PxDS Project Work 2024-2025

Il progetto consiste nella creazione di una pipeline di arricchimento dati per l'analisi di forme di propaganda nei discorsi di personaggi politici.

Obiettivi

L'obiettivo principale è progettare e implementare una pipeline in Python che trasformi il dataset speech-a.tsv in speech-b.csv, arricchendolo con metadati e informazioni rilevanti per la detection di propaganda. Il concetto di propaganda viene inteso come la disseminazione di idee con lo scopo di influenzare attivamente il comportamento e le opinioni del pubblico.

Dataset

• File di Input: speech-a.tsv
  • Colonne: Autore del discorso, codice numerico sconosciuto, testo del discorso.

Requisiti di Arricchimento

La pipeline dovrebbe aggiungere le seguenti informazioni:

1. Informazioni sull'autore del discorso: nome completo, data e luogo di nascita, eventuale data di morte, nazionalità.
2. Metadati del discorso: luogo, data e occasione del discorso.
3. Feature text-based: leggibilità, sentiment, emozioni, caratteristiche linguistiche, conteggio di parole specifiche.
4. Abstract e Keyword: riassunto del discorso, parole chiave, argomenti principali, concetti rilevanti (utilizzando tecniche come summarization, keyword extraction e topic modeling).
5. Informazioni utili per la detection di propaganda: come l’offset di inizio e fine delle parti contenenti propaganda, tecniche di propaganda identificate.
6. Narrativa di fondo: schema narrativo o narrativa utilizzata nel discorso.

Requisiti Tecnici

Il progetto richiede:

• Script Python per implementare la pipeline.
• Metodologia di studio sulle tecniche di propaganda e narrazione.

Output Attesi

1. File di output: speech-b.csv contenente il dataset arricchito.
2. Documentazione: relazione tecnica e metodologica, codice sorgente funzionante, presentazione per la discussione.

Valutazione

• Sufficienza: pipeline implementata con aggiunta delle informazioni dai punti 1, 2, e 3.
• Massimo voto: pipeline completa con arricchimenti dai punti 1-5, comprensiva di analisi narrativa e detection di tecniche di propaganda (punti 6 e 7).

Organizzazione

• Gruppi di lavoro: massimo 3 persone.
• Interazioni con il docente: via Teams o in presenza previo appuntamento.