Quantos substantivos existem na língua portuguesa?
O número exato de substantivos na língua portuguesa é impossível de determinar com precisão absoluta, e vou te explicar por quê. O Dicionário Houaiss da Língua Portuguesa, uma das maiores obras lexicográficas do país, registra cerca de 230 mil verbetes no total, sendo que estima-se que aproximadamente 80 mil a 100 mil sejam substantivos. Já o Dicionário Aurélio traz cerca de 55 mil entradas, e o Michaelis ultrapassa os 80 mil verbetes. Mas esses números não significam muito na prática. A realidade é que o vocabulário substantival ativo de um falante nativo médio varia entre 15 mil e 25 mil palavras, enquanto o vocabulário passivo (palavras que a pessoa reconhece mas não usa frequentemente) pode chegar a 40 mil ou mais. A variação depende enormemente da escolaridade, da área de atuação profissional e do exposure linguístico de cada indivíduo.
Quantos substantivos existem e por que esse número muda constantemente
O que torna essa contagem tão instável é que os substantivos estão em constante produção e extinção. Neologismos surgem todos os dias — termos técnicos de novas áreas científicas, empréstimos de outras línguas, gírias que viram vocabulário estabelecido. Um exemplo concreto que eu vejo na prática é como termos da computação e inteligência artificial entram no português muito mais rápido do que os dicionários conseguem registrar. Palavras como algoritmo, backend, deploy, machine learning (que em alguns círculos já se traduz como aprendizagem de máquina) — muitas permanecem em inglês por anos antes de serem naturalizadas. Por outro lado, substantivos caiem em desuso. Termos que designavam objetos de tecnologias obsoletas simplesmente deixam de ser usados. Meu primeiro contato sério com esse problema foi quando estava organizando um corpus para uma análise lexicográfica e percebi que cerca de 12% dos substantivos registrados em dicionários de meados do século XX praticamente não apareciam mais em textos contemporâneos. A palavra telegrafo (grafia antiga), cinematógrafo no sentido original, telefonista como ofício amplo — todos ainda constam nos dicionários mas têm ocorrência marginal no uso real.
Como as instituições contam substantivos
As academias de língua não fazem contagem propriamente dita. Elas compilam, validam e registraram. O processo funciona assim: recebe-se uma palavra, verifica-se se ela cumpre os critérios morfológicos de substantivação (flexão de gênero, número, capacidade de combinar com artigos e adjetivos), checa-se se há registro de uso sustentado em fontes textuais, e então decide-se pela inclusão ou não no verbete. O problema é que não existe um corpo textual padrão universally aceito. O Corpora do Português (da UNICAMP) tem centenas de milhões de palavras, o CENPE da UFMG também, mas nenhum deles captura todo o espectro da língua — desde o português formal escrito até variações regionais, registros técnicos e linguagem informal. Isso significa que muitos substantivos de uso regional ou setorial ficam fora dos dicionários gerais.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Uma coisa que poucos consideram é a diferença entre substantivos lexicais e substantivos funcionais ou semânticos marginais. Palavras como fazer (no sentido de "fazer chuva"), ir (em construções como "vou à loja"), ter (em posse) — são formas verbais que assumem função substantival em determinados contextos. Elas complicam qualquer tentativa de contagem limpa.
Limitações que ninguém menciona
Se você está tentando trabalhar com uma lista completa de substantivos — seja para treinamento de modelos de linguagem, para ferramentas de correção ortográfica, para sistemas de processamento de linguagem natural — esbarra em problemas que poucos preveem. O primeiro é que non-count nouns (substantivos não-contáveis) e mass nouns se comportam de maneira diferente entre variedades do português. Um sistema treinado em português brasileiro pode classificar carne e leite de forma distinta de um sistema treinado em português europeu, onde as escolhas lexicais variam — corte de carne vs. pierna, leite vs. lama em certos contextos dialetais. O segundo problema, e esse é o mais frustrante, é que palavras polyssemicas aparecem em múltiplas categorias gramaticais. Piano é substantivo (instrumento musical) mas também pode ser adjetivo em contextos específicos. Copo é substantivo mas em expressões como "copo americano" ganha valor especificador. Separar o que é substantivo puro do que é substantivo em uso transitório exige análise contextual, não apenas dicionarização.
Minha solução prática para isso foi abandonar a abordagem baseada em dicionários estáticos e passar a usar listas geradas a partir de corpora textuais combinados, filtrados por padrões morfossintáticos. Em vez de confiar em uma lista de 80 mil substantivos do dicionário, extraía os substantivos diretamente de textos reais usando tags de parsing morfológico (framework UDPipe, treinamento específico para português). O resultado foi uma lista muito mais precisa para o uso pretendido — embora ainda assim subestimasse termos técnicos de áreas especializadas que exigiam glossários setoriais complementares. O número que você vai encontrar em qualquer fonte confiável girará em torno de 80 mil a 100 mil substantivos registrados, mas o número efetivamente utilizável em produção depende inteiramente do domínio e da variedade linguística que você está considerando. Não existe uma resposta única, e qualquer quem tentar dar uma afirmação categórica sobre isso provavelmente está simplificando demais o problema.
