АННОТАЦИЯ
Цель. Представление исследования, посвящённого разработке регрессионных моделей субъектности сетевых сообществ по автоматически определяемым показателям реляционно-ситуационного анализа (РСА) его контента. Процедура и методы. Для построения моделей был проанализирован контент 64 сетевых сообществ различной тематической направленности из открытого сегмента социальных сетей: Facebook, «ВКонтакте», «Одноклассники», Pikabu, Telegramm и др. Тексты сообществ были подвергнуты психолингвистическому анализу с помощью ранее разработанного перечня дискурсивных маркеров, по итогам которого были вычислены показатели субъектности. Автоматический реляционно-ситуационный анализ текстов осуществлялся с помощью машины РСА, разработанной в Институте системного анализа РАН. Результаты. В результате проведённого анализа для всех показателей субъектности удалось построить исчерпывающие регрессионные модели с удовлетворительным качеством. Теоретическая и/или практическая значимость. Использование полученных регрессионных моделей позволит осуществлять мониторинг различных секторов Рунета в автоматизированном режиме и проводить оценку субъектности контента.
ЦИТАТА
ОЦЕНКА СУБЪЕКТНОСТИ СЕТЕВОГО СООБЩЕСТВА ПО ПОКАЗАТЕЛЯМ АВТОМАТИЧЕСКОГО РЕЛЯЦИОННО-СИТУАЦИОННОГО АНАЛИЗА ЕГО КОНТЕНТА / А.Н. Воронин, Т.А. Кубрак, И.В. Смирнов, М.А. Станкевич // Вестник Московского государственного областного университета. – 2020. – № 3. – С. 134-153
