Skip to main navigation menu Skip to main content Skip to site footer
Revista E-Legis

Dossiê Sistema Polí­tico Brasileiro - CEFOR / IMPA / EPRG-UnB

V. 15 N. 37 Jan./Abr. 2022

PARLIAMENTARY SPEECH SIMILARITY INDICATOR: ANALYSIS OF BEHAVIOR OF PARTY COALITIONS

DOI
https://doi.org/10.51206/elegis.v15i37.715
Submitted
June 11, 2021
Published
2022-03-14

Abstract

In order to understand politics, it is necessary to know about what political actors say saying and write. This understanding has special meaning in the Brazilian political system in which the organization of the Executive Power is based on great coalitions. In this sense, the present study makes use of Natural Language Processing as a tool for analyzing parliamentary discourse delivered in the Brazilian Chamber of Deputies and proposes a specific indicator, based on Chi-Square statistics, for the assessment of similarity of discourses. The results found are consistent with facts that marked the Brazilian political history in the period 2001-2015 and reveal that the ideological dimension is subject to the electoral logic in the formation of political alliances, suggesting that the proposed indicator has the potential to explain phenomena related to the behavior of coalitions parties.

References

  1. ABRANCHES, S. H. H. DE. Presidencialismo de coalizão: o dilema institucional brasileiro. Dados - Revista de Ciências Sociais, v. 31, n. 44, p. 5–34, 1988.
  2. AXELROD, R. Conflict of interest: a theory of divergent goals with applications to politics. Markham Pub. Co, 1970.
  3. BEZERRA, G. M. L. A Oposição nos Governos FHC e Lula: um balanço da atuação parlamentar na Câmara dos Deputados, 2012. Universidade Federal do Rio Grande do Sul. Instituto de Filosofia e Ciências Humanas. Programa de Pós-Graduação em Ciência Política. Disponível em: https://lume.ufrgs.br/handle/10183/70701.
  4. BRASIL. [Constituição (1988)]. Constituição da República Federativa do Brasil. Disponível em: http://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm. Acesso em: 20 abr. 2021.
  5. BRASIL. Emenda Constitucional n. 97 de 4 de outubro de 2017. Altera a Constituição Federal para vedar as coligações partidárias nas eleições proporcionais, estabelecer normas sobre acesso dos partidos políticos aos recursos do fundo partidário e ao tempo de propaganda gratuito no rádio e na televisão e dispor sobre regras de transição. Brasília, DF: Congresso Nacional, 2017. Disponível em: http://www.planalto.gov.br/ccivil_03/constituicao/Emendas/Emc/emc97.htm. Acesso em: 23 abr. 2021.
  6. CÂMARA DOS DEPUTADOS. Centro de Documentação e Informação. Regimento Interno da Câmara dos Deputados. 21. ed. Brasília: Edições Câmara, 2020.
  7. CÂMARA DOS DEPUTADOS. Dados Abertos - Legislativo. 2017. Disponível em: https://www2.camara.leg.br/transparencia/dados-abertos/dados-abertos-legislativo/dados-abertos-legislativo. Acesso em: 1/8/2017.
  8. CANCIAN, R. Ideologia - Termo tem vários significados em ciências sociais. Disponível em: https://educacao.uol.com.br/disciplinas/sociologia/ideologia-termo-tem-varios-significados-em-ciencias-sociais.htm. Acesso em: 13/2/2019.
  9. CEBRAP. Núcleo de Estudos Comparados e Internacionais – Dados Legislativos. São Paulo. 2019. Disponível em: http://neci.fflch.usp.br/legislative-data. Acesso em: 25 maio 2018.
  10. CEFOR. Repositório de Dados Públicos do Programa de Pós-Graduação da Câmara dos Deputados – Discurso Deputados. Brasília. 2018. Disponível em: https://github.com/Cefor/DiscursoDeputados>. Acesso em: 30 jun. 2021.
  11. EAGLETON, T. Ideologia: uma introdução. São Paulo: Editora Boitempo, 1997.
  12. GNERRE, M. Linguagem, escrita e poder. 3o ed. São Paulo: Livraria Martins Fontes Editora Ltda., 1991.
  13. GRIMMER, J. A Bayesian hierarchical topic model for political texts: Measuring expressed agendas in senate press releases. Political Analysis, v. 18, n. 1, p. 1–35, 2010.
  14. GRIMMER, J.; STEWART, B. M. Text as data: The promise and pitfalls of automatic content analysis methods for political texts. Political Analysis, v. 21, n. 3, p. 267–297, 2013.
  15. JURAFSKYL, D.; MARTIN, J. H. Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition. New Jersey: Prentice Hall, 2008.
  16. KILGARRIFF, A.; ROSE, T. Measures for corpus similarity and homogeneity. Proceedings of the Third Conference on Empirical Methods in Natural Language Processing, p. 46–52, 1998. Disponível em: http://luthuli.cs.uiuc.edu/~daf/courses/Signals AI/Papers/Collocation/kilgarriff98measures.pdf.
  17. MACHADO, C. M.; MIGUEL, L. F. Padrões de coesão e dispersão : Uma proposta de tipologia para coligações. Teoria & Pesquisa, v. XX, n. 2, p. 37–58, 2011. Disponível em: https://bibliotecadigital.tse.jus.br/xmlui/handle/bdtse/2962.
  18. MANNING, C. D.; SCHUTZE, H. Foundations of Statistical Natural Language Processing. Cambridge: MIT Press, 1999.
  19. MOREIRA, D. C. Com a palavra os nobres deputados: frequência e ênfase temática dos discursos dos parlamentares brasileiros, 2016. Universidade de São Paulo- Faculdade de Filosofia, Letras e Ciências Humanas.
  20. ORLANDI, E. P. Análise de discurso: princípios e procedimentos. 12. ed. São Paulo: Pontes Editores, 2015.
  21. QUINN, K. M.; MONROE, B. L.; COLARESI, M.; CRESPIN, M. H.; RADEV, D. R. How to Analyze Political Attention with Minimal Assumptions and Costs. American Journal of Political Science, v. 54, n. 1, p. 209–228, 2010.
  22. REISMAN, L. S. Coalizões, partidos e programas de governo : a submissão das bandeiras partidárias ao mercado eleitoral, 2016. UNIVERSIDADE DE BRASÍLIA. Disponível em: https://repositorio.unb.br/handle/10482/21469.
  23. RIKER, W. H. The Theory of Political Coalitions. Michigan: Yale University Press, 1962.
  24. RODRIGUES, L. M. Partidos, ideologia e composição social: um estudo das bancadas partidárias na Câmara dos Deputados. Rio de Janeiro: Centro Edelstein de Pesquisas Sociais, 2009.
  25. ROMA, C. Os efeitos da migração interpartidária na conduta parlamentar. Dados, v. 50, n. 2, p. 351–392, 2007.
  26. ROMA, Celso. Os efeitos da migração interpartidária na conduta parlamentar. Dados: Revista de Ciências Sociais, Rio de Janeiro, v. 50, n. 2, p. 351-392, 2007. Disponível em: https://doi.org/10.1590/S0011-52582007000200005. Acesso: 09 jun. 2020.
  27. SILVA, E. M. DA; SOUZA, R. R. Fundamentos em processamento de linguagem natural: uma proposta para extração de bigramas. Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação, v. 19, p. 1–32, 2014. Disponível em: http://bibliotecadigital.fgv.br/dspace/bitstream/handle/10438/15027/Fundamentos_em_processamento_de_linguagem_natural_uma_proposta_para_extração_de_bigramas.pdf.
  28. SILVA, L. I. L. DA. Leia íntegra da carta de Lula para acalmar o mercado financeiro. Folha Online, 22. jul. 2002. Disponível em: https://www1.folha.uol.com.br/folha/brasil/ult96u33908.shtml.
  29. SPIRLING, A. U.S. Treaty Making with American Indians: Institutional Change and Relative Power. American Journal of Political Science, v. 56, p. 84–97, 2012.
  30. VYATKINA, N.; BOULTON, A. Corpora in Language Teaching and Learning To cite this version : HAL Id : hal-01237582. Language Learning and Technology, v. 21, n. 3, p. 1–8, 2017. Disponível em: https://hal.archives-ouvertes.fr/hal-01237582.
  31. WANG, L.; LIU, R. A Rapid Method to Extract Multiword Expressions with Statistic Measures and Linguistic Rules. International Conference on Web Information Systems and Mining, p. 234–241, 2011.
  32. YOUNG, L.; SOROKA, S. Affective News: The Automated Coding of Sentiment in Political Texts. Political Communication, v. 29, n. 2, p. 205–231, 2012. Disponível em: https://doi.org/10.1080/10584609.2012.671234.
  33. ZHANGAC, W.; YOSHIDA, T.; TANGB, X.; TU-BAOHOA. Improving effectiveness of mutual information for substantival multiword expression extraction. Expert Systems with Applications, v. 36, n. 8, p. 10919–10930, 2009.