Semantic Clustering of Civic Proposals: A Case Study on Brazil’s National Participation Platform

• Ronivaldo Ferreira UFPA
• Guilherme da Silva UnB
• Carla Rocha UnB
• Gustavo Pinto UFPA

DOI: https://doi.org/10.5753/eniac.2025.14018

Resumo

Promover a participação em plataformas digitais, como o Brasil Participativo, tornou-se uma prioridade para governos em todo o mundo. No entanto, devido ao enorme volume de contribuições, grande parte desse engajamento fica subutilizada, pois sua organização apresenta desafios significativos: (1) a classificação manual é inviável em escala; (2) é necessária a participação de especialistas; e (3) é preciso o alinhamento com taxonomias oficiais. Neste artigo, apresentamos uma abordagem que combina BERTopic com palavras-semente e validação automática realizada por grandes modelos de linguagem. Resultados iniciais indicam que os tópicos gerados são coerentes e alinhados institucionalmente, com esforço humano mínimo. Essa metodologia permite aos governos transformar grandes volumes de contribuições dos cidadãos em dados acionáveis para a formulação de políticas públicas.

Referências

Aguiar, C. S. R., Alves, I., Gomes, L., Pinos, B., Bellix, L., and Parra, H. (2024). Colaboração multissetorial para desenvolvimento e manutenção de soluções tecnológicas de participação: o caso do brasil participativo.

Clemente, A. J. (2018). Leonardo secchi. análise de políticas públicas: Diagnóstico de problemas, recomendação de soluções. são paulo: Cengage learning, 2016.

Constantino, K., Cruz, V. A. L., Zucheratto, O. M., França, C., Carvalho, M., Silva, T. H., Laender, A. H., and Gonçalves, M. A. (2022). Segmentação e classificação semântica de trechos de diários oficiais usando aprendizado ativo. In Simpósio Brasileiro de Banco de Dados (SBBD), pages 304–316. SBC.

Feng, F., Yang, Y., Cer, D., Arivazhagan, N., and Wang, W. (2020). Language-agnostic bert sentence embedding. arXiv preprint arXiv:2007.01852.

Grootendorst, M. (2022). Bertopic: Neural topic modeling with a class-based tf-idf procedure. arXiv preprint arXiv:2203.05794.

Hott, H. R., Silva, M. O., Oliveira, G. P., Brandão, M. A., Lacerda, A., and Pappa, G. (2023). Evaluating contextualized embeddings for topic modeling in public bidding domain. In Brazilian Conference on Intelligent Systems, pages 410–426. Springer.

Reimers, N. and Gurevych, I. (2019). Sentence-bert: Sentence embeddings using siamese bert-networks. arXiv preprint arXiv:1908.10084.

Saravia, E. and Ferrarezi, E. (2007). Políticas públicas. Coletâneas. Volumes, 1.

Silva, M. O., Oliveira, G. P., Costa, L. G., and Pappa, G. L. (2024a). Evaluating domain-adapted language models for governmental text classification tasks in portuguese. In Simpósio Brasileiro de Banco de Dados (SBBD), pages 247–259. SBC.

Silva, M. O., Oliveira, G. P., Costa, L. G., and Pappa, G. L. (2024b). Govbert-br: A bert-based language model for brazilian portuguese governmental data. In Brazilian Conference on Intelligent Systems, pages 19–32. Springer.

Silva, M. O., Paula, A. F., Oliveira, G. P., Vaz, I. A., Hott, H., Gomide, L. D., Reis, A. P., Mendes, B. M., Bacha, C. A., Costa, L. L., et al. (2022). Lipset: Um conjunto de dados com documentos rotulados de licitações públicas. In Dataset Showcase Workshop (DSW), pages 13–24. SBC.

Silva, N. F. d., Silva, M. C. R., Pereira, F. S., Tarrega, J. P. M., Beinotti, J. V. P., Fonseca, M., Andrade, F. E. d., and de Carvalho, A. C. d. L. (2021). Evaluating topic models in portuguese political comments about bills from brazil’s chamber of deputies. In Intelligent Systems: 10th Brazilian Conference, BRACIS 2021, Virtual Event, November 29–December 3, 2021, Proceedings, Part II 10, pages 104–120. Springer.

Silveira, R., Fernandes, C. G., Araujo Monteiro Neto, J., Furtado, V., and Pimentel Filho, J. E. (2021). Topic modelling of legal documents via legal-bert. Topic Modelling of Legal Documents via LEGAL-BERT.

Souza, F., Nogueira, R., and Lotufo, R. (2020). Bertimbau: pretrained bert models for brazilian portuguese. In Brazilian conference on intelligent systems, pages 403–417. Springer.