Aplicação de redes neurais na classificação de viés político partidário nos discursos da Câmara dos deputados

• Ano de defesa: 2025
• Autor(a) principal: Cassola, Renato Cecchetti
• Orientador(a): Silva, Leandro Augusto da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por; eng
• Instituição de defesa: Universidade Presbiteriana Mackenzie
• País: Brasil
• Palavras-chave em Português: viés político; aprendizado de máquina; processamento de linguagem natural; BERT; classificação de texto; redes neurais; embeddings
• Link de acesso: https://dspace.mackenzie.br/handle/10899/41556

O cenário atual da sociedade brasileira é marcado por uma convergência de fenômenos como a infodemia, as bolhas de filtro e a pós-verdade, que têm intensificado a polarização política e dificultado o acesso da população a uma visão equilibrada dos fatos. Neste contexto, este trabalho de pesquisa investiga o desenvolvimento de um modelo de aprendizado de máquina para a classificação automática de viés político em textos do cenário político brasileiro, empregando técnicas avançadas de Processamento de Linguagem Natural (PLN). A metodologia fundamenta-se na utilização do modelo BERTimbau, pré-treinado para português brasileiro, para geração de embeddings textuais. O pipeline técnico parte da construção de uma base de dados inédita com 55.733 discursos parlamentares da Câmara dos Deputados, coletados via API REST. Os textos passam por um rigoroso pré-processamento antes da geração de embeddings contextuais. Múltiplos classificadores foram implementados e comparados, incluindo XGBoost (68,05%) e Naive Bayes (63%), com o modelo MLP (67,21%) sendo selecionado para um processo detalhado de otimização, que incluiu balanceamento de classes, tratamento de sobreajuste e validação cruzada em 5 partições. Validado em textos reais de portais partidários, o modelo demonstrou capacidade de generalização, embora mantendo uma taxa de erro consistente em torno de 30%. Os experimentos revelaram a importância crucial do pré-processamento e do balanceamento de classes para a redução de vieses no modelo, além de identificarem limitações significativas na classificação de textos que abordam temas sociais ou utilizam linguagem técnica/institucional. As principais contribuições do trabalho incluem a criação da base de dados inédita, a análise comparativa de diferentes abordagens metodológicas e a identificação detalhada de padrões de erro e limitações, abrindo caminhos para futuras pesquisas na análise automatizada de conteúdo político em português.