Este estudio tiene como objetivo presentar una metodología replicable basada en técnicas de procesamiento de lenguaje natural (PLN) para el análisis automatizado del discurso mediático y aplicar dicha metodología al caso del sector agrario en Italia durante el primer semestre de 2024. Se analizaron 164 noticias de siete medios italianos con el fin de identificar los temas centrales, emociones predominantes y patrones discursivos presentes. Se emplearon herramientas de PLN en R para limpiar, tokenizar y vectorizar el corpus textual y luego se aplicaron modelos estadísticos como TF-IDF (acrónimo inglés de Frecuencia de término-Frecuencia inversa de documentos) y Latent Dirichlet Allocation (LDA) para identificar temáticas, además de utilizar el NRC Emotion Lexicon para clasificar emociones. El análisis temático basado en LDA identificó dos ejes centrales en la cobertura mediática: la gestión institucional del sector agroalimentario italiano y las protestas de los agricultores en la Unión Europea. El primer grupo refleja un enfoque sobre el desarrollo del sector, destacando temas como la innovación tecnológica y las políticas públicas, mientras que el segundo se centra en las manifestaciones de los agricultores y las respuestas institucionales. El análisis de sentimientos (sentiment analysis) reveló una predominancia de emociones como confianza (30%), anticipación (18%) y miedo (13%). Los picos de carga emocional negativa ocurrieron en los meses de febrero y marzo, asociados a crisis y protestas, mientras que las noticias más positivas se concentraron a finales de abril, coincidiendo con temas de innovación y cooperación internacional. Los resultados obtenidos contribuyen significativamente a la comprensión de cómo los medios construyen la narrativa sobre el sector agrario. Además, se destacan las emociones que influyen en la percepción pública, lo que puede ser de utilidad para encontrar referenciales de políticas en los medios de comunicación en este sector. Este estudio pone en evidencia el potencial del PLN para analizar discursos mediáticos, ofreciendo una base sólida para futuras investigaciones sobre la representación de la agricultura en los medios y su impacto en la opinión pública.

Aho, A. V. (1990). Algorithms for finding patterns in strings. En J. van Leeuwen (Ed.), Algorithms and Complexity (pp. 255-300). Elsevier Science Publishers B.V. https://doi.org/10.1016/B978-0-444-88071-0.50010-2

Baker, L. M., & Irani, T. (2014). The impact of new media on policy affecting agriculture. Journal of Applied Communications, 98(3), Art. 3. https://doi.org/10.4148/1051-0834.1083

Blei, D. M., Y. Ng, A., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993-1022. http://www.jmlr.org/papers/volume3/blei03a/blei03a.pdf

Bouchet-Valat, M. (2023). SnowballC: Snowball stemmers based on the C “libstemmer” UTF-8 Library. R package version 0.7.1. https://CRAN.R-project.org/package=SnowballC

Cambria, E., Schuller, B., Xia, Y., & Havasi, C. (2013). New avenues in opinion mining and sentiment analysis. IEEE Intelligent Systems, 28(2), 15-21. https://doi.org/10.1109/MIS.2013.30

Feinerer, I., & Hornik, K. (2024). _tm: Text Mining Package_. R package version 0.7-15. https://CRAN.R-project.org/package=tm

Feinerer, I., Hornik, K., & Meyer, D. (2008). Text mining infrastructure in R. Journal of Statistical Software, 25(5), 1-54. https://doi.org/10.18637/jss.v025.i05

Fitzgerald, M. (2012). Introducing regular expressions: Unraveling regular expressions, step-by-step. O’Reilly Media, Ed.

Gan, J., & Qi, Y. (2021). Selection of the optimal number of topics for LDA topic model—Taking patent policy analysis as an example. Entropy, 23(10), 1301. https://doi.org/10.3390/E23101301

Grefenstette, G. (1999). Tokenization. En H. van Halteren (Ed.), Syntactic wordclass tagging. text, speech and language technology, vol 9 (pp. 117-133). Springer. https://doi.org/10.1007/978-94-015-9273-4_9

Haller, L., Specht, A. R., & Buck, E. B. (2019). Exploring the impact of Ohio agricultural Organizations’ social media use on traditional media coverage of agriculture. Journal of Applied Communications, 103(4), Art. 4. https://doi.org/10.4148/1051-0834.2264

Happer, C., & Philo, G. (2013). The role of the media in the construction of public belief and social change. Journal of Social and Political Psychology, 1(1), 321-336. https://doi.org/10.5964/jspp.v1i1.96

Istat (Istituto Nazionale di Statistica). (2024). Rapporto annuale 2024 La situazione del Paese. Istat. https://www.istat.it/produzione-editoriale/rapporto-annuale-2024-la-situazione-del-paese-2/

Jockers, M. (2023). Extracts sentiment and sentiment-Derived plot arcs from text [R package syuzhet version 1.0.7]. CRAN: Contributed Packages. https://doi.org/10.32614/CRAN.PACKAGE.SYUZHET

Jockers, M. L. (2015). Syuzhet: Extract sentiment and plot arcs from text. GitHub. https://github.com/mjockers/syuzhet

Kr Yadav, M., Kumar Darji, R., & Kumar Yadav, M. (2024). Impact of mass media in agriculture: An overview. Agricultural and Biological Research, 40(04), 1232-1235. https://doi.org/10.35248/0970-1907.24.40.1232-1235 / https://www.abrinternationaljournal.org/articles/impact-of-mass-media-in-agriculture-an-overview-110379.html

Liu, B. (2012). Sentiment lexicon generation. En B. Ling (Ed.), Sentiment Analysis and Opinion Mining. Synthesis Lectures on Human Language Technologies (pp. 79-89). Springer. https://doi.org/10.1007/978-3-031-02145-9_6

Liu, B. (2017). Many facets of sentiment analysis. En E. Cambria, D. Das, S. Bandyopadhyay, & A. Feraco (Eds.), A practical guide to sentiment analysis (pp. 11-39). Springer. https://doi.org/10.1007/978-3-319-55394-8_2

Mohammad, S. M. (2020). Sentiment analysis: Automatically detecting valence, emotions, and other affectual states from text. arXiv:2005.11882 [cs.CL].

Mohammad, S. M., & Turney, P. D. (2013). Crowdsourcing a word-emotion association Lexicon. arXiv:1308.6297 [cs.CL]. http://arxiv.org/abs/1308.6297

Mohr, S., & Höhler, J. (2023). Media coverage of digitalization in agriculture - an analysis of media content. Technological Forecasting and Social Change, 187, 122238. https://doi.org/10.1016/j.techfore.2022.122238

Pang, B., & Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135. https://doi.org/10.1561/1500000011

Plutchik, R. (1980). A general psycho evolutionary theory of emotion. En R. Plutchik & H. Kellerman (Eds.), Emotion: Theory, research, and experience (pp. 3-33). Elsevier. https://doi.org/10.1016/B978-0-12-558701-3.50007-7

Qaiser, S., & Ali, R. (2018). Text mining: use of TF-IDF to examine the relevance of words to documents. International Journal of Computer Applications, 181(1), 25-29. https://doi.org/10.5120/ijca2018917395

R Core Team. (2022). R: A language and environment for statistical computing. R package version 4.2.0. https://www.R-project.org

Sarica, S., & Luo, J. (2021). Stopwords in technical language processing. PLOS ONE, 16(8), e0254937. https://doi.org/10.1371/JOURNAL.PONE.0254937

Silge, J., & Robinson, D. (2017). Text mining with R: A tidy approach (1a. ed.). O’reailly. https://www.tidytextmining.com/

Silge, J., & Robinson, D. (2016). tidytext: Text mining and analysis using tidy data principles in R. The Journal of Open Source Software, 1(3), 37. https://doi.org/10.21105/joss.00037

Straka, M., & Straková, J. (2017). Tokenizing, POS tagging, lemmatizing and parsing UD 2.0 with UDPipe. En Proceedings of the CoNLL 2017 shared task: Multilingual parsing from raw text to universal dependencies (pp. 88-99). Institute of Formal and Applied Linguistics. http://ufal.mff.cuni.cz/udpipe

Wickham, H., François, R., Henry, L., Müller, K., & Vaughan, D. (2023). dplyr: A grammar of data manipulation. R package version 1.2.1. https://CRAN.R-project.org/package=dplyr