Esta dissertação explora o uso de Processamento de Linguagem Natural (PLN) para avaliar a perceção pública do risco associado a vulnerabilidades habitacionais e ambientais em comunidades urbanas. O trabalho insere-se no projeto RETIME – Urban Adaptation and Alert Solutions for a TIMELY (re)Action, financiado pela Comissão Europeia (Acordo de Subvenção n.º 101147113). Propõe-se um enquadramento metodológico que combina modelação de tópicos e análise de sentimento para compreender como o risco habitacional é percecionado em áreas expostas a este tipo de perigos. A primeira parte aplica um modelo de tópicos baseado em codificadores bidireccionais a dados extraídos automaticamente de sites institucionais e da comunicação social em Lisboa, Žilina e Tartu, identificando temas recorrentes no discurso urbano sobre risco. A segunda parte centra-se em Lisboa, analisando transcrições de grupos focais no Bairro da Boavista com duas abordagens de análise de sentimento: um método baseado em léxico e regras, com vocabulário padrão e adaptado, e um classificador baseado em transformadores capaz de reconhecer sentimentos sem treino prévio. O modelo de tópicos revelou cinco agrupamentos temáticos consistentes entre as três cidades, refletindo vulnerabilidades socioambientais e institucionais. A análise de sentimento indicou um tom predominantemente negativo, especialmente em relação a riscos climáticos e de infraestrutura. A utilização de léxico específico melhorou a abordagem baseada em regras, enquanto o classificador com transformadores apresentou maior precisão. Os resultados demonstram que o discurso público e as vozes comunitárias podem apoiar decisões participativas, contribuindo para um planeamento urbano mais eficaz e adaptado às necessidades locais.