Tenho Dito : uma aplicação para análise de discursos parlamentares utilizando técnicas de processamento de linguagem natural

Abstract

O processamento de linguagem natural tem sido utilizado com sucesso na área de análise de discurso, onde é possível reconhecer padrões e classificar textos, extraindo informações de grandes volumes de dados. Este trabalho tem como objetivo extrair o perfil temático dos deputados federais, através do processamento dos textos obtidos de seus discursos e proposições, bem como desenvolver uma aplicação web para que os resultados dessa pesquisa sejam apresentados de forma lúdica e amigável. O texto discute as técnicas de processamento de linguagem natural utilizadas nesta análise, que incluem a remoção de palavras com pouco significado semântico (stop words), algumas técnicas de redução dos termos à suas raízes morfológicas (stemização), representação computacional dos textos (bag-of-words) e utilização do modelo de aprendizado de máquina supervisionado naive Bayes para a classificação temática dos discursos e proposições.