АНАЛИЗ ВЫРАЖЕНИЯ МНЕНИЯ В ПИСЬМЕННОМ ПОЛИТИЧЕСКОМ МЕДИАДИСКУРСЕ
https://doi.org/10.18384/2224-0209-2020-3-1017
Аннотация
Целью работы является описание особенностей выражения мнения в аналитических политических статьях для выделения тональности. Процедура и методы. Проведены анализ языкового материала и статистический анализ взаимного расположения основных компонентов высказывания, содержащего мнение, рассмотрено взаимодействие тональности и контрфактивного значения, характеристики отсылки к чужому мнению, а также описан подход к поиску мнения автора по редким для коллекции документов словам. Результаты. На основе анализа выражения мнения удалось выделить лексические и грамматические особенности выражения тональности в политическом медиадискурсе. Практическая значимость. В статье сформулированы предложения по работе с указанными особенностями при выделении мнений в аналитических статьях.
Список литературы
1. Беляков М. В., Максименко О. И. Прагматика метафоры в русском дипломатическом дискурсе // IV Фирсовские чтения. Язык в современных дискурсивных практиках: материалы докладов и сообщений Международной научно-практической конференции, Москва, 22-23 октября 2019 г. / под ред. А. С. Борисовой, А. В. Игнатенко, Т. В. Лариной, О. В. Ломакиной. М.: РУДН, 2019. С. 453-459.
2. Семина Т. А. Извлечение мнения автора через обратную частоту документа // Вестник Московского государственного областного университета (электронный журнал). 2019. № 2. URL: www.evestnik-mgou.ru (дата обращения: 04.10.2019).
3. Юсупов И. Распознавание именованных сущностей с использованием синтактико-семантических признаков и нейросетей [Электронный ресурс] // Диалог: труды Международной конференции по компьютерной лингвистике и интеллектуальным технологиям, Москва, 1-4 июня 2016 г. Вып. 15 (22). [2016]. URL: http://www.dialog-21.ru/media/3475/yusupov.pdf (дата обращения: 04.10.2019).
4. Baymurzina D. R., Kuznetsov D. P., Burtsev M. S. Language model embeddings improve sentiment analysis in Russian // Компьютерная лингвистика и интеллектуальные технологии: по материалам ежегодной международной конференции «Диалог», Москва, 29 мая - 1 июня 2019 г. М.: Издательство РГГУ, 2019. С. 53-62.
5. Chiranjeevi P., Santosh D. T., Vishnuvardhan B. Survey on Sentiment Analysis Methods for Reputation Evaluation // Cognitive Informatics and Soft Computing. Singapore: Springer, 2019. P. 53-66.
6. Choi Y., Wiebe J., Mihalcea R. Coarse-grained +/- Effect Word Sense Disambiguation for Implicit Sentiment Analysis // The IEEE Transactions on Affective Computing. 2017. Vol. 8. № 4. Р. 471-479.
7. Li X., Wu C., Mai F. The effect of online reviews on product sales: A joint sentiment-topic analysis // Information & Management. 2019. Vol. 56. № 2.P. 172-184.
8. Rusnachenko N., Loukachevitch N. V. Extracting Sentiment Attitudes from Analytical Texts via Piecewise Convolutional Neural Network // DAMDID/RCDL, October 9th-12th, 2018. Мoscow, 2018. P. 186-192.
9. Saura J. R., Palos-Sanchez P., Grilo A. Detecting indicators for startup business success: Sentiment analysis using text data mining // Sustainability. 2019. Vol. 11. № 3. URL: https://www.mdpi.com/2071-1050/11/3/917 (дата обращения: 04.10.2019).
10. Zhang L., Liu B. Identifying noun product features that imply opinions // Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies: short papers. Vol. 2. Shoumen, Bulgaria: Association for Computational Linguistics, 2011. P. 575-580.
Рецензия
Для цитирования:
Семина Т.А. АНАЛИЗ ВЫРАЖЕНИЯ МНЕНИЯ В ПИСЬМЕННОМ ПОЛИТИЧЕСКОМ МЕДИАДИСКУРСЕ. Российский социально-гуманитарный журнал (Прежнее название: «Вестник Московского государственного областного университета»). 2020;(3):274-284. https://doi.org/10.18384/2224-0209-2020-3-1017
For citation:
Semina T.A. ANALYSIS OF EXPRESSION OF OPINION IN WRITTEN POLITICAL MEDIA DISCOURSE. Russian Social and Humanitarian Journal. 2020;(3):274-284. (In Russ.) https://doi.org/10.18384/2224-0209-2020-3-1017
Просмотров: 110
Послать статью по эл. почте 