NetText Lab
NetText Lab — Coleta, Organização e Análise de Textos em Plataformas Online
O NetText Lab é uma aplicação desktop contemporânea desenvolvida em CustomTkinter para apoiar investigações acadêmicas que utilizam dados textuais e comentários espontâneos em plataformas digitais online. O software estrutura o processo de pesquisa empírica em sete etapas sequenciais e auditáveis, assegurando que o tratamento de grandes volumes de dados da web atenda a critérios rigorosos de ética, reprodutibilidade e conformidade legal. Cada projeto é mantido em banco de dados local SQLite (project.sqlite), registrando metadados, linhagens de derivação e eventos metodológicos em diários analíticos automatizados.
Delimitação Metodológica
Nota Metodológica: O NetText Lab não opera sobre teoria dos grafos complexos, métricas de centralidade de autovetor ou intermediação, nem exporta arquivos em formato GEXF. O diferencial científico da aplicação reside em seu rigoroso protocolo de sete etapas de pesquisa empírica, na anonimização ética de autores e na geração de relatórios metodológicos completos de rastreabilidade.
O Fluxo Metodológico em 7 Etapas
O software estrutura a pesquisa empírica em um fluxo reprodutível, onde cada transformação gera um novo dataset versionado sem sobrescrever o texto bruto original:
Etapa 01 — Coleta de Comentários
Conexão com a YouTube Data API v3 (utilizando chave do pesquisador) com suporte a vídeos e playlists inteiras com checkpointing e retomada, além de importador flexível de arquivos CSV, XLSX, JSON e JSONL.
Etapa 02 — Limpeza e Anonimização
Protocolos de higienização de ruídos, remoção de quebras e pseudonimização determinística de autores para proteção de dados pessoais, mantendo a preservação do texto original.
Etapa 03 — Dicionário Temático
Criação, edição e versionamento de esquemas conceituais estruturados em formato YAML, com suporte a sinônimos e critérios de pertinência definidos pelo pesquisador.
Etapa 04 — Classificação Lexical
Aplicação de regras de correspondência temática sobre o dataset ativo, com suporte a sugestões automatizadas sempre sujeitas à revisão e validação humana.
Etapa 05 — Amostragem e Análise Exploratória
Filtros e seleção amostral representativa; cálculo descritivo de frequências, unigramas, bigramas, trigramas, métricas de coocorrência no mesmo comentário, associações por PMI, hashtags e emojis.
Etapa 06 — Interoperabilidade e Exportação
Exportação estruturada sem sobrescrita silenciosa para planilhas CSV, Excel XLSX, Word DOCX, Iramuteq e QDA Miner Lite, garantindo continuidade analítica.
Etapa 07 — Relatório Metodológico
Geração automatizada de diário de auditoria em DOCX detalhando parâmetros de coleta, histórico de transformações, versões de esquemas e decisões metodológicas adotadas.
Especificações Técnicas e Arquitetura
| Componente | Tecnologia Adotada |
|---|---|
| Linguagem | Python 3.10+ |
| Interface Gráfica | CustomTkinter |
| Banco de Dados Local | SQLite versionado (project.sqlite) com cópia atômica e verificação de hash |
| Coleta Online | Google API Client (YouTube Data API v3) |
| Formatos & Dicionários | YAML (PyYAML), JSON, JSONL |
| Exportação Interoperável | OpenPyXL, python-docx, CSV |
| Inteligência Artificial Opcional | Google Gemini, OpenRouter, Codex CLI, Claude Code (opcional; 100% funcional no modo manual) |
Distribuição e Downloads Verificados
Pacotes executáveis portáteis com integridade criptográfica SHA-256 homologada:
NetText Lab para Linux (x86_64)
SHA-256: f587bf68cd657097e339ae4e67ee54448bad10e6a52cd15a64c8c4e0fc74cfb0
NetText Lab para Windows (x64)
SHA-256: 4807bd4d55fdeb9b92f4e6462b2ca09ef25da2c581caf1c4a004672f0fe35a84