Como a PolitonData
processa dados públicos.

A PolitonData não inventa, não opina, não estima. Toda informação exibida aqui vem diretamente de bases mantidas por órgãos oficiais. Não há intermediários. Não há curadoria ideológica. Não há filtros interpretativos aplicados sobre os dados originais.

Trabalhamos exclusivamente com APIs abertas e documentadas, de acesso irrestrito. O que significa dizer que qualquer leitor pode, se quiser, verificar as mesmas informações que nós processamos. Basta consultar as fontes listadas abaixo.

Mantemos cadastro dos 513 deputados federais e 81 senadores em exercício. Para cada parlamentar, armazenamos:

• Identificação oficial, com nome civil, nome parlamentar e identificador interno da Casa legislativa.
• Foto oficial, servida diretamente pelos portais institucionais.
• Filiação partidária atual, atualizada diariamente, já que migrações entre legendas são comuns no Congresso brasileiro.
• Estado de representação, isto é, a UF pela qual o parlamentar foi eleito.
• Contato institucional, como email e endereço de gabinete, quando divulgados.

Quando um parlamentar assume em vaga aberta, por convocação de suplente ou outra circunstância prevista, entra no sistema na sincronização seguinte. Quando perde o mandato, permanece registrado como inativo, com o histórico preservado integralmente.

Cada vez que um parlamentar vota em alguma matéria no plenário, seu voto é registrado nominalmente pela própria Casa e disponibilizado via API pública. Nós armazenamos integralmente esses registros, sem transformar, sem agregar, sem selecionar.

Para cada voto, conservamos:

• Identificação da proposição, com seu tipo (PL, PEC, MP, PLP, PDL, PRC) e número oficial.
• Descrição oficial da matéria, tal como redigida pela Casa.
• Data e natureza da sessão em que a votação ocorreu.
• Posição do parlamentar: Sim, Não, Abstenção, Obstrução ou Ausente.

A Cota para Exercício da Atividade Parlamentar (CEAP) é o orçamento mensal que cada deputado federal dispõe para cobrir despesas ligadas ao mandato: passagens, combustível, material de escritório, consultoria, alimentação, telefonia, correio, divulgação parlamentar, entre outras categorias oficialmente previstas.

Cada nota fiscal apresentada pelo parlamentar à administração da Câmara gera um registro público. Armazenamos todos esses registros, sem agregação nem transformação.

• Fornecedor, com CNPJ ou CPF e razão social.
• Categoria de despesa, conforme classificação oficial da Casa.
• Valor líquido efetivamente reembolsado ao parlamentar.
• Datas de emissão e de reembolso, que muitas vezes diferem em vários meses.
• Número do documento fiscal, seja nota, recibo ou cupom.

Toda matéria apresentada nas duas Casas é coletada: projetos de lei ordinária (PL), projetos de lei complementar (PLP), propostas de emenda à Constituição (PEC), medidas provisórias (MP), projetos de decreto legislativo (PDL), projetos de resolução (PRC) e requerimentos formais.

Registramos autoria principal e coautoria, ementa oficial, data de apresentação, regime de tramitação e situação atual: em análise, aprovada, arquivada, retirada ou outros estados previstos.

Sempre que um parlamentar ocupa a tribuna do plenário, a taquigrafia oficial transcreve o pronunciamento palavra por palavra. Esse material é disponibilizado pela Câmara e pelo Senado em suas respectivas APIs.

Armazenamos o texto integral de cada discurso, acompanhado de data, sessão, tipo de sessão (ordinária, extraordinária, solene) e fase do expediente em que foi proferido (grande expediente, breves comunicações, explicação pessoal, entre outras).

Esse corpus é a base sobre a qual se constroem as duas sínteses descritas a seguir, nas seções 07 e 08.

Parlamentares com volume suficiente de discursos recebem, em seu perfil, uma síntese editorial automatizada. O texto descreve os temas recorrentes, as posições expressas com frequência e o vocabulário característico identificado nos pronunciamentos do parlamentar em plenário.

A síntese é produzida por um modelo de linguagem, submetido a critérios editoriais definidos pela equipe: neutralidade descritiva, factualidade, ausência de adjetivação política, uso de verbos neutros e distinção clara entre o que foi dito pelo parlamentar e aquilo que é opinião de terceiros. O objetivo declarado não é julgar, mas descrever.

Cada síntese traz, em seu rodapé, o volume de discursos em que se baseia e a data de geração. O texto original de cada discurso permanece disponível para consulta.

As sínteses são regeneradas periodicamente, conforme novos pronunciamentos são incorporados ao acervo.

A nuvem de palavras é produzida por processamento estritamente local, aplicando técnicas clássicas de análise linguística sobre os discursos oficiais do parlamentar. Nenhum texto é enviado para serviços externos. O vocabulário característico é calculado com recursos próprios, sem dependência de terceiros.

As etapas do processamento são as seguintes:

1. Tokenização. O conjunto dos discursos é dividido em palavras individuais.
2. Remoção de palavras funcionais. Expressões sem valor informacional próprio (artigos, pronomes, conectivos e outras palavras comuns em português) são descartadas, além de um vocabulário específico do contexto parlamentar brasileiro (tratamentos protocolares, verbos de conversação recorrente).
3. Detecção de expressões compostas. Sequências como "São Paulo", "Reforma Tributária", "Suprema Corte" ou "Segurança Pública" são preservadas como unidades, e não fragmentadas em palavras isoladas.
4. Lematização conservadora. Plurais e variações de gênero são consolidados apenas quando a agregação é linguisticamente segura, preservando a integridade do léxico original sempre que há ambiguidade.
5. Capitalização de nomes próprios. Pessoas, estados, partidos e instituições reconhecidos são apresentados na forma gráfica correta.
6. Contagem e ordenação. As palavras são contabilizadas e ordenadas por frequência. As mais recorrentes são exibidas visualmente.

Em cada perfil de parlamentar, a data da última sincronização fica visível. Se a informação está desatualizada, o leitor consegue perceber.

Nenhum produto de informação pública é neutro em todos os sentidos; todo recorte implica escolhas. As limitações abaixo ficam registradas em voz alta, para que o leitor possa dimensionar com precisão o que está, e o que não está, diante de si.