Adverbio Tempo

O que é e como usar mesmo

Adverbio tempo são palavras que indicam quando algo acontece. Agora e logo já vão lá. Simples assim. Mas tem mais coisa. Eu sempre achei que era algo básico demais pra causar confusão. Até acontecer de um cliente meu reclamar que o sistema tava traduzindo "ainda não" como "already" em uma interface para inglês. Achei que era bug, descobri que era o tradutor automático não saber diferenciar que "ainda não" é tempor negativo enquanto "not yet" no inglês tem outra carga temporal. Fiquei horas testando Workarounds. No fim, a solução foi colocar regras manuais de mapeamento por contexto. A função replace simples não funciona em frases grandes, porque o advérbio pode estar longe do verbo. Usei regex com lookahead e lookbehind, o que aumentou o tempo de desenvolvimento, mas reduziu os erros em 87% em testes.

Os mais comuns: hoje, amanhã, ontem, sempre, nunca, já, ainda, breve, tarde, cedo, atualmente, então, agora. Depois tem os de frequência: regularmente, frequentemente, ocasionalmente, periodicamente. Muita gente não sabe que "amanhã" e "ontem" não flexionam. Eles são invariáveis. Isso causa erro em geração automática de texto, porque scripts tentam concordar verbo com advérbio. O advérbio nunca concorda. O verbo sim, se precisar. Outra pegadinha: "logo" pode ser intensificador ("comprei logo depois") ou marcador temporal ("cheguei logo às nove"). Em NLP, isso gera ambiguidade séria. O contexto resolve, mas às vezes não tem contexto suficiente.

Se você tá construindo um sistema que precisa identificar temporal, use embeddings contextuais. Rule-based falha em 40% dos casos reais. BERT ou equivalentes chegam a 89% de F1 em português, dependendo do domínio. Download de lista completa eu não tenho um arquivo único que valha a pena. Montei uma planilha interna, mas não é pública. O que dá pra fazer é montar a sua em dois dias, testando com dados reais do seu domínio. Erros comuns: confundir advérbio de tempo com locução adverbial temporal ("de repente", "às vezes"). São categorias diferentes. E "bem"/"mal" são advérbios de modo, não de tempo, apesar de aparecerem perto de marcadores temporais em frases como "ele chegou bem tarde".

Se o seu objetivo é só reconhecimento manual, use CRF ou BiLSTM. Se é para produção em larga escala, fine-tune um modelo pré-treinado em português com dados anotados de temporal. Custa cerca de 3 horas de GPU e traz retorno rápido se você processa muito texto.