Substantivo Proprio

O que você precisa saber sobre substantivos próprios em português

Substantivo próprio é aquele nome que identifica um ser, lugar ou entidade de forma específica. São escritos com letra maiúscula inicial e diferenciam os substantivos comuns, que nomeiam categorias genéricas. Em português, a regra parece simples, mas na prática existem armadilhas que ninguém te conta. Eu trabalhei com normalização de dados em sistemas jurídicos por anos. O problema que mais me custou horas foi lidar com a capitalização de topônimos em bases de dados brasileiras. Você acha que "São Paulo" é sempre "São Paulo", certo? Errado. Em alguns bancos de dados antigos, eu via "são paulo", "SÃO PAULO", "Sao Paulo". A normalização automática por uppercasing destruía a distinção entre "rio" (comum) e "Rio" (próprio), por exemplo. Minha solução foi criar um dicionário de exceções com cerca de 3 mil entradas dos nomes próprios mais frequentes, antes de aplicar qualquer transformação de caixa. Isso reduziu erros de matching de 18% para cerca de 0,4%.

Como identificar um substantivo próprio na prática

A regra básica é: substantivo próprio é nomeado com inicial maiúscula. "Brasil" é substantivo próprio. "país" é comum. "Maria" é próprio. "mulher" é comum. O que a maioria das pessoas não considera é que a classificação depende do contexto, não apenas da palavra isolada. Considere "rio". Quando dizemos "o rio corre rápido", é substantivo comum. Quando dizemos "o Rio é lindo", estamos nos referindo ao Rio de Janeiro, logo é substantivo próprio. A mesma palavra muda de categoria conforme o uso. Em análise textual automatizada, isso exige um parser com desambiguação contextual, não apenas um dicionário estático. Ferramentas simples baseadas em maiúscula falham exatamente aqui.

Registros formais e o uso das maiúsculas

O Acordo Ortográfico de 1996 consolidou regras que nem todos seguem. Nomes de partidos políticos, por exemplo: "Partido dos Trabalhadores" leva maiúscula em todos os elementos substantivos e adjetivos, mas "partido" permanece minúsculo se for genérico. Eu vi contrato social errado porque o corretor automático corrigia "Do Trabalhadores" para "do trabalhadores" porque o script pensava que era erro de preposição articulada. O workaround foi desabilitar o corretor para esse campo específico e validar manualmente. Eventos e datas também pegam mal: "Festa Junina" versus "festa junina". Se for o nome próprio do evento, maiúscula. Se for descrição genérica, minúscula. A linha é tênue. Na prática, eu sigo esta heurística: se o nome foi oficializado como identidade de um evento único, maiúscula. Se descreve uma celebração qualquer, minúscula.

Substantivos próprios compostos e locuções

Nomes como "Rua da Assembleia" ou "Praça Sete de Setembro" trazem preposições e artigos que confundem até quem conhece a gramática. A capitalização correto é: maiúscula no primeiro elemento e nos substantivos e adjetivos seguintes. Preposições, artigos e conjunções ficam minúsculas. "Rua da Assembleia", não "Rua Da Assembleia". "Praça Sete de Setembro", não "Praça Sete De Setembro". Em sistemas de endereçamento, esse erro é constante. Formulários que forçam título em cada palavra criam endereços feios e inconsistentes. A correção que adoto é aplicar capitalização estilo título do idioma português, respeitando as classes gramaticais das partículas. Uma função simples de 40 linhas resolve 95% dos casos.

Substantivo próprio X substantivo comum: o caso dos apelidos e nomes de marcas

Marcas que viraram nomes comuns são um terreno perigoso. "Kleenex" é marca registrada, mas no uso coloquial muita gente escreve "lenço kleenex" com minúscula. Tecnicamente, quando se refere à marca, o correto é maiúscula. Quando se usa de forma genérica, algumas gramáticas aceitam a minúscula por uso consagrado. A norma culta prefere maiúscula e evita a banalização. Em textos formais, eu mantenho a maiúscula sempre. O mesmo ocorre com nomes próprios que viram cognatos. "girafa" veio da palavra árabe, mas hoje é substantivo comum. "salsicha" também. A origem própria não determina o uso atual. O que define é a categoria gramatical no momento da enunciação.

Erros comuns que passam despercebidos

Um erro frequente é capitalizar entidades abstratas personificadas como se fossem nomes próprios. "A Justiça brasileira analisou..." — neste caso, "Justiça" com maiúscula pode ser aceito em contextos jornalísticos ou institucionais, mas em textos técnicos e acadêmicos, minúscula é mais adequado, a menos que se refira a um tribunal específico nominado ("Justiça Federal"). A ambiguidade é intencional em muitos estilos editoriais. Outro erro clássico: usar maiúscula em nomes de meses, estações e dias da semana. Eles são substantivos comuns em português. "janeiro", "verão", "segunda-feira" — tudo minúsculo. Só se justificaria maiúscula em títulos de obras ou em contextos de personificação literária, o que é exceção, não regra.

Dica técnica para implementação em código

Se você está construindo um validador ou normalizador de nomes próprios, evite depender exclusivamente de heurísticas de caixa. Use CRFs ou modelos de tagged NER treinados em corpora brasileiros como o BNC-BR. A precisão sobe de cerca de 78% para 94% em textos jornalísticos. O custo é maior no treinamento, mas o retorno aparece rápido em volume de processamento.