El discurso del rey por palabras

Me he puesto a comparar el discurso del Rey de este año con el de 2019

Primero, la base informática

Siempre me ha interesado la programación informática, aunque ni soy experto ni me dedico a esto profesionalmente, me gusta ir aprendiendo de aquí y de allá. Así que el día 23 se me ocurrió buscar el discurso del rey Felipe VI la nochebuena de 2019, lo encontré en el diario El Día y compararlo con el que daría este año. Obtuve el texto de este año de eldiario.es. Tuve que hacerme un sencillo programita en Python que me calculara el número de veces que se dijo cada palabra. Lo obtuve de varias páginas para que se adaptaran a lo que quería yo exactamente, el código utilizado es este:

# -*- coding: utf-8 -*- 
import re
import collections
words = re.findall("[a-zA-Záéíóúñ]+", open('test.txt').read().lower())
c = collections.Counter(words)
archivo1 = open("resultados.csv","w")  
archivo1.write ("Las palabras mas dichas han sido \n")  
archivo1.close()
archivo1 = open ("resultados.csv","a")
for words, count in c.most_common(1000):
	print '%s: %7d' % (words, count)
	archivo1.write ('%s,%7d\n' % (words, count))

Se guarda en la carpeta elegida con el nombre que queramos y la extensión py, por ejemplo «Contando.py» Previamente hay que pasar el discurso a texto sin formato y llamar al fichero “test.txt” y guardarlo en la misma carpeta en que está el fichero con el código. Así, el resultado se guarda en esa misma carpeta con el nombre «resultados.csv». Claro que tuve que hacer el proceso dos veces, una para cada discurso, por lo que al terminar el primero hay que renombrar «resultados.csv» a por ej. «2019.csv». Luego el discurso de 2020 lo guardo como test.txt y vuelvo a ejecutar.

Resultados de la frecuencia de palabras

Ya que el código da como resultado un archivo csv, se puede importar desde una hoja de cálculo, lo hice con Numbers de Apple, y obtuve dos tablas con las palabras dichas y las veces que se dijo cada una. Luego añadí una tercera columna para automáticamente quedarme sólo con las palabras de más de 4 letras, dado que las de 3 o menos suelen ser artículos, preposiciones y demás. Esta es la hoja de cálculo, que la he pasado a Excel que es más universal que Numbers, por si alguien la quiere descargar para hacer su propio análisis.

Comparación de resultados

El siguiente paso ha sido añadir fórmulas en la hoja para buscar a) la diferencia en número de veces pronunciada cada palabra de un año a otro, y b) el porcentaje de diferencia. De manera que me quedé con las palabras que se hayan pronunciado un 30% más de veces que el otro año. También seleccioné las que se hubieran dicho 2 o más veces aunque no haya tanta diferencia o incluso haya habido empate. Hasta aquí todo el proceso es automático, lo que significa que pueden haber errores u omisiones informáticas que se me hayan escapado, pero creo que el resultado es adecuado. Aquí puedes descargar la hoja de resultados en excel.

Selección de palabras

Posteriormente, del conjunto anterior eliminé palabras más o menos neutras (preposiciones, adverbios, etc) y tiempos verbales o palabras sin mucho significado en sí mismas. Aquí también puede haber más errores, que ya son míos, de mi interpretación, pero lo hice más que nada por simplificar.

Agrupando palabras

El último paso fue agrupar palabras por su significado parecido o temático, y contar las veces que se dijo ese grupo de palabras en uno u otro año. De manera que obtuve tres grupos, las que se dijeron más en 2020, más en 2019 y empatadas. Algunos resultados los he seleccionado por lo que yo interpreto como un significado importante.

Resultado final

Como resumen, me ha parecido que hay pocas palabras que se usaran más en 2019 que en 2020, y sí al revés, sin duda por la excepcionalidad de la pandemia. También la diferencia en número de menciones es menor en lo que se refiere a palabras menos usadas en 2020. Y palabras que se repitan el mismo nº de veces, a mi criterio son pocas palabras y pocas ocasiones. Estos son los grupos seleccionados:

Conclusión

Como idea final, mi conclusión es que la pandemia marca claramente el mensaje de su Majestad con respecto al año anterior, y es el mensaje central fundamental del discurso 2020. Por un lado, los términos propios de la pandemia así como la transmisión de esperanza siempre junto a la necesidad del esfuerzo a realizar por la sociedad en general para superarla. Así mismo, la situación económica y social se reflejan muy claramente en el discurso. También queda patente la poca referencia a la polémica de su padre, el rey Emérito. La típica “neutralidad» del discurso del rey Felipe VI se ha visto desbordada este año por la crisis sanitaria y económica.

¿Qué te parecen mis conclusiones? ¿Has sacado otras? ¿Hay cosas que se me han escapado? Compártelo en los comentarios.