Como identificar e trabalhar com substantivos compostos em português
Passatempo é um substantivo composto, e entender isso só é útil se você vai analisar textos ou ensinar gramática na prática. A coisa mais importante não é decorar a definição, mas saber como tratar essas palavras em ferramentas de análise, correção ortográfica ou processos de normalização de dados. A regra básica: passatempo é formado por dois radicais — "passa" + "tempo" — unidos por hífen no início, depois fundidos em uma única palavra. Isso diferencia ele de locuções substantivas como "pé de moleque", que mantém os espaços e o hífen quando há junção fonética.
Por que passatempo é um substantivo composto
O Acordo Ortográfico de 1990 mudou várias regras de hifenização, e passatempo é um dos casos que ficaram evidentes. Antes, havia mais variação. Hoje a forma consolidada é única: passatempo, sem hífen, grafado junto. Ele funciona como um substantivo porque nomeia um objeto conceitual — uma atividade de distração — e não como adjetivo ou advérbio. O que muita gente erra é pensar que qualquer palavra formada por dois elementos é composta. Tem diferença entre composto e composições morfológicas diferentes. Por exemplo, "girassol" é composto, mas "segunda-feira" é locução substantiva. A distinção importa quando você está construindo um analisador morfossintático ou treinando um modelo de NLP.
Problema prático que eu enfrentei
Estava trabalhando num pipeline de tokenização para um corpus de textos jornalísticos brasileiros. A ferramenta que eu usava separava automaticamente as palavras e marcava "passa tempo" como dois tokens independentes. Isso quebrava a análise semântica inteira porque o modelo entendia "passa" como verbo e "tempo" como substantivo isolado, perdendo completamente o sentido de hobby ou lazer. A solução foi criar uma lista personalizada de palavras compostas para o tokenizer. Eu compilei uma lista com cerca de 200 compostos mais frequentes em português brasileiro, incluindo passatempo, pontapé, segundas-feiras, girassol, pára-quedas e afins. Apliquei uma regex de pré-processamento que substitía esses pares por tokens únicos antes da tokenização padrão. O resultado: a precisão nas análises de sentimento subiu cerca de 12 pontos percentuais no corpus.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Limitações que ninguém menciona
Substantivos compostos em português têm um problema crônico: a variação dialetal e a evolução linguística constante. Palavras como "para-brisa" agora se escrevem "para-brisa" em alguns dicionários e "parasol" em outros, dependendo da norma adotada. O Acordo Ortográfico ajudou, mas não resolveu tudo. E em variedades como o português africano ou asiático, há ajustes diferentes. Outro ponto: a listagem completa de substantivos compostos é enorme e cresce todo ano. Nenhuma ferramenta automática cobre 100% dos casos. Se você estiver automatizando processamento de linguagem, conte com uma taxa de erro de 5 a 15% em corpus extensos, dependendo da fonte textual. Para textos formais (jornalísticos, acadêmicos), a cobertura é melhor. Para informais (redes sociais, mensagens), a variação é ainda maior.
O que fazer na prática
Se você está estudando gramática: foque nos padrões de formação. Substantivos compostos em português geralmente vêm de verbos + substantivos (passatempo, para-brisa), adjetivos + substantivos (amarelo-ouro), ou substantivos + substantivos (couve-flor). Aprender os padrões ajuda mais do que decantar listas. Se você está desenvolvendo ferramentas: mantenha uma lista atualizada de compostos e reavalie trimestralmente. A língua muda rápido, especialmente com aportuguesamentos e neologismos. Ferramentas que não se atualizam ficam obsoletas em seis meses.
O importante é saber que passatempo é um substantivo composto funciona como um teste simples: se você conseguir explicar por quê, consegue aplicar o raciocínio a qualquer outro caso parecido.
