Objetivo general:

Analizar el sentimiento en el lenguaje de los políticos para averiguar si éste influye en su popularidad.

Objetivos específicos

Descubrir cuál es el sentimiento principal que se desprende de cada texto por persona, partido y fecha Construir un conjunto de datos propio para los fines del proyecto Aplicar ciertas funciones propias del lenguaje natural (NLP) de los textos Analizar las palabras más frecuentes y el sentimiento que revela cada texto en su conjunto Comparar estadísticamente y relacionar los datos, en tiempo y en cantidad con la evolucón de estas personas y de las formaciones políticas que representan a nivel municipal

Presentación del conjunto de datos

Se toman los textos de los regidores y regidoras que representan las principales formaciones políticas y también los de los alcaldes que hubo entre 2012 y 2023 en Sant Boi de Llobregat, un municipio del Área Metropolitana de Barcelona de unos 85 mil habitantes. Estos textos son descargados desde su versión en línea del periódico municipal “Viure Sant Boi”, que se encontraba en el momento del estudio en internet a en la web del ayuntamiento, dicho informativo es distribuido a principios de cada mes a todos los hogares de Sant Boi de Llobregat a través de correos, en formato papel. Los textos tienen el formato de cartas de opinión que se dirigen a los ciudadanos, donde cada regidor así como la alcaldesa o el alcalde en funciones, comunican y sus pensamientos sobre temas de actualidad, o sobre programas, hechos y decisiones públicas que impactan directamente la gente del municipio. De los regidores y regidoras, uno representa el partido en el poder y los demás representan a la oposición.

Los datos cubren:

• 134 textos de opinión recopilados que han escrito a los ciudadanos, cada uno en lengua original y su traducción al inglés como variables separada
• 2 años de publicaciones en el "Viure Sant Boi"
• 20 fechas a razón de 10 meses al año (la revista se publica mensualmente, excepto en periodos de vavaciones, en los que se juntan enero y febrero, como también julio y agosto
• 9 formaciones políticas de las cuales 1 es la alcaldía
• textos de 27 personas políticas, entre las cuales, la alcaldesa de Sant Boi de Llobregat que intervine a cada publicación, a diferencia de los regidores de su partido, que se alternan.

El conjunto de datos tiene las siguientes variables:

RangeIndex: 134 entries, 0 to 133

Data columns (total 17 columns):

Column Non-Null Count Dtype

---

0 Fecha 134 non-null object

1 Año 134 non-null object

2 Mes 134 non-null object

3 Temas portada 134 non-null object

4 Temas portada en 134 non-null object

5 Partido 134 non-null object

6 Persona 134 non-null object

7 Original 134 non-null object

8 Traducción 134 non-null object

9 Codigo_id 134 non-null object

10 Negative 134 non-null float64

11 Neutral 134 non-null float64

12 Positive 134 non-null float64

13 Compound 134 non-null float64

14 Avg_Positive_Sentences 134 non-null float64

15 Avg_Negative_Sentences 134 non-null float64

16 Avg_Neutral_Sentences 134 non-null float64

dtypes: float64(7), object(10)

Fuente de los datos: descargados desde su versión en línea del periódico mensual “Viure Sant Boi”. Conjunto de datos de elaboración propia

Metodología, procesos y herramientas:

• Los textos serán los originales en catalán o castellano y se guardarán por fecha, por persona y partido, para formar un conjunto de datos temporal mensual sobre varios años.
• Muchas herramientas de NLP funcionan mejor con el idioma inglés, por lo que cada texto se traducirá y se revisará, aparte de mantener el original en una columna aparte.
• Se hará el EDA (estudio descriptivo y analítico del conjunto de datos)
• Se procederá a algunas transformaciones del conjunto de datos inicial
• Se usarán algoritmos para conocer las palabras y conceptos más utilizados en sus comunicaciones con los ciudadanos
• Tras conocer las palabras más usadas por persona y mes, se procederá al análisis de sentimiento para resaltar polaridades (positivo, negativo, neutro, etc.)
• La popularidad se entiende por los resultados en las elecciones
• El lenguaje de programación para este trabajo será Python y las librerías de análisis y procesamiento de texto Nltk, Spacy, Stanza, así como Pandas, Seaborn y Matplotlib para tablas y gráficos.