Notas Taquigráficas - CPI da Pandemia

O script pega as Notas Taquigráficas e a estrutura em dataframes .Rds e tabelas .csv. No caso, o script pega dados da CPI da Pandemia, mas com pequenos ajustes, pode funcionar também para outras notas taquigráficas.

Aqui você encontra notas taquigráficas da CPI da Pandemia estruturadas em dataframe Rds (da linguagem R) e em tabela csv, feita com um script em R (será disponibilizado em breve). Deste modo é possível separar somente as falas de pessoas específicas, de blocos parlamentares específicos ou de partidos, usando apenas filtros simples (como do dplyr).

• Aqui você encontra um exemplo de uma das notas taquigráficas no site do Senado.

Se quiser apenas baixar os arquivos:

• Todas as tabelas estão em formato .Rds (na pasta rds) e em formato .csv (na pasta csv)
• Há a tabela com a listagem com todas as Notas Taquigráficas na versão csv (csv/NotasTaq-CPI_Pandemia-listagem.csv) ou na versão .Rds (rds/NotasTaq-CPI_Pandemia-listagem.Rds). Estes contém a seguinte estrutura:
• Coluna data(data da referida reunião no formato ano-mês-dia), reuniao_dia (cada reunião possui um número diferente), Depoente.tema (nome do depoente em oitiva, ou se reunião deliberativa) e link_notaTaquigrafica com o link para a Nota taquigráfica.

Já os arquivos de Nota Taquigráfica estão estruturados da seguinte forma:

• reuniao: número da reunião
• data: data da reunião da CPI no formato ano-mês-dia
• nome: Nome de quem fala no momento
• funcao_blocoPar: Qual a função (se presidente) ou bloco parlamentar, partido e Estado da federação. Esta foi repetida de modo desmembrado nas seguintes colunas:
  • BlocoParl: Apenas o bloco parlamentar
  • partido: Apenas o partido
  • estado: Estado da Federação do parlamentar
• complemento: alguns complementos, como "pela ordem", "fora do microfone", "como relator", "Para interpelar Por videoconferência", etc.
• fala: a fala da pessoa.

Rds com todas as notas juntas

Criei um dataframe com as notas de todas as reuniões, o NT_todas_df.rds. Há também o NT_todas_normalizado.rds que é basciamente o mesmo arquivo anterior, porém: 1) as colunas tem datatypes mais apropriados e não são apenas do tipo "char" 2) a coluna "nome", que no arquivo anterior continha nomes em caixa alta (caso dos senadores que estavam como presidentes), foi normalizada/padronizada. 3) "Eduardo Pazuello" e "Gen. Eduardo Pazuello", que apareciam em ambas as formas, foram unificadas.

Rodando o script na sua máquina

• O script R pega a lista com as Notas Táquigráficas na página do Senado da CPI da Pandemia e atualiza a lista de notas taquigráficas, salva em nt.lista (que, apesar do nome, é um tibble/dataframe)
• A partir de nt.lista gerado, o script baixa e estrutura os arquivos das notas taquigráficas.
• Se parar o script, ele retoma onde parou. O critério de conferência é o arquivo .Rds existir e estar na pasta rds.
  • Deste modo, é possível ir atualizando com as novas notas taquigráficas que forem surgindo.

Veja o script neste link aqui.