Modelagem automática de tópicos em textos jornalísticos referentes a poluição marinha

Abstract

Diante do problema mundial de poluição marinha, o monitoramento acerca desta situação torna-se indispensável. Uma fonte de dados com potencial de fornecer conhecimentos relevantes em relação à sociedade, são as mídias digitais. Portanto, esta pesquisa tem como objetivo analisar textos jornalísticos nacionais publicados em espaços digitais relacionados a poluição marinha por meio da modelagem automática de tópicos utilizando os algoritmos Latent Dirichlet Allocation (LDA), Hierarchical Dirichlet Process (HDP) e Structural Topic Model (STM) e comparar os resultados de coerência semântica obtidos por cada modelo. Os resultados atingidos mostram variações na geração de tópicos semanticamente coerentes de acordo com o valor de tópicos gerado pelo modelo. Por fim, a pesquisa evidencia uma prevalência de notícias relacionadas a poluição por lixo plástico no Brasil.