Palavras que formam outras palavras: como isso funciona na prática
A maioria das pessoas acha que o assunto é só sobre compostos e derivados. Na real, o mecanismo é muito mais amplo do que os manuais ensinam. O que vou mostrar aqui é o que funciona no dia a dia, com exemplos reais e um problema que eu enfrentei e precisei resolver na unha.
Como identificar palavras que formam outras palavras
O processo básico começa com uma morfologia funcional. Você pega uma raiz, um prefixo, um sufixo ou até uma palavra inteira e combina com outro morfema para gerar algo novo. Em português, isso acontece o tempo todo. A gente nem nota porque é natural. O segredo é mapear os morfemas. A raiz "telefon" gera telefone, telefonista, telefonema, telefonina. A palavra "pé" vira pé-de-moleque, pé-de-povo, pé-sangue. Cada composição tem uma lógica específica. Algumas são transparentes, outras viraram gíria ou expressão e perderam o vínculo semântico direto.
Uma dica prática: se você estiver construindo uma lista de palavras compostas ou neologismos, comece pela tabela de afixos. Prefixos mais produtivos em português: des-, re-, sub-, super-, anti-, auto-, bio-, ex-, semi-, tele-. Sufixos mais ativos: -ada, -agem, -al, -ano, -ário, -eiro, -ento, -ês, -inha, -ismo, -ista, -mente, -ório, -oso, -valho. Com essas duas listas, você consegue gerar centenas de palavras novas só testando combinações. A parte chata é que nem toda combinação produz algo válido. O cérebro reconhece padrões, mas o dicionário é o juiz final. Quando uma palavra nova soa errada, geralmente é porque conflita com uma já existente ou porque a estrutura morfológica está quebrada.
Um problema real que eu tive
Estava montando um corpus para um projeto interno e precisei mapear todas as formas derivadas de "computador". Achei fácil até chegar em computorização, computorizar e computorizável. Essas palavras existem, mas são tão raras que a maioria dos geradores morfológicos ignora. Eu precisava delas para um estudo de variação lexical e não podia descartar. A solução foi cruzar três fontes: o Dicionário Houaiss, o Vocabulário Ortográfico da Língua Portuguesa (VOLP) do INEP e o corpus do CETEMPúblico. Depois de mapear, validei cada forma com verificadores morfológicos do BR-Ling. Isso levou cerca de 3 horas num dia inteiro. Sem esse cruzamento, eu deixaria lacunas no corpus que comprometeriam os resultados.
O ponto importante aqui é que ferramentas automáticas como o Morphy ou o Morfema vão te dar resultados incompletos em menos de 2 minutos. Eles cobrem o oitenta por cento mais comum. Se você precisa das formas menos frequentes, tem que fazer validação manual mesmo.
Onde o sistema falha
Nem tudo que parece uma palavra que forma outra palavra é isso na prática. Temos casos de formação lexical que confundi no início. Amálgamas, sincretismos, e empréstimos calcos muitas vezes passam despercebidos. Portmanteau words em português são rarefeitas porque o idioma tende a preferir composições sintagáticas. "Felicíssimo" não é um amálgama, é um grau superlativo sintético. "Café-com-leite" é uma composição com hífen que atua como adjetivo. A linha entre composição e derivação às vezes é tênue demais para modelos automáticos.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Outro ponto cego: a variação dialetal. "Geladeira" em algumas regiões gera "geleira" como diminutivo afetivo. Em outras, o diminutivo não se usa. Se você está construindo um recurso morfológico para processamento de linguagem natural, considere essas variações antes de fixar regras rígidas.
Ferramentas e links úteis
Para quem quer brincar com palavras que formam outras palavras de forma prática, aqui vão os recursos que eu uso: Morpholey (http://www.letras.ulisboa.pt/~morpolem/) – morfológico específico para português brasileiro. Rápido e com boa cobertura. Não confia cegamente nos resultados, principalmente para formas menos frequentes.
ETIMO – Dicionário Etimológico da Língua Portuguesa (http://www.etimo.com.br/) – bom para rastrear a origem dos morfemas e entender por que certas formas existem e outras não. VOLP Online (https://www.portaldealinguagem.org.br/volp/) – fonte oficial para verificação ortográfica. Útil para validar se uma forma nova está inserida ou não no padrão.
Corpus do Português (https://corpus.byu.edu/portuguese/) – para verificar frequência real de uso. Coisas que existem no dicionário podem estar mortas no corpus. CKB – Corpus do Brasil (https://www.ckb.com.br/) – corpus mais recente com mais de cem milhões de palavras. Boa referência para formas contemporâneas.
O que mais importa na prática
Ao lidar com palavras que formam outras palavras, o maior erro que vejo é tratar o assunto como teórico. A morfogênese é dinâmica. Novas formas aparecem todo dia, especialmente com redes sociais e gírias regionais. O que era erro há cinco anos hoje pode estar no dicionário. Se você está focado em geração automática, foque nas formas produtivas e deixe as exceções para uma lista separada. Se for análise, aceite que cerca de quinze por cento das combinações vai exigir verificação manual. Esse número varia conforme o domínio. Texto técnico tem mais siglas e compostos do que literatura ficcional.
Também vale lembrar que alguns afixos perderam produtividade. O sufixo "-aria" ainda gera palavras, mas "-mento" tem uso bastante restrito atualmente. Se alguém propuser um neologismo com "-mento" e você não reconhecer, é provável que não seja produtivo no português contemporâneo. Na hora de montar seu próprio dicionário de palavras derivadas, priorize a frequência. Formas com attestation no corpus têm valor diferente de formas hipotéticas. Eu costumo separar em dois grupos: atestadas e não-atestadas. Isso evita que eu trate uma possibilidade morfológica como fato lexical.
