Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/20978
Files in This Item:
File Description SizeFormat 
samueldemendoncasouza.pdf1.22 MBAdobe PDFThumbnail
View/Open
Type: Dissertação
Title: Measuring rhetorical styles to understand political ideology and economic discourse in the Brazilian Senate
Author: Souza, Samuel de Mendonça
First Advisor: Silveira, Douglas Sad
Co-Advisor: Souza, Rafael Morais de
Referee Member: Souza, Jairo Francisco de
Referee Member: Mueller, Bernardo Pinheiro Machado
Resumo: Esta dissertação utiliza a medida Evidence–Minus–Intuition (EMI) para analisar o estilo retórico em pronunciamentos realizados no Senado Federal brasileiro entre 1995 e 2022. O EMI mede a proximidade relativa dos discursos políticos em relação à linguagem orientada por evidências e à linguagem orientada pela intuição. A análise combina word embeddings, mensuração retórica baseada em dicionários, modelagem de tópicos, representações lexicais por TF–IDF e modelos supervisionados de aprendizado de máquina para examinar como o estilo retórico varia ao longo do tempo, entre classes ideológicas e entre macrotemas substantivos. Os resultados mostram uma queda substancial do EMI ao longo do tempo, sugerindo um deslocamento da linguagem orientada por evidências em direção a uma retórica mais orientada pela intuição. No entanto, as distribuições do EMI se sobrepõem substancialmente entre discursos de esquerda, centro e direita. Os exercícios de aprendizado supervisionado mostram que a orientação binária do EMI e os indicadores de tópicos não melhoram a linha de base lexical de TF–IDF no desenho simples de ablação. Especificações estendidas com covariáveis em nível de senador e covariáveis eleitorais melhoram o desempenho em divisões aleatórias da amostra, mas os testes de robustez indicam menor capacidade de generalização. De modo geral, o EMI é melhor interpretado como uma medida complementar de estilo retórico, e não como um classificador independente da ideologia partidária.
Abstract: This dissertation uses the Evidence–Minus–Intuition (EMI) measure to analyze rhetorical style in speeches delivered in the Brazilian Federal Senate between 1995 and 2022. EMI measures the relative proximity of political speeches to evidence-oriented and intuition-oriented language. The analysis combines word embeddings, dictionary-based rhetorical measurement, topic modeling, TF–IDF lexical representations, and supervised learning models to examine how rhetorical style varies over time, across ideological classes, and across substantive macro-themes. The results show a substantial decline in EMI over time, suggesting a movement away from evidence-oriented language and toward more intuition-oriented rhetoric. However, EMI distributions overlap substantially across left, center, and right-wing speeches. The supervised learning exercises show that binary EMI orientation and topic indicators do not improve the TF–IDF lexical baseline in the simple ablation design. Extended specifications with senator-level and electoral covariates improve random-split performance, but robustness checks indicate weaker generalization. Overall, EMI is best interpreted as a complementary measure of rhetorical style rather than as an independent classifier of party-based ideology
Keywords: Retórica política
Aprendizado de máquina
Modelagem de tópicos
Ideologia
Senado Federal
Political rhetoric
Machine learning
Topic modeling
Ideology
Federal Senate
CNPq: CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA
Language: eng
Country: Brasil
Publisher: Universidade Federal de Juiz de Fora (UFJF)
Institution Initials: UFJF
Department: Faculdade de Economia
Program: Programa de Pós-graduação em Economia
Access Type: Acesso Aberto
Attribution 3.0 Brazil
Creative Commons License: http://creativecommons.org/licenses/by/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/20978
Issue Date: 29-May-2026
Appears in Collections:Mestrado em Economia Aplicada - CMEA (Dissertações)



This item is licensed under a Creative Commons License Creative Commons