Metodi statistici per l'analisi testuale: un'analisi empirica

L’analisi testuale è una tecnica incentrata sul senso che un testo intende trasmetterci, quindi sulla sua comprensibilità.
Si tratta di una procedura che consente di studiare, esplorare ed interrogare raccolte di testi, anche molto vasti, di particolare interesse, come documenti, interviste, rassegne stampa, domande aperte in questionari, forum, newsgroup ed altro.
A partire dagli anni Novanta, c’è stata una crescente diffusione dei software per l’analisi dei testi che ha impresso una notevole accelerazione all’uso dei documenti nella ricerca sociale, determinando la crescita esponenziale di applicazioni e soluzioni.
Il presente lavoro, che va ad analizzare più approfonditamente i diversi metodi statistici che potrebbero essere adottati nello studio di un testo, è organizzato in quattro parti.
Nella prima parte, dopo aver definito in linea generale cosa si intende per testo e la distinzione tra lo scritto ed il parlato, si è proceduto precisando il concetto di analisi testuale ed evidenziandone i diversi approcci possibili, da quello linguistico a quello statistico, fino ad arrivare a porre l’accento sulla fusione dei due, che è l’elemento che caratterizza la statistica linguistica.
Nella seconda parte, dopo aver sottolineato le difficoltà che si possono incontrare nel sottoporre ad analisi quantitativa dei fatti di lingua, si è passati ad elencare le diverse possibili applicazioni degli strumenti statistici a riguardo, mettendo in rilievo il fatto che gli stessi possono considerare l’analisi fonetica ed i sistemi fonologici, lo studio della morfologia e della sintassi, l’analisi del lessico e del vocabolario, lo studio relativo alla conoscenza ed all’uso di lessemi ed, infine, l’analisi dei testi.
Nella terza parte, intendendo scegliere come corpus di riferimento due discorsi del Presidente del Consiglio, Romano Prodi, innanzitutto, è stato fatto un cenno sulla sua attività accademica e politica. Si è successivamente passati ad analizzare il linguaggio politico, la distinzione tra lo stesso ed il discorso politico ed il modo in cui tale linguaggio andrebbe sottoposto ad esame, evidenziando la distinzione tra analisi concettuale, analisi descrittiva ed analisi del discorso.
Nell’ultima parte, dopo aver delineato il corpus di riferimento, costituito precisamente dal discorso ai parlamentari europei del centrosinistra, risalente al 1 febbraio 2006, in cui è stato affrontato il tema “L’Italia dell’Unione in Europa e nel Mondo” e dall’intervento alla Conferenza Stampa di fine anno 2006, si è passati ad elencare i possibili software che potrebbero essere utilizzati nell’analisi automatica dei testi, ponendo particolare attenzione allo SPAD v 5.0, ossia lo strumento che è stato utilizzato per l’analisi di riferimento. Si è proceduto con l’analisi delle diverse parole che compongono i due testi, ordinandole secondo valori decrescenti di frequenza, quindi, mediante la creazione di un vocabolario per ogni singolo discorso e, successivamente, con l’analisi dei segmenti ripetuti, ossia forme composte, costituite da parole che compaiono nel corpus con la stessa sequenza.