Автоматизированный анализ эвиденциальности в медиадискурсе : опыт применения нейросетевых моделей

Рассматривается проблема анализа функционирования категории эвиденциальности в медиадискурсе с опорой на методы машинного обучения. Актуальность исследования обусловлена необходимостью интерпретации имплицитных и контекстуально обусловленных модусных смыслов, недостаточно описываемых с помощью традиционных методов. Целью работы является разработка методики автоматизированного анализа эвиденциальности с учетом ее взаимодействия с другими модусными категориями. Исследован корпус англоязычных медиатекстов. Предлагается авторская методика, основанная на алгоритмах векторного представления слов, комбинаторного моделирования и построения рекуррентной нейронной сети. В результате выделены и классифицированы эвиденциальные операторы, установлены устойчивые модели их сцепления с маркерами категорий авторизации, аппроксимации, восприятия, модальности, отрицания, оценочности, персональности, персуазивности, экспрессивности, эмотивности и темпоральности. Представлены типовые траектории полимодального развертывания эвиденциальных высказываний. Уделяется внимание лингвосинергетическому подходу, в рамках которого модусные смыслы рассматриваются как элементы многоуровневой самоорганизующейся семантической системы. Предложенная методика демонстрирует высокую эффективность нейросетевых методов в задачах автоматизированного дискурсивного анализа и лингвистической экспертизы.

1. Басовец И. М. Лучевидная субъектная модель текстовой деавторизации в медиажанрах (на материале английского и белорусского языков) / И. М. Басовец // Известия Смоленского государственного университета. — 2024. — № 1 (65). — С. 90—102. — DOI: 10.35785/2072-9464-2024-65-1-90-102.

2. Борботько В. Г. Принципы формирования дискурса : от психолингвистики к лингвосинергетике / В. Г. Борботько. — Москва : Книжный дом «Либроком», 2011. — 288 с. — ISBN 978-5-397-01802-9.

3. Гафаров Ф. М. Искусственные нейронные сети и приложения / Ф. М. Гафаров, А. Ф. Галимянов. — Казань : Изд-во Казан. ун-та, 2018. — 121 с.

4. Дзюбенко А. И. Прагматика художественного вымысла : дискурсивные маркеры эвиденциальности / А. И. Дзюбенко // Филологические науки. Вопросы теории и практики. — 2024. — Т. 17. — № 11. — С. 3964—3970. — DOI: 10.30853/phil20240558.

5. Иванова С. В. Эвиденциальность и эпистемическая модальность : сопряжение на уровне семантики слова / С. В. Иванова, Г. Ш. Хакимова // Вестник Санкт-Петербургского университета. Язык и литература. — 2024. — Т. 21. — № 4. — С. 802—824. — DOI: 10.21638/spbu09.2024.403.

6. Инь Суузюнь. Метод применения нейронных сетей BERT-BILSTM-Attention для определения эмоционального отношения автора к тексту / Инь Суузюнь, Г. И. Афанасьев, А. П. Калистратов // Современная наука : актуальные проблемы теории и практики. Серия : Естественные и технические науки. — 2023. — № 7—2. — С. 55—58. — DOI: 10.37882/2223-2982.2023.7-2.13.

7. Карданова-Бирюкова К. С. Реализация принципа рекурсивности речевой деятельности в политическом дискурсе (на основе анализа стенограммы телепередачи «К барьеру!») / К. С. Карданова-Бирюкова // Вестник МГПУ. Серия : Филология. Теория языка. Языковое образование. — 2013. — № 2 (12). — С. 77—86.

8. Кобрина О. А. Категория эвиденциальности : ее статус и формы выражения в разных языках / О. А. Кобрина // Вопросы когнитивной лингвистики. — 2005. — № 1 (2). — С. 86—98.

9. Кобрина О. А. Модусная составляющая лингво-коммуникативной категории / О. А. Кобрина // Актуальные проблемы филологии и лингводидактики : Сборник материалов Второй всероссийской конференции с международным участием, Нижний Новгород, 21—22 мая 2021 года. — Нижний Новгород : Нижегородский государственный лингвистический университет им. Н. А. Добролюбова, 2021. — С. 50—56.

10. Козинцева Н. А. Категория эвиденциальности (проблемы типологического анализа) / Н. А. Козинцева // Вопросы языкознания. — 1994. — № 3. — С. 92—104.

11. Козловский Д. В. Категоричная и некатегоричная эвиденциальность в англоязычном дискурсивном пространстве / Д. В. Козловский // Филология и культура. — 2017. — № 1 (47). — С. 30—36.

12. Козловский Д. В. Реализация категории эвиденциальность в дискурсивном пространстве массмедиа : лингвосинергетический аспект / Д. В. Козловский. — Саратов : Амирит, 2023. — 184 с. — ISBN 978-5-00207-175-3.

13. Кузнецов Р. С. Прогнозирование биржевых котировок Amazon Inc. С использованием BILSTM-Attention нейронной сети / Р. С. Кузнецов // Экономика и бизнес: теория и практика. — 2023. — № 10—2 (104). — С. 19—23. — DOI: 10.24412/2411-0450-2023-10-2-19-23.

14. Петрова И. М. Современные цифровые технологии в лингвистических исследованиях / И. М. Петрова, А. М. Иванова, В. В. Никитина. — Москва : Языки народов мира, 2022. — 259 с. — ISBN 978-5-6048046-8-1.

15. Плунгян В. А. «Что такое грамматические категории?» [Электронный ресурс] / В. А. Плунгян // ПостНаукаTV. — 2012. — Режим доступа : http://www.youtube.com/watch?v=HGSVYt8UpYc (дата обращения 25.12.2024).

16. Сусов И. П. История языкознания / И. П. Сусов. — Москва : АСТ : Восток-Запад, 2006. — 295 с. — ISBN 5-17-038557-9.

17. Хазиева Р. Р. Информационные технологии использования эвиденциальных маркеров в политическом дискурсе СМИ / Р. Р. Хазиева // Один пояс — один путь. Лингвистика взаимодействия : Материалы Международной научной конференции, Екатеринбург, 16—21 октября 2017 года / Ответственные редакторы А. П. Чудинов, Сунь Юйхуа. — Екатеринбург : Уральский государственный педагогический университет, 2017. — С. 188—190. — ISBN 978-5-7186-0945-5.

18. Черкунова М. В. Функциональный синергизм текста как объект функциональной лингвосинергетики / М. В. Черкунова, Е. В. Пономаренко, А. А. Харьковская // Вестник Самарского университета. История, педагогика, филология. — 2022. — Т. 28. — № 4. — С. 106—114. — DOI: 10.18287/2542-0445-2022-28-4-106-114.

19. Aikhenvald A. Y. Evidentiality / A. Y. Aikhenvald. — Oxford : Oxford University Press, 2004. — 481 p.

20. Aikhenvald A. Y. The grammaticalization of evidentiality / A. Y. Aikhenvald // The Oxford handbook of grammaticalization. — Oxford : Oxford University Press, 2021. — Pp. 605—606. — ISBN 978-0-19-958678-3.

21. Burnashev R. F. The role of neural networks in linguistic research / R. F. Burnashev, A. S. Alamova // Science & Education. — 2023. — Vol. 4. — № 3. — Pp. 558—569.

22. Deep evidential learning in diffusion convolutional recurrent neural network / Z. Feng, K. Qi, B. Shi, H. Mei, Q. Zheng, H. Wei // Electronic Research Archive. — 2023. — Vol. 31. — Issue 4. — Pp. 2252—2264. — DOI: 10.3934/era.2023115.

23. Khramchenko D. S. The power of synergy in discourse : exploring persuasive language in English mass media / D. S. Khramchenko // Indonesian Journal of Applied Linguistics. — 2023. — Vol. 13. — № 2. — Pp. 368—379. — DOI: 10.17509/ijal.v13i2.63068.

24. Naymushin M. Word2vec semantic model and human language processing / M. Naymushin // Речевые технологии. — 2021. — № 1—2. — Pp. 47—60. — DOI: 10.58633/2305 8129_2021_1-2_47.

25. Shao Z. Dual-level Deep Evidential Fusion : Integrating multimodal information for enhanced reliable decision-making in deep learning / Z. Shao, W. Dou, Y. Pan // Information Fusion. — 2024. — Volume 103. — Pp. 102—113. — DOI: 10.1016/j.inffus.2023.102113.

26. Suleimanova O. A. The Learning and Educational Potential of Digital Tools in Humanities and Social Science / O. A. Suleimanova, I. A. Guseinova, A. A. Vodyanitskaya // Society. Integration. Education : Proceedings of the International Scientific Conference. — 2020. — Vol. 4. — Pp. 657—669. — DOI: 10.17770/SIE2020VOL4.4851.

27. Tong Z. An evidential classifier based on Dempster-Shafer theory and deep learning / Z. Tong, P. Xu, T. Denoeux // Neurocomputing. — 2021. — Vol. 450. — Pp. 275—293. — DOI: 10.1016/j.neucom.2021.03.066.