Análise longitudinal do discurso dos políticos brasileiros

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.
对巴西政治家言论的纵向分析
自 2018 年大选以来,腐败丑闻的曝光以及巴西的政治两极分化导致了该国尖锐而深刻的政治和社会危机。这些冲突也出现在社交媒体上,为政治家和普通民众之间的激烈讨论铺平了道路。在此背景下,我们的工作旨在使用计算方法分析社交媒体数据,以确定巴西国会议员在 2013 年至 2019 年间发布的政治信息的主题。为了完成这项任务,我们采用了比特主题模型(BTM ),这是一种在短文中发现主题模型的算法,可以对主题进行长期分析。利用该模型,我们调查了政治家在社交网络(推特)上的行为,确定了随着时间推移讨论的主要话题。我们的方法将所研究的时间段划分为年度段,比较不同时间段的话题模型,构建话题相似性图。在调查时间性话题的演变方面,我们的结果显示,在所研究的时期内,与政治危机和众议院相关活动有关的话题是议员们讨论最多的。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信