Разделы журнала
Архив и статистика
Вход на сайт



или
Печатный вестник ПЕЧАТНЫЕ
ЖУРНАЛЫ
МГОУ
Издательство МГОУ Издательство
МГОУ
КОНТАКТЫ:

Наш адрес: 105005, г. Москва, ул. Радио, д.10а, комн.98.

Телефоны:
+7 (495) 780-09-42 доб. 1740,

E-mail: info@evestnik-mgou.ru,
e-mag@mgou.ru

График работы: с 10-00 до 17-00,

в пятницу - до 16-00,

перерыв с 13-00 до 14-00.

 

МЫ В СОЦСЕТЯХ

BK Facebook Telegram Twitter Instagram

Вестник МГОУ / Раздел "Филологические науки" / 2020 № 3.

 

Семина Т.А.

АНАЛИЗ ВЫРАЖЕНИЯ МНЕНИЯ В ПИСЬМЕННОМ ПОЛИТИЧЕСКОМ МЕДИАДИСКУРСЕ // Вестник Московского государственного областного университета (Электронный журнал). 2020. № 3.

Doi:10.18384/2224-0209-2020-3-1017


Индекс УДК: 81-114.2

Дата публикации: 22.07.2020

Полный текст статьи

Кол-во скачиваний Кол-во скачиваний: 29

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.

Ключевые слова


анализ тональности, мнение, модальность, прямая речь, извлечение мнений

Список цитируемой 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.
8. P. 172–184.
9. 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.
10. 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).
11. 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.

Лицензия Creative Commons