Metodologia do Verificador de Anglicismos

Divulgação completa de como calculamos a pontuação de clareza: fórmula, pesos, fontes de dicionários e decisões de tokenização. Sem caixas pretas — cada número é transparente e reproduzível.

📐 Fórmula de pontuação

A pontuação final é um número de 0 a 100. Calcula-se pela densidade suavizada das correspondências ponderadas: o peso de cada uma depende da gravidade, da hierarquia de necessidade, do domínio e do contexto (para palavras homônimas).

peso = GRAVIDADE[nível] × NECESSIDADE[tier] × fator_domínio × contexto × rigor ponderado = Σ peso contexto: exato=1.0, possível=0.3, sentido_português=0 densidade = ponderado / ( número_de_palavras + 60 ) ← suavização para textos curtos penalidade = 100 × densidade / ( densidade + 0.04 ) nota = max( 0 , round( 100 − penalidade ) )

Cada correspondência é contada uma vez; frases compostas contam como uma só. As palavras homônimas são avaliadas pelo contexto: no sentido nativo não são penalizadas, no ambíguo são-no com leveza. A suavização e a curva gradual tornam a pontuação estável ao comprimento do texto e comparável entre textos.

⚖️ Pesos e fatores

O peso de uma correspondência resulta da gravidade, da hierarquia de necessidade (modelo VDS), do domínio e do rigor. Todos os valores estão fixados no código e são iguais para todos os idiomas.

Nível de severidade

Nível	Peso	Significado
low	0.5	Empréstimo naturalizado ou neutro ("manager").
medium	1.0	OK em alguns contextos, redundante em outros ("conteúdo").
high	2.0	Totalmente substituível por palavra nativa sem perda ("deadline").

Modo de rigor

Modo	Fator	Significado
lax	×0.6	Branda (×0.6). Ignora empréstimos aceitáveis no domínio.
balanced	×1.0	Equilibrada (×1.0, padrão). Conta tudo, mas com leveza.
strict	×1.6	Rigorosa (×1.6). Cobra com mais rigor.
purist	×2.4	Purista (×2.4). Sem concessões, nem aos já naturalizados.

Hierarquia de necessidade (tier) — modelo VDS Anglizismenindex

Modificador	Fator	Quando aplicado
Necessário (×0.15)	×0.15	Sem substituto exato em português — terminologia. Quase não penalizado.
Matizador (×0.5)	×0.5	Acrescenta nuance ou já se enraizou. Penalizado pela metade.
Dispensável (×1.0)	×1.0	Existe substituto pleno em português. Peso total.

Modificadores

Modificador	Fator	Quando aplicado
Domínio compatível (×0.4)	×0.4	A palavra é aceitável no domínio escolhido (por exemplo, um termo de TI num texto de TI).
Contexto de homônimo	×1.0 / ×0.3 / 0	Para palavras homônimas: sentido exato ×1.0, ambíguo ×0.3, sentido nativo — não conta.

🎯 Notas em letras

A nota numérica é mapeada para uma letra para orientação rápida. Os limites são fixos no código:

90–100

Excelente

75–89

Bom

60–74

Misturado

40–59

Fraco

0–39

Muito empréstimo

🧠 Tokenização & filtro de ruído

Antes de procurar correspondências, mascaramos fragmentos que parecem palavras mas não são. O mascaramento preserva os deslocamentos originais para o destaque permanecer preciso.

URLs (https://…) — mascarados inteiramente para não marcar "site" dentro de "https://site.com".
E-mails — o mesmo.
Menções @ e hashtags # — pulados como marcação social.
Código `inline` em backticks — ignorado.
Identificadores camelCase e snake_case — ignorados como código.
Frases multi-palavras (ex. "user experience") são casadas antes de palavras isoladas e consomem seus tokens, então não contam duas vezes.
Marcas conhecidas e nomes próprios (Apple, Yandex, ChatGPT) são ignorados. A lista é estendida por idioma via `meta.brands`.

📚 Dicionários por idioma

Todos os dicionários estão livremente disponíveis em JSON. Use em seus projetos, cite em pesquisas, envie correções.

Entradas frequentemente citadas têm sua própria fonte (`src`) — visível no popover por palavra. À medida que a curadoria avança, adicionamos uma citação por entrada.

Russo 2805 · v2026-10-22-lic1 · CC BY-SA 4.0

Fontes

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Alemão 1187 · v2026-10-22-lic1 · CC BY-SA 4.0

Fontes

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Francês 2460 · v2026-10-22-lic1 · CC BY-SA 4.0

Fontes

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Espanhol 968 · v2026-10-22-lic1 · CC BY-SA 4.0

Fontes

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Português 1030 · v2026-10-22-lic1 · CC BY-SA 4.0

Fontes

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Coreano 767 · v2026-10-22-lic1 · CC BY-SA 4.0

Fontes

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Indonésio 745 · v2026-10-22-lic1 · CC BY-SA 4.0

Fontes

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

Árabe 663 · v2026-10-22-lic1 · CC BY-SA 4.0

Fontes

Wiktionary contributors — English borrowings (CC BY-SA 4.0)
Timbrica editors

⬇ JSON

🤝 Honestidade sobre limitações

Queremos ser uma referência — então somos diretos sobre o que a ferramenta faz e o que ainda não faz.

O que ainda não fazemos: Lematização é aproximada (regex sobre raiz e terminações). Substantivos próprios não são totalmente separados. Gramática contextual não é considerada. Estas melhorias estão no roadmap; até serem lançadas, o modo mais confiável é Equilibrado com naturalizados habilitados.

📜 Licença

Os dicionários são publicados sob CC BY-SA 4.0. Parte das entradas vem das listas de empréstimos do inglês do Wikcionário; por isso, ao reutilizar, cite «Tembrica e colaboradores do Wikcionário» e compartilhe o conjunto derivado sob a mesma licença.

CC BY-SA 4.0 · Wiktionary

Pronto para tentar?

Abrir Verificador de Anglicismos →