ANALYSIS OF EXPRESSION OF OPINION IN WRITTEN POLITICAL MEDIA DISCOURSE
https://doi.org/10.18384/2224-0209-2020-3-1017
Abstract
Aim is to describe the features of the expression of opinion in analytical articles on politics. Methodology. The language and the arrangement of the text main components expressing opinion, were analyzed, the interaction of sentiment and counterfactual values, characteristics of referring to someone else’s opinion have been considered, as well as the way to find the author’s opinion using the words that are rare for a collection of documents. Results. Identification of lexical and grammatical features used to express opinion in political media discourse. Research implications. Suggestions for using these characteristics in identifying opinions.
References
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.
Review
Views:
273
Email this article 