Entendendo formas nominais na prática
Formas nominais são as formas do verbo que não exercem função de predicado verbal completo: o infinitivo, o gerúndio e o particípio. A teoria é simples. O que complica é a aplicação, principalmente quando você precisa usar isso em produção — seja numa análise sintática, num motor de conjugação, ou num filtro de texto para um sistema de linguagem natural. Eu trabalho com processamento de textos há anos e, em certos projetos, a identificação correta das formas nominais mudou completamente a precisão do pipeline. O problema é que muitos guias param na definição básica. Nada sobre armadilhas reais.
O que você precisa saber sobre formas nominais antes de começar
O infinitivo pode ser pessoal ou impessoal. A maioria dos materiais ensina o impessoal, aquele que aparece em construções como "é preciso estudar". O pessoal, marcado com desinências de pessoa ("para que nós estudemos"), é menos frequente mas aparece com frequência em textos formais e jurídicos. Se seu sistema não lidar com os dois, vai perder cobertura significativa. O gerúndio segue padrão regular (-ndo) mas tem irregularidades que quebram ferramentas ingênuas: "dando", "tendo", "vind". Além disso, o gerúndio pode ter função adjetival em construções como "o homem correndo pela rua", onde ele não é mais uma forma verbal pura mas sim um modificador nominal. Reconhecer essa fronteira é importante.
O particípio é onde as coisas ficam interessantes. Formas regulares terminam em -ado/-ido. As irregulares são uma lista enorme que ninguém decora: "escrito", "feito", "dito", "visto", "posto", "aberto", "cumprido", "expresso". E aqui vem o ponto que a maioria ignora: o particípio pode funcionar como adjetivo ou como parte da voz passiva analítica, e a distinção muda a análise sintática completamente.
Como identificar formas nominais num texto
O processo básico é: extraia todos os verbos, classifique cada um quanto ao modo, tempo e forma. Para formas nominais especificamente, o filtro é mais direto — verifique se a forma corresponde a uma das três categorias e se ela não está exercendo função de núcleo predicativo da oração. Na prática, eu uso um pipeline com três etapas. Primeiro, uma ferramenta de tokenização e_POS tagging_ com um modelo treinado em português brasileiro, como o stanza ou o Alpino adaptado. Segundo, um lexicon de irregulares para particípios e gerúndios que fogem do padrão. Terceiro, um conjunto de regras contextuais que distinguem, por exemplo, um infinitivo subordinado de um infinitivo impessoal.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Um detalhe técnico que faz diferença: o POS tagger sozinho não diferencia infinitivo de gerúndio de forma confiável só pela desinência. Você precisa de contexto. A forma "cantando" pode ser gerúndio em "ele estava cantando" mas funcionar como substantivo em "o cantando dos pássaros era agradável". Nesse segundo caso, o gerúndio virou um nome de fato — algo que linguistas chamam de nominalização do gerúndio e que praticamente qualquer regra cega deixa passar.
Um problema que eu encontrei e como resolvi
Num projeto de extração de argumentos de verbes para um sistema de perguntas e respostas, eu precisava segmentar corretamente as formas nominais para não confundir um complemento verbal com um adjunto adverbial. O problema aparecia com partículas como "a" + infinitivo em construções temporais: "Ao chegar em casa, liguei para ela." O "a" aqui é preposição, não parte do verbo, mas o analisador sintático que eu usava frequentemente tratava "ao chegar" como um todo indissociável e o mapeava como núcleo verbal em vez de adjunto adverbial temporal. A solução foi separar explicitamente as contrações "ao" + infinitivo como um token especial no pré-processamento, atribuindo-lhe uma que indicava função adverbial antes da análise sintática principal. Isso reduziu o erro naquele trecho específico de cerca de 18% para menos de 3%. Não é muito, mas num sistema que já operava com 94% de precisão, esse ganho foi relevante.
Pegadinhas comuns e limitações
A principal limitação das abordagens baseadas em regras para formas nominais é que o português é extremamente flexível. Uma mesma forma pode ter funções sintáticas diferentes dependendo do contexto, e regras fixas simplesmente não capturam essa variação. Ferramentas que dependem exclusivamente de padrões morfológicos têm taxa de erro alta em textos literários ou informais. Outro ponto: o particípio passado de verbos pronominais. "Chamar-se" no particípio dá "chamado-se", mas na voz passiva analítica a preposição pode mudar de posição. Regras simples de reconhecimento de passiva frequentemente falham nesses casos.
Se o seu objetivo é apenas reconhecimento morfológico puro, bibliotecas como o pymorphy2 (com suporte a português) ou o morfologik fazem o trabalho sem complicação. Se precisa de análise sintática profunda, o melhor caminho é combinar morfologia com um analisador estrutural como o UDPipe ou o GSD parser, ajustado para português. Cada alternativa tem trade-off entre velocidade e precisão — o primeiro é rápido mas raso, o segundo é preciso mas lento e custoso em recursos. Formas nominais parecem um tópico pequeno no esquema geral da gramática portuguesa, mas a complexidade real aparece quando você tenta automá-la. O conhecimento teórico é necessário mas insuficiente. O que realmente funciona é entender onde as regras falham e ter um plano para esses casos.
