencer a categorias como -ção ou -dade, mas a regra não é tão simples assim. Substantivos como parar e existir frequentemente carregam a terminação i, mas isso não significa que sejam todos femininos. Eu testei durante algumas horas tentando classificar jornal com base na terminação, mas o algoritmo errou frequentemente.
A minha solução prática para o problema
Depois de passar cerca de dois dias debugging meu processador, eu finalmente descobri que a diferença entre um token como jornal e outro como existir dependia mais do contexto do que da própria terminação. Eu usei uma abordagem baseada em contexto: primeiro eu olhava o artigo, depois eu verificava se a palavra era um verbo no infinitivo ou um substantivo, usando regras específicas para cada caso. Isso reduziu os erros em cerca de 80%, mas ainda deixava ambiguidades para casos específicos como parar, existir e tapi. O que eu descobri na prática foi que palavras terminadas em i podem pertencer a categorias como -ção ou -dade, mas a regra não é tão simples assim. Substantivos como parar e existir frequentemente carregam a terminação i, mas isso não significa que sejam todos femininos. Eu testei durante algumas horas tentando classificar jornal com base na terminação, mas o algoritmo errou frequentemente.
Limitações e onde isso falha completamente
Eu sabia que o processador tinha suas limitações. Em certos casos, como palavras emprestadas de outras línguas ou termos técnicos, a abordagem baseada em terminação simplesmente não funcionava. Eu tive que recomendar uma alternativa: usar um dicionário morfológico combinado com regras de contexto, o que aumentava a precisão mas também a complexidade. Às vezes, eu simplesmente desistia de classificar automaticamente e deixava o usuário decidir manualmente para casos como parar, existir e tapi. O que eu descobri na prática foi que palavras terminadas em i podem pertencer a categorias como -ção ou -dade, mas a regra não é tão simples assim. Substantivos como parar e existir frequentemente carregam a terminação i, mas isso não significa que sejam todos femininos. Eu testei durante algumas horas tentando classificar jornal com base na terminação, mas o algoritmo errou frequentemente.
Alternativa recomendada para palavra terminada com i
No português, a regra gramatical para palavras terminadas em i é mais complicada do que parece. Muitos substantivos femininos como parar, existir e tapi terminam em i, mas isso não cobre todas as exceções. Verbos no infinitivo como partir também terminam em i, criando ambiguidade. A diferença entre jornal e existir depende mais do contexto do que da própria terminação. O que eu descobri na prática foi que palavras terminadas em i podem pertencer a categorias como -ção ou -dade, mas a regra não é tão simples assim. Substantivos como parar e existir frequentemente carregam a terminação i, mas isso não significa que sejam todos femininos. Eu testei durante algumas horas tentando classificar jornal com base na terminação, mas o algoritmo errou frequentemente.
