Análise do discurso parlamentar por meio da técnica do processamento de linguagem natural : abordagem estatística e aprendizagem de máquina

Abstract

A presente pesquisa consiste na sistematização da informação contida nos dados não-estruturados do discurso parlamentar por meio da aplicação da técnica do Processamento de Linguagem Natural (PLN), a fim de resgatar aspectos qualitativos do discurso e de estabelecer as conexões entre fatos, dados quantitativos e resultados finais da atividade legislativa. Trata-se não somente da investigação de vocábulos e expressões do texto, mas, também, da extração de sentido e/ou de padrões do discurso parlamentar no contexto temporal. Modelos estatísticos e de aprendizagem de máquina foram testados e avaliados como potenciais ferramentas de análise do discurso. Como principais contribuições podem ser destacadas: (1) a estruturação de base textual dos discursos parlamentares compreendendo as legislaturas de número 51 a 55, (2) a definição do Índice de Identidade Ideológica, que constitui ferramenta objetiva de análise do discurso parlamentar e pode ser usada como parâmetro de comparação entre estudos, e (3) a disponibilização dos dados, scripts de programação e resultados em repositório público, com a finalidade de incentivar novos estudos sobre o tema e de prover meios para a reprodutibilidade da pesquisa.