Ir para o menu de navegação principal Ir para o conteúdo principal Ir para o rodapé

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

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

INDICADOR DE SIMILARIDADE DO DISCURSO PARLAMENTAR: ANÁLISE DO COMPORTAMENTO DAS COALIZÕES PARTIDÁRIAS

DOI
https://doi.org/10.51206/elegis.v15i37.715
Enviado
junho 11, 2021
Publicado
2022-03-14

Resumo

Para se compreender a política, faz-se necessário conhecer sobre o que dizem e escrevem os atores políticos. Esse entendimento tem especial significado no sistema político brasileiro em que a organização do Poder Executivo tem como base a formação de grandes coalizões. O presente estudo faz uso do Processamento de Linguagem Natural como ferramenta de análise do discurso parlamentar proferido na Câmara dos Deputados brasileira e propõe indicador específico, baseado na estatística Qui-Quadrado, para a aferição de similaridade de discursos. Os resultados encontrados são coerentes com fatos que marcaram a história política brasileira no período 2001-2015 e revelam que a dimensão ideológica se submete à lógica eleitoral na formação das alianças políticas, sugerindo que o indicador proposto possui potencial explicativo de fenômenos relacionados ao comportamento das coalizões partidárias.

Referências

  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.