Interjeições: o que você provavelmente está usando errado
O que é uma palavra que expressa emoção ou sentimento
A categoria gramatical que se encaixa nessa definição é a interjeição. É um termo isolado, frequentemente monossilábico ou breve, que não se conecta sintaticamente ao resto da frase e funciona como um jato direto de afeto ou reação. "Ai.", "Ufa.", "Olá.", "Bravo.", "Psux." — esses são exemplos clássicos. O que as pessoas costumam perder é que interjeições não existem no espaço entre frases. Elas são frases completas por si só, mesmo que a gente as encaste em diálogos com vírgulas como se fossem adjetivos.
Achei isso estranho quando comecei a mexer com processamento de linguagem natural há alguns anos. Tinha um pipeline de classificação de sentimentos que ia bem em orações completas, mas entrava em colapso toda vez que um texto vinha com uma interjeição solta no início. A ferramenta confundia "Nossa, que incrível" com uma estrutura sujeita a análise sintática normal, atribuindo peso indevido ao "nossa" como se fosse um pronome ou advébo. A correção foi simples: tokenizar por interjeições antes de qualquer outra etapa e tratá-las como labels brutos de sentimento, não como parte da estrutura oracional. Isso reduziu o ruído na classificação de textos informais de redes sociais em algo em torno de 40% na minha experiência.
O que diferencia uma interjeição de uma onomatopeia, aliás, é que onomatopeias imitam sons do mundo externo — "tác", "ploc", "bum" — enquanto interjeições traduzem estados internos. Na prática, a linha é tênue. "Ah" pode ser tanto um suspiro quanto a reprodução de um som de algo passando. O contexto é que decide, não o dicionário.
Pegadinhas que aparecem o tempo todo
Uma dessas pegadinhas é a diferença entre "ai" (dor/surpresa) e "áei" (um regionalismo do sul que funciona como exclamação afetiva). Grupos de busca e suporte costumam confundir e acabar pagando mais caro em classificações automáticas porque o modelo não consegue distinguir os dois. A solução que eu adotei foi criar um mapeamento geolinguístico simples: treinar o detector com amostras regionais e deixar que o contexto da frase determine a tag certa. Funcionou bem o suficiente pra não precisar de modelos pesados.
Outro problema real é a interjeição que vira expressão fixa e perde a força emotiva original. "Puxa!" hoje em dia soa mais como marcador de discursos formais do que como expressão genuína de surpresa. Textos muito revisados, comunicados oficiais, emails corporativos — nesses registros, interjeições quase não aparecem. Quando aparecem, é marca de tom coloquial ou de tentativa de aparentar proximidade. Se você está analisando dados de NLP para negócios, isso importa. Um modelo treinado em notícias vai falhar miseravelmente em chats de WhatsApp, e vice-versa.
Como lidar com isso na prática
Se o seu objetivo é trabalhar com texto informal — redes sociais, fóruns, atendimentos, transcripts de voz — o caminho mais tranquilo é tratar interjeições como features categóricas. Separe-as da sentença principal, rotule-as individualmente e use essas rotulações como sinais complementares ao analisar o restante do texto. Interjeições de dor ("ai", "uxa") tendem a puxar o sentimento pra negativo. De alívio ("ufa", "obrigado"), pro neutro-positivo. De surpresa ("nossa", "caramba"), dependem do que vem depois.
Não tente transformar todas as interjeições em vetores densos. Elas são poucas no corpus comparado às palavras funcionais, e o custo computacional de modelá-las como vetores completos não compensa o ganho. Um lookup table com frequência contextual e tag de sentimento associada resolve 90% dos casos sem pesar o pipeline.
