L. Oliveira, Ronaldo dos Santos Matos, Eudes Diônatas Silva Souza
{"title":"Análise longitudinal do discurso dos políticos brasileiros","authors":"L. Oliveira, Ronaldo dos Santos Matos, Eudes Diônatas Silva Souza","doi":"10.5335/rbca.v15i3.13960","DOIUrl":null,"url":null,"abstract":"A exposição de escândalos de corrupção, bem como a polarização política no Brasil desde as eleições de 2018, instalou uma aguda e profunda crise política e social no país. Esses conflitos também estiveram presentes nas redes sociais, que abriram caminho para discussões acaloradas entre políticos e o público em geral. Nesse contexto, nosso trabalho visa utilizar métodos computacionais para analisar dados de mídias sociais, a fim de identificar tópicos de mensagens políticas postadas por deputados brasileiros no período de 2013 a 2019. Para esta tarefa, adaptamos o modelo de tópico biterm (BTM ), um algoritmo que encontra modelos de tópicos em textos curtos, para permitir a análise de tópicos ao longo do tempo. A partir desse modelo, investigamos o comportamento dos políticos nas redes sociais (Twitter), identificando os principais assuntos discutidos ao longo do tempo. Nossa abordagem divide o período estudado em segmentos anuais e compara os modelos de tópicos de diferentes intervalos de tempo, construindo um gráfico de similaridade de tópicos. No que diz respeito à investigação da evolução dos temas temporais, nossos resultados mostraram que temas relacionados à crise política e atividades relacionadas à Câmara dos Deputados foram os mais discutidos pelos deputados no período estudado.","PeriodicalId":138408,"journal":{"name":"Revista Brasileira de Computação Aplicada","volume":"30 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Computação Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5335/rbca.v15i3.13960","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A exposição de escândalos de corrupção, bem como a polarização política no Brasil desde as eleições de 2018, instalou uma aguda e profunda crise política e social no país. Esses conflitos também estiveram presentes nas redes sociais, que abriram caminho para discussões acaloradas entre políticos e o público em geral. Nesse contexto, nosso trabalho visa utilizar métodos computacionais para analisar dados de mídias sociais, a fim de identificar tópicos de mensagens políticas postadas por deputados brasileiros no período de 2013 a 2019. Para esta tarefa, adaptamos o modelo de tópico biterm (BTM ), um algoritmo que encontra modelos de tópicos em textos curtos, para permitir a análise de tópicos ao longo do tempo. A partir desse modelo, investigamos o comportamento dos políticos nas redes sociais (Twitter), identificando os principais assuntos discutidos ao longo do tempo. Nossa abordagem divide o período estudado em segmentos anuais e compara os modelos de tópicos de diferentes intervalos de tempo, construindo um gráfico de similaridade de tópicos. No que diz respeito à investigação da evolução dos temas temporais, nossos resultados mostraram que temas relacionados à crise política e atividades relacionadas à Câmara dos Deputados foram os mais discutidos pelos deputados no período estudado.