Get Brexit Done: A Comparative Analysis of the Political Discourse during this Process

  1. Aroa Orrequia Barea 1
  1. 1 Universidad de Cádiz
    info

    Universidad de Cádiz

    Cádiz, España

    ROR https://ror.org/04mxxkb11

Revista:
Publicaciones de la Asociación Argentina de Humanidades Digitales (PublicAAHD)

ISSN: 2718-7470

Año de publicación: 2020

Volumen: 1

Número: 1

Tipo: Artículo

DOI: 10.24215/27187470E001 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Publicaciones de la Asociación Argentina de Humanidades Digitales (PublicAAHD)

Resumen

El Brexit comenzó el 23 de junio de 2016 cuando tuvo lugar un referéndum para votar si el Reino Unido abandonaría la Unión Europea o no. Sin embargo, no fue hasta el 31 de enero de 2020 cuando se hizo realidad y el Reino Unido oficialmente dejó de pertenecer a la Unión Europea. Numerosos debates han tenido lugar para alcanzar este acuerdo entre los políticos más importante del país. El principal objetivo de este artículo es analizar el discurso político de los dos protagonistas de este proceso: Boris Johnson, Primer Ministro, y Jeremy Corbyn, líder de la oposición. El análisis tiene un doble objetivo: por un lado, se trata de un análisis léxico para comparar la elección de la palabra de cada uno de los políticos; por otro, se ha realizado análisis de sentimiento para ver la polaridad general del discurso político.

Referencias bibliográficas

  • Baker, P. (2006). Using corpora in discourse analysis. A&C Black.
  • Desagulier, G. (2017). Corpus Linguistics and Statistics with R: Introduction to Quantitative Methods in Linguistics. Springer. https://doi.org/10.1007/978-3-319-64572-8
  • Ekawati, R. (2019). Power through linguistic modalities in Indonesian presidential speeches. Discourse and Interaction, 12(1), 5-28. https://doi.org/10.5817/DI2019-1-5
  • Fairclough, N. (2013). Critical discourse analysis: The critical study of language. Routledge.
  • Fairclough, N., & Wodak, R. (1997). Critical discourse analysis. Discourse as social interaction, 2, 258-284.
  • Fernández Melendres, C., & Moreno-Ortiz, A. (2020). Trump vs. Clinton: An Analysis of the US Presidential Debates of 2016. In D. Levey (Ed.), Strategies and Analyses of Language and Communication in Multilingual and International Contexts (pp. 141-152). Cambridge Scholars Publishing.
  • Fradejas Rueda, J. M. (2019). Cuentapalabras. Estilometría y análisis de textos con R para filólogos. http://www.aic.uva.es/cuentapalabras
  • Gerdes, J., & Stringam, B. B. (2008). Addressing researchers’ quest for hospitality data: Mechanism for collecting data from web resources. Tourism Analysis, 13(3), 309-315. https://doi.org/10.3727/108354208786094906
  • Hu, M., & Liu, B. (2004). Mining and summarising customer reviews. KDD-2004 - Proceedings of the Tenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 168-177. https://doi.org/10.1145/1014052.1014073
  • Jockers, M. L. (2015). Syuzhet: Extract Sentiment and Plot Arcs from Text. https://github.com/mjockers/syuzhet
  • Kilgarriff, A., Baisa, V., Bušta, J., Jakubíček, M., Kovář, V., Michelfeit, J., & Suchomel, V. (2014). The Sketch Engine: ten years on. Lexicography, 1(1), 7-36. https://doi.org/10.1007/s40607-014-0009-9
  • Laver, M., Benoit, K., & Garry, J. (2003). Extracting policy positions from political texts using words as data. American Political Science Review, 97, 311-331. https://doi.org/10.1017/S0003055403000698
  • Lee, D. Y. W. (2008). Corpora and discourse analysis. In V. K. Bhatia, J. Flowerdew & R. H. Jones (Eds.) Advances in Discourse Studies (pp. 88-99). Routledge. https://doi.org/10.4324/9780203892299
  • Liu, B. (2012). Sentiment Analysis and Opinion Mining. Morgan & Claypool Publishers.
  • Mohammad, S. M. (2019). Word affect intensities. LREC 2018 - 11th International Conference on Language Resources and Evaluation, 174-183. http://www.purl.org/net/saif.mohammad/research
  • Mohammad, S. M., & Turney, P. D. (2013). Crowdsourcing a word-emotion association lexicon. Computational Intelligence, 29(3), 436-465. https://doi.org/10.1111/j.1467-8640.2012.00460.x
  • Moreno-Ortiz, A. (7-11 de septiembre de 2017). Tecnolengua Lingmotif at EmoInt-2017: A lexiconbased approach. Proceedings of the 8th Workshop on Computational Approaches to Subjectivity, Sentiment and Social Media Analysis, Copenhagen, Denmark, 225-232.
  • Murillo Lanza, D. F. (2017). Análisis de sentimientos de Cien años de soledad y El amor en los tiempos del cólera de Gabriel García Márquez [Master dissertation, Universidad de Valladolid]. Repositorio documental. https://uvadoc.uva.es/handle/10324/25437
  • Pang, B., & Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135. https://doi.org/10.1561/1500000001
  • Thomas, M., Pang, B., & Lee, L. (2006). Get out the vote: Determining support or opposition from Congressional floor-debate transcripts. COLING/ACL 2006 - EMNLP 2006: 2006 Conference on Empirical Methods in Natural Language Processing, Proceedings of the Conference, 327-335. https://doi.org/10.3115/1610075.1610122
  • Weiss, G., & Wodak, R. (2007). Critical Discourse Analysis: Theory and Interdisciplinarity. Palgrave Macmillan. https://doi.org/10.1057/9780230288423
Fuente de los datos: Dialnet