quarta-feira, 20 de abril de 2016

Text Mining (Análise Textual) da Votação do Impeachment na Câmara – Resultados



Aqui vão os resultados da análise textual (text mining) da votação do Impeachment da Presidente Dilma, ocorrida dia 17 de abril de 2016 na Câmara dos Deputados em Brasília.
O texto corresponde às transcrições dos áudios, feitas pelos taquígrafos.

Etapas do processo de Text Mining


- coletar o arquivo pdf com as transcrições de áudio da votação (neste link)
- preparar o arquivo e os textos (extrair texto do pdf, separar os textos por deputado, eliminar palavras muito repetidas e stopwords) (lista de stopwords neste link)
- criação dos conceitos (lista ao final deste post)
- identificação dos conceitos nos textos
- separação em listas (voto sim, voto não, por região, por partido)
- mineração dos textos utilizando o software Text Mining Suite  (download aqui).


Em vez de fazer a análise por palavras, o que pode gerar erros semânticos, fiz a análise por conceitos, conforme proposta nos artigos abaixo:


LOH, S., OLIVEIRA, José Palazzo Moreira de, GAMEIRO, M. A.
Knowledge discovery in texts for constructing decision support systems. Applied Intelligence (Boston). , v.18, p.357 - 366, 2003.

LOH, S., OLIVEIRA, José Palazzo Moreira de, GASTAL, F. L.
Knowledge discovery in textual documentation: qualitative and quantitative analyses. Journal of Documentation. , v.57, p.577 - 590, 2001.


A ideia é analisar os conceitos ou temas ou assuntos citados e não a presença de palavras, pois somente a presença pode confundir a análise. Por exemplo, o tema “família” pode aparecer através de diversas palavras tais como pai, mãe, filho, etc.



Resultados da Análise


Temas/Conceitos mais citados: (número de deputados que citaram o tema)

País ou Brasil: 288
Povo ou eleitor: 213
família ou algum parente: 193
respeito: 141
impeachment: 126
democracia: 123
Dilma: 89
Golpe: 75
Corrupção: 68
Constituição: 66
Deus: 64
Governo: 64
Crime: 53
Eleições: 26
Progresso: 26
Agricultura: 16

Em 189 votos, houve palmas.


Palavras que apareceram somente uma vez (seleção):

Ricos, maçons, gaúcho, gaúcha, jango, pesquisa, inovação, horror, farroupilha, prisão, cristianismo, pronatec, investimentos, fascistas, oportunistas, picareta, picaretas, moderno, covardia, oligarquia, marginais, suicídio, pelegagem, raposas, favores, sistêmica, estrutural, destemido, autoestima, insegurança, retrocesso, independência, universidade, carteira assinada, energia, corintianos, recessão, petróleo, estudantes, revolucionários, cassação, boquinha, mérito, desigualdades, inocente, inocência, promessas, profetizo, futebol, luther king, comunismo, aliança, sacrifício, analfabetos, cultura, empreendedorismo, bandido, suspeito, circo, assalto



Associações entre temas ou assuntos ou conceitos:


60,94%  dos votos que falam em deus também falam em povo-eleitor. Isto aconteceu em 0039 voto(s) (07,63% do total)
59,38%  dos votos que falam em deus também falam em familia. Isto aconteceu em 0038 voto(s) (07,44% do total)
58,49%  dos votos que falam em crime também falam em povo-eleitor. Isto aconteceu em 0031 voto(s) (06,07% do total)
57,58%  dos votos que falam em constituicao também falam em povo-eleitor. Isto aconteceu em 0038 voto(s) (07,44% do total)
55,06%  dos votos que falam em dilma também falam em povo-eleitor. Isto aconteceu em 0049 voto(s) (09,59% do total)
54,55%  dos votos que falam em constituicao também falam em respeito. Isto aconteceu em 0036 voto(s) (07,05% do total)
54,41%  dos votos que falam em corrupcao também falam em povo-eleitor. Isto aconteceu em 0037 voto(s) (07,24% do total)
51,59%  dos votos que falam em impeachment também falam em povo-eleitor. Isto aconteceu em 0065 voto(s) (12,72% do total)
50,94%  dos votos que falam em crime também falam em dilma. Isto aconteceu em 0027 voto(s) (05,28% do total)
50,00%  dos votos que falam em agricultura também falam em familia. Isto aconteceu em 0008 voto(s) (01,57% do total)
47,06%  dos votos que falam em corrupcao receberam palmas. Isto aconteceu em 0032 voto(s) (06,26% do total)
46,15%  dos votos que falam em eleicoes também falam em impeachment. Isto aconteceu em 0012 voto(s) (02,35% do total)
43,75%  dos votos que falam em deus receberam palmas. Isto aconteceu em 0028 voto(s) (05,48% do total)
43,40%  dos votos que falam em crime receberam palmas. Isto aconteceu em 0023 voto(s) (04,50% do total)
43,40%  dos votos que falam em crime também falam em impeachment. Isto aconteceu em 0023 voto(s) (04,50% do total)
42,42%  dos votos que falam em constituicao também falam em democracia. Isto aconteceu em 0028 voto(s) (05,48% do total)
42,28%  dos votos que falam em democracia receberam palmas. Isto aconteceu em 0052 voto(s) (10,18% do total)
42,19%  dos votos que falam em deus também falam em respeito. Isto aconteceu em 0027 voto(s) (05,28% do total)
41,18%  dos votos que falam em corrupcao também falam em familia. Isto aconteceu em 0028 voto(s) (05,48% do total)
40,38%  dos votos que falam em povo-eleitor também falam em respeito. Isto aconteceu em 0086 voto(s) (16,83% do total)
39,90%  dos votos que falam em familia receberam palmas. Isto aconteceu em 0077 voto(s) (15,07% do total)
39,84%  dos votos que falam em democracia também falam em golpe. Isto aconteceu em 0049 voto(s) (09,59% do total)
39,84%  dos votos que falam em democracia também falam em respeito. Isto aconteceu em 0049 voto(s) (09,59% do total)
39,39%  dos votos que falam em constituicao receberam palmas. Isto aconteceu em 0026 voto(s) (05,09% do total)


Análise por segmentos (Conceitos mais citados):


SIM: 367;
NÃO: 137;
ABSTENÇÕES: 7;
AUSENTES: 2;
Total: 511 votos

Por voto

O % indica quantos deputados citaram o tema em cada lado da votação
(% em relação ao seu próprio grupo)

Voto SIM

Voto NÃO

pais-brasil - 67,2%
familia - 48,9%
povo-eleitor - 45,9%
palmas - 40,0%
respeito - 29,5%
impeachment - 27,9%
democracia - 16,1%
deus - 16,1%
governo - 15,4%
corrupcao - 14,4%
dilma - 14,4%
constituicao - 11,5%
crime - 10,8%
progresso - 5,9%
golpe - 5,9%
eleicoes - 3,3%
agricultura - 2,0%
democracia - 57,8%
pais-brasil - 44,0%
povo-eleitor - 40,5%
golpe - 38,8%
respeito - 37,1%
palmas - 34,5%
dilma - 27,6%
impeachment - 23,3%
constituicao - 21,6%
familia - 19,0%
crime - 16,4%
corrupcao - 13,8%
governo - 10,3%
eleicoes - 8,6%
deus - 7,8%
agricultura - 5,2%
progresso - 2,6%





Observações:
- em termos percentuais (dentro do seu grupo), os que votaram “sim” citaram muito mais os familiares (48,9%) que os que votaram “não” (19%)
- em termos percentuais (dentro do seu grupo), os do “não” citaram mais a democracia que os do “sim” (57,8% contra 16,1%)
- os do “não” falaram mais em golpe (38,8%) do que os do “sim” (5,9%)
- os do “não” falaram mais em crime (16,4%) do que os do  “sim” (10,8%)
- as citações sobre corrupção foram parelhas
- os do “sim” falaram mais em Deus que os do “não” (16,1% contra 7,8%)
- a constituição foi mais citados pelos que votaram “não” (21,6% contra 11,5%)


Por regiões

O % indica quantos deputados da região citaram o tema


Nordeste: 150 votos

Sudeste: 170

Sul: 79

pais-brasil - 62,7%
povo-eleitor - 48,7%
palmas - 42,0%
familia - 35,3%
respeito - 30,7%
impeachment - 28,7%
democracia - 28,7%
dilma - 20,7%
governo - 18,0%
crime - 14,7%
constituicao - 14,7%
golpe - 12,7%
corrupcao - 10,0%
deus - 9,3%
eleicoes - 6,7%
progresso - 6,0%
agricultura - 1,3%

pais-brasil - 58,8%
familia - 46,5%
povo-eleitor - 39,4%
respeito - 30,0%
impeachment - 25,3%
palmas - 24,7%
democracia - 21,8%
dilma - 20,6%
deus - 17,6%
constituicao - 17,1%
golpe - 15,9%
corrupcao - 15,9%
governo - 14,1%
crime - 12,4%
eleicoes - 5,9%
progresso - 5,9%
agricultura - 3,5%

pais-brasil - 57,0%
palmas - 41,8%
povo-eleitor - 38,0%
familia - 26,6%
democracia - 21,5%
impeachment - 20,3%
respeito - 19,0%
corrupcao - 16,5%
golpe - 15,2%
dilma - 13,9%
governo - 8,9%
agricultura - 7,6%
constituicao - 5,1%
deus - 3,8%
crime - 3,8%
eleicoes - 3,8%
progresso - 2,5%


Observações:
- os deputados da região sudeste foram os que menos levantaram palmas (apenas 24,7%, contra 42% dos deputados do nordeste e 41,8% do sul)
- os que mais citaram a família foram os do sudeste (46,5%)
- os deputados do sul foram os que mais citaram a agricultura (7,6%, contra 1,3% e 3,5%)
- os que mais citaram Deus foram os do sudeste (17,6% contra 9,3% e 3,8%)
- os que menos citaram a presidente Dilma foram os do Sul (13,9% contra 20,7% e 13,9%)
- os do Sul foram os que menos citaram a constituição (apenas 5,1% contra 14,7% e 17,1%)
- e também foram os do sul que menos falaram em crime (apenas 3,8% contra 14,7% e 12,4%)



Por Partidos

O % indica quantos deputados do partido citaram o tema

PMDB: 65 votos

PT: 63

PSDB: 52 votos

PP: 45

PDT: 19

pais-brasil - 66,2%
povo-eleitor - 46,2%
palmas - 38,5%
familia - 32,3%
respeito - 30,8%
impeachment - 27,7%
democracia - 23,1%
deus - 13,8%
governo - 12,3%
dilma - 12,3%
progresso - 10,8%
corrupcao - 9,2%
crime - 9,2%
golpe - 6,2%
constituicao - 6,2%
agricultura - 3,1%
eleicoes - 3,1%

democracia - 68,3%
golpe - 66,7%
pais-brasil - 55,6%
povo-eleitor - 49,2%
dilma - 44,4%
respeito - 33,3%
constituicao - 33,3%
corrupcao - 23,8%
palmas - 20,6%
impeachment - 17,5%
crime - 17,5%
familia - 14,3%
deus - 14,3%
agricultura - 11,1%
governo - 4,8%
eleicoes - 4,8%
progresso - 3,2%

pais-brasil - 76,9%
respeito - 51,9%
povo-eleitor - 48,1%
palmas - 46,2%
familia - 44,2%
impeachment - 44,2%
dilma - 30,8%
crime - 25,0%
constituicao - 21,2%
democracia - 19,2%
governo - 19,2%
corrupcao - 17,3%
deus - 15,4%
golpe - 7,7%
progresso - 3,8%

familia - 62,2%
pais-brasil - 57,8%
impeachment - 40,0%
povo-eleitor - 35,6%
palmas - 35,6%
respeito - 26,7%
deus - 15,6%
democracia - 15,6%
corrupcao - 8,9%
eleicoes - 6,7%
progresso - 6,7%
governo - 4,4%
agricultura - 4,4%
dilma - 4,4%
crime - 4,4%

palmas - 63,2%
pais-brasil - 57,9%
povo-eleitor - 42,1%
democracia - 36,8%
corrupcao - 26,3%
impeachment - 21,1%
familia - 21,1%
respeito - 15,8%
deus - 15,8%
dilma - 10,5%
progresso - 10,5%
golpe - 10,5%
governo - 10,5%
crime - 10,5%



Observações:
- o PSDB se destaca porque foi o partido (seus deputados) que mais citaram o país (76,9%)
- também foi os deputados do PSDB que mais falaram sobre respeito (51,9%)
- os do PP foram os que mais citaram a família (62,2%) e os do PT os que menos citaram (14,3%)
- os do PDT foram os que conseguiram mais palmas (63,2%), com os do PSDB em 2º lugar (46,2%)



Definições dos conceitos conforme regras determinísticas usadas no software Text Mining Suite



--------------------
impeachment
     impeachment |  1,00
     impedimento$ |  1,00

--------------------
pais-brasil
     país |  1,00
     brasil |  1,00
     Brasil |  1,00
     pátria |  1,00

--------------------
familia
     família$ |  1,00
     filho$ |  1,00
     filha$ |  1,00
     pai |  1,00
     neto$ |  1,00
     neta$ |  1,00
     marido |  1,00
     esposa |  1,00
     mãe |  1,00
     irmã$ |  1,00
     sobrinh$ |  1,00

--------------------
democracia
     democr$ |  1,00

--------------------
povo-eleitor
     povo |  1,00
     eleitor |  1,00
     eleitores |  1,00
     população |  1,00
     popular$ |  1,00
     sociedade |  1,00

--------------------
palmas
     palmas |  1,00

--------------------
respeito
     respeit$ |  1,00
     dign$ |  1,00
     honra$ |  1,00
     decent$ |  1,00
     decência$ |  1,00

--------------------
golpe
     golpe$ |  1,00
     golpis$ |  1,00

--------------------
constituicao
     constituição |  1,00
     constituciona$ |  1,00

--------------------
corrupcao
     corrupção |  1,00
     corrup$ |  1,00

--------------------
governo
     governo |  1,00
     república |  1,00

--------------------
crime
     crime$ |  1,00
     roub$ |  1,00
     impunidade |  1,00
     fraude$ |  1,00
     saque$ |  1,00

--------------------
dilma
     presidenta |  1,00
     Dilma |  1,00

--------------------
progresso
     crescimento |  1,00
     desenvolvimento |  1,00
     progresso |  1,00

--------------------
eleicoes
     eleiç$ |  1,00
     urnas$ |  1,00

--------------------
deus
     deus |  1,00
     arquiteto universo |  1,00
     jesus |  1,00
     crist$ |  1,00
     bíbli$ |  1,00

--------------------
agricultura
     agricult$ |  1,00
     rural |  1,00
     rurais |  1,00
     agrári$ |  1,00

Nenhum comentário: