Topic Modeling Parametrico e Nonparametrico per Dati Testuali Complessi: Un'Applicazione ai Centri di Ascolto Caritas

This thesis work develops and applies a methodological procedure based on topic modeling techniques to enhance the informational heritage contained in the narrative interview notes of the Listening Centers of the Diocesan Caritas of Treviso. The objective is to transform the free texts written by operators into structured knowledge supporting decision-making, in full compliance with the confidentiality of sensitive data. On the methodological level, the thesis compares the parametric Latent Dirichlet Allocation (LDA) model and its non-parametric extension, the Hierarchical Dirichlet Process (HDP). In the HDP, by integrating thematic distributions with the socio-demographic variables of the beneficiaries, a strong polarization of the clientele emerges: on one hand, the topic of housing emergencies and the need for rapid bureaucratic support for young foreign men; on the other, the support of families with a deep-rooted presence in the territory facing health, economic, and relational vulnerabilities. The study shows how text analysis makes it possible to go beyond the rigidity of traditional indicators, providing the management of an organization with a fact-based, scalable, and transferable tool with which to plan services.

Il presente lavoro di tesi sviluppa e applica una procedura metodologica basata su tecniche di topic modeling per valorizzare il patrimonio informativo contenuto nelle note narrative di colloquio dei Centri di Ascolto della Caritas Diocesana di Treviso. L’obiettivo è quello di trasformare i testi liberi redatti dagli operatori in conoscenza strutturata a supporto delle decisioni, nel pieno rispetto della riservatezza dei dati sensibili. Sul piano metodologico, la tesi confronta il modello parametrico Latent Dirichlet Allocation (LDA) e la sua estensione non parametrica Hierarchical Dirichlet Process (HDP). Nell’HDP, integrando le distribuzioni tematiche con le variabili socio-demografiche degli assistiti, emerge una forte polarizzazione della clientela: da una parte il topic dell’emergenza abitativa e della necessità di un rapido supporto burocratico per giovani uomini stranieri; dall’altra il sostegno di famiglie con radicata presenza sul territorio con fragilità di salute, economiche e relazionali. Lo studio mostra come l’analisi del testo permetta di andare oltre la rigidità dei tradizionali indicatori, fornendo alla direzione di un ente uno strumento basato su dati di fatto, scalabile e trasferibile, con cui pianificare i servizi.