Substantivo Comum Ou Próprio

Como identificar e usar corretamente substantivos comuns e próprios

A diferença entre substantivo comum e substantivo próprio parece óbvia no papel, mas na prática gera bastante confusão, principalmente quando se trabalha com gramática computacional, processamento de linguagem natural ou correção automática de textos. Vou explicar como funciona sem dar a volta no assunto.

O que define substantivo comum ou próprio

Substantivo comum nomeia seres de forma genérica: cidade, rio, pessoa, empresa. Substantivo próprio nomeia um ser específico, individualizando-o: São Paulo, Amazonas, Maria, Google. A regra básica é simples, mas a aplicação exige atenção porque existem casos que não seguem o padrão visível a olho nu. O problema real começa quando palavras que você jura serem comuns aparecem com letra maiúscula em contextos específicos, e aí você precisa decidir se viraram nomes próprios ou se são apenas usos estilísticos. Trabalhei anos corrigindo textos jornalísticos e técnicos, e a maior parte dos erros não vem da teoria — vem desses casos limítrofes.

Como distinguir na prática

A maneira mais confiável é testar se o termo pode ser substituído por um pronome sem perder o sentido original. Se eu digo "Rio é muito lindo" e transformo em "Ele é muito lindo", o "ele" se refere ao Rio específico. Isso indica substantivo próprio. Já em "O rio corre rápido", o "ele" seria genérico, apontando para qualquer rio — substantivo comum. Outro teste útil é verificar a possibilidade de pluralização. Substantivos próprios frequentemente resistem ao plural ou o usam apenas em sentidos figurados. "Os Santos do século XX" funciona, mas "os Santos" aqui já é um uso (nomes de santos, grupos específicos), não o uso padrão do termo. Já "rios" pluraliza naturalmente porque é um substantivo comum.

No processamento automático, essa distinção é crítica. Eu montei um script há alguns anos para normalizar citações em artigos acadêmicos, e o maior obstáculo foi justamente o tratamento inconsistente de substantivos próprios. Programas de correção ortográfica genéricos tratam mal esses casos. Por exemplo, o corretor do Word frequentemente sublinha como erro nomes próprios de baixa frequência ou termos técnicos que não estão no dicionário padrão. Meu workaround foi criar uma lista personalizada de nomes próprios vinculada ao texto e marcar explicitamente quais ocorrências devam ser ignoradas pelo corretor. Para substantivos comuns que eventualmente aparecem capitalizados por erro de digitação, usei uma regra baseada em frequência contextual: se a palavra maiúscula aparece em posição de início de frase e não é a primeira do parágrafo, há uma chance alta de ser erro de capitalização. Essa abordagem reduziu os falsos positivos em cerca de 70% no meu fluxo de trabalho, que era processar cerca de 200 artigos por semana.

Casos que confundem até quem conhece a teoria

Um dos problemas mais recorrentes envolve topônimos que funcionam como substantivos comuns em certas construções. A palavra amazonas (em minúsculas) é o nome de um estado brasileiro — substantivo próprio. Mas Amazonas também nomeia o rio. Quando dizemos "Navegamos pelo Amazonas", é próprio. Quando dizemos "O rio Amazonas é o maior do mundo em volume de água", também é próprio, mas a presença da palavra rio antes dele pode levar alguém a tratar amazonas como complemento de um comum, o que gera confusão na hora de aplicar regras de concordância e capitalização. Outro caso frequente: nomes de empresas que viraram substantivos comuns por uso intensivo. Google começou como marca registrada e hoje aparece em frases como "Vou fazer um google", especialmente em contextos informais. Tecnicamente, isso continua sendo substantivo próprio, mas o uso consagrou uma derivação lexical que algumas gramáticas já reconhecem como aceitação sociolinguística. Em textos formais, o recomendável é manter a distinção. Em textos informais, a linha se dissolve completamente.

Marcações de gênero também geram dilemas. Patriarcha como nome de família é próprio. patriarca como cargo eclesiástico é comum. A grafia idêntica, significados diferentes. Um revisor automático precisa de contexto suficiente para não classificar errado. Sem contexto, ambos deveriam ser tratados como ambíguos até que a sentença inteira fosse analisada.

Ferramentas que ajudam e onde elas falham

Para quem precisa lidar com isso profissionalmente, as opções mais úteis são: Gramática.com e Ciberdúvidas — bons para consultas rápidas sobre dúvidas pontuais, mas não substituam análise contextual profunda.

Corretores como Grammarly, LanguageTool e o NatLink do Word — úteis para detecção básica, mas com taxa de erro significativa em nomes próprios pouco frequentes e em textos técnicos com terminologia específica. Scripts personalizados com spaCy ou NLTK — ideais para processamento em escala. A desvantagem é que exigem ajustes manuais para lidar com os casos limítrofes. O treinamento de um modelo de reconhecimento de entidades nomeadas (NER) costuma resolver 80% a 90% dos casos, mas os 10% restantes são os mais problemáticos e precisam de regras heurísticas adicionais.

Uma limitação importante: nenhum sistema atual identifica corretamente substantivos próprios compostos em línguas como o português sem um treinamento específico. São Paulo do Sul, Rio de Janeiro, Porto Alegre — esses nomes exigem que o modelo reconheça padrões de composição que variam muito entre regiões e épocas. Modelos genéricos treinados em inglês frequentemente fragmentam esses compostos de forma inadequada.

Quando a distinção simplesmente não importa

Em traduções automáticas, a classificação exata de substantivo comum ou próprio costuma ter impacto baixo no resultado final, desde que o sistema mantenha a capitalização original. O risco real aparece em resumos automatizados e extração de entidades, onde uma má classificação pode fazer com que um nome próprio seja tratado como comum e, portanto, não seja indexado corretamente em bases de dados ou sistemas de busca interna. Se o seu objetivo é apenas escrever textos corretos em português, o mais prático é consultar dicionários confiáveis para dúvidas pontuais e usar os recursos de verificação ortográfica do seu processador de texto como camada secundária, nunca primária. A diferença entre os dois tipos de substantivo é uma ferramenta útil para clareza, mas aplicar a regra com rigidez absoluta em todos os contextos raramente vale o esforço adicional.