Сентимент-анализ читательского интернет-комментария к политическому тексту

Размещено на http://www.allbest.ru/

Сентимент-анализ читательского интернет-комментария к политическому тексту

Аннотация

Статья посвящена изучению эмоциональной составляющей читательского комментария как субжанра интернет-коммуникации. Актуальность проведенного исследования обусловлена повышенным вниманием к вопросам интернет-коммуникации в области политической лингвистики, что в свою очередь продиктовано активной социальной позицией современного пользователя Глобальной сети, его стремлением принять участие в общественно-политической жизни. В исследовании читательский комментарий рассматривается как способ самовыражения личности в интернет-пространстве. Электронные версии газетных статей (англ. «news articles») и комментарии читателей к ним (англ. «reader comments») структурно и семантически рассматриваются как единое целое -- интерактивная газетная статья (англ. «participatory news article»), при этом комментарий ввиду своей спонтанности обладает большей экспрессивностью и эмоциональностью. В целях определения тональности текста англоязычных и русскоязычных читательских комментариев (N = 2050) к новостным статьям (N = 38) в исследовании применен метод сентимент-анализа (количественный анализ автоматизированным способом при помощи прикладного программного интерфейса «ParallelDots API»).

Интерпретация полученных данных позволяет говорить о преобладании негативной тональности в текстах русскоязычных комментариев (59,3 %) и нейтральной тональности в англоязычных (46,1 %). Проведенный сопоставительный экспертный анализ с акцентом на культурологические особенности выявил в целом больший интерес к вопросам политической тематики в англоязычных комментариях по сравнению с русскоязычными. Исследование показало, что использование сентимент -анализа позволяет получить объективные данные об эмоциональной тональности текста, следовательно, описанный в работе опыт изучения читательских комментариев может послужить примером для дальнейших лингвистических исследований текста с применением автоматизированных методов анализа.

КЛЮЧЕВЫЕ СЛОВА: интернет-коммуникация; субжанры; читательские комментарии; сентимент-анализ; политические тексты; интернет-дискурс.

Abstract

G.K. Gimaletdinova

E.Kh. Dovtaeva

Sentiment Analysis of the Reader's Internet Commentary on a Political Text

The article is devoted to the study of the emotional constituent of the reader's commentary as a subgenre of Internet communication. The urgency of the study is substantiated by heightened attention to Internet communication in the field of political linguistics, which, in turn, is dictated by the active social position of the modern user of the global network and their desire to participate in socio-political life. The study looks at the reader's commentary as a way of self-expression of a personality in the Internet environment.

Electronic versions of newspaper articles (news articles) and readers' commentaries (reader comments) are structurally and semantically considered as a single whole (a participatory news article), where the reader's commentary, due to its spontaneity, is more expressive and emotional. In order to determine and compare the emotionality of English and Russian reader's commentaries N=2050) on news articles (N=38), the study uses the method of sentiment analysis (automated quantitative analysis based on the application programming interface ParallelDots API). Interpretation of the data obtained allows speaking about the prevalence of negative tonality in the texts of Russian-language commentaries (59.3%) and neutral tonality in the English-language commentaries (46.1 %). A comparative expert analysis with an emphasis on cultural features has revealed a generally greater interest in political issues in English commentaries compared to Russian ones. The study shows that the use of sentiment analysis allows the researcher to obtain objective data; therefore, the experience of studying reader's commentaries described in this work can serve as an example forfurther linguistic investigation of the text based on automated analysis methods.

KEYWORDS: Internet communication; subgenres; readers' commentaries; sentiment analysis; political texts; Internet discourse.

Введение

В связи с повышением значимости интернет-коммуникации в жизни современного человека актуальными становятся исследования, посвященные способам самовыражения личности в интернет-пространстве. Возникновение новых форм сетевого общения способствует жанровой дифференциации такого явления, как комментарий читателя (читательский комментарий). В зависимости от конкретного направления лингвистических исследований (медийная коммуникация, прагматика, стилистика и т. д.), объектом специального изучения становятся специфика, цели и речевые особенности комментария как жанра интернет-коммуникации [Фенина 2015].

В данной статье комментарий читателя (англ. reader comment) изучается в неразрывной связи с газетной (новостной) статьей (англ. news article), к которой он оставлен в режиме онлайн. Наличие смысловых, структурных и семантических связей между газетными статьями и читательскими комментариями к ним диктует необходимость использования специального термина, позволяющего рассматривать газетную статью и читательский комментарий как единое целое. Вслед за Яном Брюсом авторы используют термин интерактивная газетная статья (англ. participatory news article) [Bruce 2010; Гималетдинова 2012]. Таким образом, виртуальная коммуникация в рамках интерактивной газетной статьи строится по схеме: событие (общественно-политическое и т. д.) ^ новостная статья (отклик на событие) ^ комментарий читателя (отклик на событие, отклик на новостную статью, отклик на комментарии других читателей и т. д.).

Для лингвистических исследований определенный интерес представляет эмоциональная составляющая читательского комментария, поскольку особенностями последнего являются спонтанность, диалогичность, экспрессивность и лаконичность [Гималетдинова 2012; Топчий 2019; Щипицина 2015]. Наиболее существенные результаты относительно качественного и количественного анализа эмоциональности читательских комментариев могут быть получены путем автоматизированной обработки текстового материала. Для решения данных задач в компьютерной лингвистике используется метод сентимент-анализа, или метод анализа тональности текста (англ. sentiment analysis), где под тональностью, или сентиментом, понимается выраженная в тексте эмоциональная оценка [Pang, Lee 2008]. Определение тональности текста англоязычных и русскоязычных читательских комментариев (в сопоставительном аспекте) с применением автоматизированного метода сентимент- анализа позволит получить новые данные об исследуемом субжанре интернет-коммуникации.

В статье представлены результаты анализа тональности текста на материале читательских комментариев к газетным статьям. Назовем наиболее существенные достижения проведенного исследования.

1. Предпринята попытка изучения эмоциональной составляющей читательского комментария посредством автоматизированного метода сентимент-анализа.

2. Выявлены особенности выражения эмоциональности в текстах читательских комментариев представителями разных языковых культур (англоязычной и русскоязычной).

Обзор литературы по проблеме

В современных исследованиях комментарий читателя изучается в рамках теории интернет-коммуникации и виртуального жанроведения [Горошко 2015], а также дискурса общественного мнения (ДОМ), под которым понимается «форма использования языка в процессе формирования и выражения общественного мнения в реальном времени в совокупности содержания высказывания с экстралингвистическими факторами и персональными особенностями коммуникантов» [Красильникова 2011: 136]. Для обозначения комментария как жанра интернет- дискурса используются различные термины: сетевой комментарий или «коммент» (англ. online comment) [Степанова 2013; Щипицина 2015], интернет-комментарий (англ. internet comment) [Дахалаева 2013; Карпоян 2015; Камененева 2016; Ляпун 2016; Топчий 2019], а также читательский комментарий / комментарий читателя (англ. reader comment) [Bruce 2010; Гималетдинова 2012; Бирюкова 2018]. Отмечается, что интернет-комментарии способствуют непрерывности и интерактивности интернет-общения [Дахалаева 2013], обладают высокой степенью эмоциональности [Ляпун 2016; Топчий, 2019] и выступают существенным индикатором политической и социальной активности населения [Дахалаева 2013].

В исследованиях, посвященных вопросам виртуального жанроведения, высказывается мысль о том, что интернет- комментарий формируют субжанр, обладающий в структурно-семантическом плане относительной несамостоятельностью и зависимостью от исходного (комментируемого) текста, в связи с чем комментарий следует рассматривать в составе макротекстового образования [Щипицина 2015]. В случае с читательским комментарием таким макро-текстовым образованием можно считать интерактивную газетную статью [Bruce 2010; Гималетдинова 2012]. Тематика и контент статьи журналиста обусловливают ответную реакцию, выраженную в читательском комментарии; в частности, доказано, что отрицательная оценочность и негативная эмоциональность присущи комментариям к политическим статьям, а положительная оценочность и позитивная эмоциональность -- к статьям культурной тематики [Каменева 2016].

Стремление обработать большие объемы текстового материала на предмет его эмоциональной составляющей привел исследователей к необходимости использования автоматизированных способов обработки текстовой информации. На таблице 1 представлены данные по ряду научных проектов, целью которых явился анализ того или иного жанра интернет-коммуникации [Дахалаева 2013; Гурин 2015; Каменева 2016; Бирюкова 2018; Топчий 2019; Колмогорова 2019; Посевкин 2019].

Таблица 1 Данные о проведенных исследованиях отдельных жанров интернет-коммуникации с применением автоматизированных и неавтоматизированных методов

Анализ представленных в таблице 1 данных позволяет заключить, что использование неавтоматического (ручного) способа обработки текстового материала не позволяет проанализировать существенный объем комментариев. Более качественный анализ эмоциональной составляющей читательских комментариев возможен в случае применения метода сентимент-анализа, который позволяет классифицировать тексты по тональности (эмоциональной оценочности, или сентименту), при этом примерами тональных оценок могут быть негативная, позитивная и нейтральная. На сегодняшний день существует два основных метода решения задач автоматического определения тональности:

1) статистический метод, основанный на использовании заранее размеченных по тональности коллекций (корпусов) текстов, на которых далее происходит обучение модели, с помощью которой определяется тональность выбранного отрезка текста;

2) метод, основанный на составлении специальных семантических тезаурусов (тональных словарей) позитивных и негативных слов и выражений. Этот метод может использовать как списки паттернов, так и правила соединения тональной лексики внутри предложения, основанные на грамматическом и синтаксическом разборе. Данные словари необходимы при составлении специальных компьютерных программам, целю которых является решение той или иной задачи методом сентимент-анализа [Pang, Lee 2008].

Кроме социологических исследований (маркетинговые, рекламные и т. д.), сентимент-анализ может применяться и для проведения исследований в области лингвистики. Поскольку выражение эмоций и наличие эмоциональности представляется неотъемлемой частью читательского комментария, определение и разграничение его тональности, в том числе в сопоставительном аспекте, применительно к представителям разных языковых культур, может послужить толчком к дальнейшему изучению лингвистической составляющей читательского комментария и выявлению закономерностей доминирования позитивной, негативной и нейтральной тональности в тексте. Проведение настоящего исследования является шагом в данном направлении.

Материал и методы исследования

В исследовании использовался метод анализа тональности текста (метод сентимент-анализа), целью которого является автоматизированное выявление в анализируемых текстах эмоционально окрашенной лексики (положительной, отрицательной) и эмоциональной оценки авторов (мнений) по отношению к упоминаемым в текстах объектам.

Исследование проводилось в три этапа.

На первом этапе мы отобрали 38 газетных статей, посвященных мировым катаклизмам (например, землетрясение в Калифорнии, 2019 г.; ураган Мэтью, 2019 г.; землетрясение и цунами в Индонезии, 2018 г.), катастрофам (например, авиакатастрофа в России, 2016 г.; авиакатастрофа на Украине, 2014 г.) и иным событиям мирового масштаба. Выбор данной тематики продиктован поставленной в исследовании целью -- проведение сентимент-анализа текста читательских комментариев. Полагаем, что обращение к эмоционально значимым вопросам, темам, вызывающим широкий общественный резонанс и эмоциональный отклик у

большого числа читателей новостных лент и интернет-версий газет, позволяет отобрать максимально полный материал для сентимент-анализа. Использовались электронные версии газет The Independent (https://www. independent.co.uk), the Guardian (https://www. theguardian.com/), «Комсомольская правда» (https://m.kp.ru), а также новостные ресурсы «РИА „Новости"» (https://ria.ru) и Meduza (https://meduza.io). Далее была составлена картотека читательских комментариев к газетным статьям (N = 2050), включая англоязычные (N = 1191) и русскоязычные (N = 859). Количественное преобладание англоязычных комментариев над русскоязычными логически объясняется тем, что читатель новостных статей в зарубежной прессе проявляет большую активность и желание выразить свое мнение в виде комментария по сравнению с русскоязычным читателем (количество обнаруженных нами комментариев к одной только англоязычной статье могло достигать 600, тогда как к русскоязычной составляло не более 200). Общий объем подготовленного к анализу текста комментариев составил 629 827 печатных знаков.

Целью второго этапа исследования было проведение количественного анализа читательских комментариев. На данном этапе текст отобранных англоязычных и русскоязычных комментариев был обработан автоматизированным способом при помощи прикладного программного интерфейса ParallelDots API (application programming interface), созданного специально для обеспечения максимально точного анализа общей эмоции текстового контента в таких источниках, как блоги, статьи, форумы, отзывы потребителей, опросы, «Твиттер» и т.д. (https://www. paralleldots.com/sentiment-analysis). Ресурс применяет метод построения алгоритмов долгой краткосрочной памяти (англ. long short-term memory, LSTM) для определения тональности текста как позитивной, негативной или нейтральной. В результате автоматизированного сентимент-анализа текста читательских комментариев были выделены англоязычные и русскоязычные комментарии с доминирующим типом тональности: позитивной, негативной и нейтральной. Полученные данные подверглись статистической обработке, для наглядного представления эмпирических данных использовались диаграммы.

Целью третьего этапа исследования было проведение качественного анализа читательских комментариев неавтоматизированным способом (экспертный анализ). Мы предприняли попытку определить основные типы комментариев позитивной, негативной и нейтральной тональности и произвели дальнейшую тематически обусловленную группировку комментариев. Это позволило определить, какие именно темы, затрагиваемые авторами комментариев, приводят к появлению той или иной тональности, главным образом позитивной или негативной, а также выявить закономерности использования определенных стилистических приемов и других средств выражения эмоции.

Результаты исследования

Русскоязычные читательские комментарии продемонстрировали превалирующее количество негативных комментариев -- 59,3 %, в то время как англоязычные комментарии негативной тональности к зарубежным газетным статьям составили 45,5 %. Процент русскоязычных комментариев позитивной тональности -- 17,7 %, англоязычных -- 8,4 %. Тем не менее англоязычные читательские комментарии к газетным статьям выделяются доминирующим числом комментариев нейтральной тональности -- 46,1 %. Комментарии к российским электронным статьям, содержащие нейтральную эмоциональную оценку, составляют 23 %. Обобщенные данные представлены на рисунке 1.

Помимо приведенной выше классификации читательских комментариев, была предпринята попытка выделения обособленных разделов внутри каждой группы, что позволило спроецировать наиболее полное представление об их эмоциональной направленности.

Комментарии позитивной тональности были разделены на три группы, причем в русскоязычных читательских комментариях было обнаружено доминирующее количество «отвлеченных» комментариев (условное название таких откликов, в содержании которых поднимались темы, не имеющие непосредственного отношения к вопросу, например, комментарии, содержащие информацию о личном жизненном опыте комментатора и т.п.). Аналогичные результаты были выявлены при делении нейтральных читательских комментариев: в русскоязычных комментариях негативной тональности было зафиксировано преобладание текстов «отвлеченной» тематики, а в англоязычных -- политической. Более точные статистические данные анализа представлены в следующем разделе статьи.

Обсуждение полученных результатов

Читательские комментарии позитивной тональности были разделены на три подгруппы:

1) комментарии, выражающие сочувствие (соболезнования пострадавшим или их родственникам, обращение к ним, высказывание пожелания, слов поддержки и т. д.). В данной подгруппе русскоязычные комментарии составляют 31,4 %, англоязычные -- 28 %;

2) комментарии-призывы, комментарии побуждающего характера, в которых авторы обращаются к другим участникам полилога с целью призыва к изменению ситуации, мнения, поведения, жизненных установок. Здесь доминирующую позицию занимают читательские комментарии, оставленные к зарубежным газетным статьям -- 7,5 %, в то время как аналогичные русскоязычные комментарии были употреблены в 5,9 % случаев;

Рис. 1. Общее процентное соотношение тональности читательских комментариев

Рис. 2. Результаты анализа комментариев позитивной тональности

3) отвлеченные комментарии, содержащие общие понятия, обращенные к стране, народу, включающие в себя упоминание личного жизненного опыта, индивидуального отношения к трагедии, выражение соболезнования пострадавшим с одновременным высказыванием упреков в адрес власти и т.п. Число англоязычных читательских комментариев положительной тональности в данной подгруппе составило 64,5 %, русскоязычных -- 62,7 %. Данные представлены на рисунке 2.

Негативная тональность текстов читательских комментариев была представлена в виде большего количества подгрупп:

1) комментарии, затрагивающие политические темы (в негативном ключе). Превалирующее количество составили англоязычные читательские комментарии -- 49,3 %, в то время как русскоязычные встречались почти в два раза реже и составили 26,4 %;

2) комментарии, содержащие иронию, на смешку, сарказм, как в отношении упомянутого в статье события, так и в адрес той или иной страны или других участников полилога. В данной подгруппе 16,9 % составили читательские комментарии, оставленные русскоязычными пользователями, и 13,5 % -- англоязычными;

3) комментарии, содержащие оскорбления, имплицитную или эксплицитную оценку ситуации, обращенную к пострадавшим, власти или народу. Количество подобных русскоязычных комментариев, оставленных к интернет-версиям газетных статей, превышает число англоязычных -- доля в двух языках составляет соответственно 9,9 % и 5,8 %;

Рис. 3. Результаты анализа комментариев негативной тональности

Рис. 4. Результаты анализа комментариев нейтральной тональности

4) отвлеченные комментарии, обращенные к остальным участникам полилога, к стране (как к своей, так и к стране, потерпевшей катастрофу), отсылки к тем или иным историческим событиям, не имеющим непосредственного отношения к обсуждению. Читатели русскоязычных газетных статей оставили большее количество отвлеченных комментариев -- 46,8 %, англоязычные комментарии составили 31,4 % (рисунок 3).

Комментарии, представляющие собой тексты нейтральной тональности, были подразделены на три группы:

1) комментарии на политические темы. Данная подгруппа включает в себя 6,3 % русскоязычных комментариев и 16,4 % читательских комментариев, оставленных к англоязычным газетным статьям;

2) комментарии -- отклики на новостную статью, относящиеся к статье и ее публикации. Отмечается наличие уточнений, выражения собственного мнения. Анализ данных показал, что русскоязычные читатели новостных статей оставили большее количество комментариев, относящихся к статье, по сравнению с зарубежными читателями -- 5,2 % и 2,7 % соответственно;

3) отвлеченные комментарии, включающие в себя вопросы к происшествию, обсуждение версий, исторические справки, вопросы или обращения к другим комментаторам. В данной подгруппе было выявлено 88,5 % русскоязычных читательских комментариев, в то время как комментарии к зарубежным статьям составили 80,9 % (рисунок 4). Полученные статистические данные еще раз подтвердили необходимость изучения тем, находящихся на периферии интерактивной газетной статьи, т. е. вопросов, которые «выходят за пределы тематики, предложенной журналистом, но, по мнению участников онлайн-полилога, также значимы и достойны обсуждения» [Гималетдинова 2012].

Таким образом, исследование показало, что автору русскоязычного комментария свойственно наиболее частое употребление негативной оценочной лексики, что приводит к отрицательной тональности текстов читательских комментариев. Процент использования позитивной тональности российскими пользователями также превышает процент ее использования зарубежными читателями. Однако в читательских комментариях к зарубежным газетным интернет-статьям прослеживается наибольшее употребление нейтральной тональности.

Среди текстов негативной и нейтральной тональностей были выделены подгруппы читательских комментариев, содержание которых несло в себе политическую окраску и тематику. В ходе анализа было отмечено наиболее активное обращение к данной теме англоязычных комментаторов как в текстах негативной тональности, так и в отзывах нейтральной тональности, в то время как среди русскоязычных читателей активность написания комментариев, обращенных к политике, не выявлена.

Преобладание негативной тональности в русскоязычных текстах читательских комментариев объясняется склонностью авторов использовать приемы иронии и сарказма, высказывать оскорбления, обращенные другим участникам полилога, пострадавшему народу, политикам.

Кроме того, анализ нейтральной тональности читательских комментариев продемонстрировал более частое обращение российских пользователей, по сравнению с англоязычными авторами, к структуре статьи с целью коррекции, выявления и поправки каких-либо неточностей.

Исследование текстов позитивной тональности выявило превалирование в речи русскоязычных комментаторов слов сожаления о случившемся, выражения соболезнования и сочувствия по отношению к пострадавшим. Читательские комментарии к зарубежным интернет-версиям газетных статей отличались преобладанием комментариев призывного характера. Следует отметить, что процентное расхождение между русскоязычными и англоязычными читательскими комментариями составило не более 4 %.

Заключение

интернет коммуникация электронный журнал

Автоматический способ анализа тональности текста читательских комментариев с использованием специализированной программы Parallel Dots показал хорошие результаты и позволил обработать относительно большой объем текстового материала за короткий срок. Однако в ходе работы были зафиксированы отдельные случаи несоответствия между результатами, получаемыми автоматизированным способом, и данными экспертной (неавтоматизированной) оценки. Предполагается, что подобные трудности были вызваны в первую очередь большим количеством иронии и сарказма в текстах, а также возникали вследствие неспособности программ выявить подтекст читательских комментариев и иную интерпретацию лексического состава. Таким образом, на данный момент можно сделать вывод о целесообразности сочетания автоматизированных и неавтоматизированных способов анализа текстового материала для получения объективных данных.

В целом использованный метод сентимент-анализа достаточно объективно выявил эмоциональную направленность как русскоязычных, так и англоязычных читательских комментариев, позволил определить некоторые особенности выражения эмоций представителями двух языковых культур. Показательным является доминирование негативной тональности в русскоязычных комментариях, что может быть вызвано недовольством комментирующих внешней и внутренней политикой страны, ее экономическим состоянием, а также субъективизмом по отношению к другой стране и ее представителям. В случае с англоязычными комментариями было выявлено превалирование текстов нейтральной тональности и обращение к вопросам политической тематики.

Литература

1. Бирюкова, Е. В. Читательский комментарий в электронной версии журнала как жанр интернет-дискурса (на материале немецкого и русского языков) / Е. В. Бирюкова, А. Собянина, Ю. В. Волкова. -- Текст: непосредственный // Филологические науки. Вопросы теории и практики. -- 2018. -- № 12-1 (90). -- С. 79--82.

2. Гималетдинова, Г. К. Лингвистические основы интерактивной газетной статьи: к постановке вопроса / Г. К. Гималетдинова. -- Текст: непосредственный // Политическая лингвистика. -- 2012. -- № 3 (41). -- С. 143--148.

3. Горошко, Е. И. К построению типологии жанров социальных медиа / Е. И. Горошко, Т. Л. Полякова. -- Текст: непосредственный // Жанры речи. -- 2015. -- № 2 (12). -- 119--127.

4. Гурин, К. Е. Сетевой анализ в исследовании дискурса на примере комментариев интернет-пользователей / К. Е. Гурин. -- Текст: непосредственный // Дискуссия. -- 2015. -- № 4 (56). -- С. 64--69.

5. Дахалаева, Е. Ч. Интернет-комментарии портала «Новости MAIL.RU» как объект лингвистического исследования / Е. Ч. Дахалаева. -- Текст: электронный // Современные проблемы науки и образования. -- 2013. -- № 6. -- (дата обращения: 20.12.2019).

6. Каменева, В. А. Интернет-комментарий к англоязычным статьям политической и культурной тематики. Коммуникативные цели / В. А. Каменева. -- Текст: непосредственный // Политическая лингвистика. -- 2016. -- № 1. -- С. 15--19.

7. Карпоян, С. М. Функции комментария на различных коммуникативных платформах социальных сетей / С. М. Карпоян. -- Текст: непосредственный // Гуманитарные, социально-экономические и общественные науки. -- 2015. -- № 11--2. -- С. 242--245.

8. Колмогорова, А. В. Использование текстов жанра «Интернет-откровение» в контексте решения задач сентимент- анализа / А. В. Колмогорова. -- Текст: непосредственный // Вестник НГУ. Серия: Лингвистика и межкультурная коммуникация. -- 2019. -- № 3. -- С. 71--82.

9. Красильникова, Н. А. Общественное мнение как предмет когнитивно-дискурсивных исследований в сфере политической лингвистики / Н. А. Красильникова. -- Текст: непосредственный // Политическая лингвистика. -- 2011. -- № 2 (36). -- С. 133--140.

10. Ляпун, С. В. Вербализация эмоциональной напряженности в интернет-комментариях читателей «Новой газеты» / С. В. Ляпун, Г. В. Соколова // Вестник Адыгейского государственного университета. Серия 2, Филология и искусствоведение. -- 2016. -- № 4. -- С. 231--235.

11. Новости России. Комсомольская правда в РФ / Издат. дом «Комсомольская правда». -- (дата обращения: 20.12.19). -- Текст. Изображение: электронные.

12. Новости -- Meduza / Meduza. -- (дата обращения: 20.12.19). -- Текст. Изображение: электронные.

13. Посевкин, Р. В. Применение сентимент-анализа текстов для оценки общественного мнения / Р. В. Посевкин, И. А. Бессмертный. -- Текст: непосредственный // Научно-технический вестник информационных технологий, механики и оптики. -- 2015. -- Т. 15. -- № 1. -- С. 169--171.

14. РИА Новости -- события в Москве, России и мире сегодня / МИА «Россия сегодня». (дата обращения: 20.12.19). -- Текст. Изображение: электронные.

15. Степанова, Л. Н. Типология комментария в условиях перехода в Сеть (на основе лексикографического анализа) / Л. Н. Степанова. -- Текст: непосредственный // Ученые записки Таврического национального университета имени В. И. Вернадского. -- 2013. -- Т. 26 (65). -- № 1. -- С. 398 403.

16. Топчий, И. В. Эмоциональный фон комментария как результат различных способов его оценки / И. В. Топчий. -- Текст: непосредственный // Знак: проблемное поле медиаобразования. -- 2019. -- № 3 (33). -- С. 175--181.

17. Фенина, В. В. Ирония в обыденном политическом дискурсе (на материале интернет-комментариев пользователей сайта «Эхо Москвы») / В. В. Фенина. -- Текст: непосредственный // Вестник ВГУ. Серия: Лингвистика и межкультурная коммуникация. -- 2015. -- №1. -- С. 29--34.

18. Щипицина, Л. Ю. Жанровый статус сетевого комментария / Л. Ю. Щипицина. -- Текст: непосредственный // Вестник Башкирского университета. -- 2015. -- № 2. -- С. 528-- 532.

19. Bruce, I. Evolving Genres in Online Domains: the Hybrid genre of the participatory news article / I. Bruce. -- Text: unmediated // Genres on the Web. Computational Models and Empirical Studies / ed. by A. Mehler, S. Sharoff, M. Santini. -- Dordrecht: Springer, 2011. -- P. 323--348. -- (Genres on the Web: Text, Speech and Language Technology; Vol. 42).

20. News, Sport and Opinion from the Guardian's Global Edition. -- URL: (date of access: 20.12.2019).

21. Pang, B. Opinion mining and sentiment analysis / B. Pang, L. Lee. -- Text: unmediated // Foundations and Trends in Information Retrieval. -- 2008. -- Vol. 2, No 1--2. -- P. 1--135.

22. Sentiment Analysis. ParallelDots AI APIs / ParallelDots, Inc. -- 2019. -- (date of access: 20.12.2019). -- Program: electronic.

23. The Independent. News. UK and Worldwide News. (date of access: 20.12.2019).

References

1. Biryukova, E. V. Reader's Comment in the Electronic Version of the Journal as a Genre of Internet Discourse (based on German and Russian languages) / E. V. Biryukova, V. A. Sobyanin, Yu. V. Volkova. -- Text: unmediated // Philological Sciences. Questions of Theory and Practice. -- 2018. -- No. 12-1 (90). -- P. 79--82. [Chitatel'skiy kommentariy v elektronnoy versii zhurnala kak zhanr internet-diskursa (na materiale nemetskogo i russkogo yazykov) / E. V. Biryukova, V. A. Sobyanina, Yu. V. Volkova. -- Tekst: neposredstvennyy // Filologicheskie nauki. Voprosy teorii i praktiki. -- 2018. -- № 12-1 (90). -- S. 79--82]. -- (In Rus.)

2. Gimaletdinova, G. K. Linguistic Fundamentals of Participatory News Article: the Presentation of the Problem / G. K. Gimaletdinova. -- Text: unmediated // Political Linguistics. --

2012. -- No 3 (41). -- P. 143--148. [Lingvisticheskie osnovy interaktivnoy gazetnoy stat'i: k postanovke voprosa / G. K. Gima- letdinova. -- Tekst: neposredstvennyy // Politicheskaya lingvistika. -- 2012. -- № 3 (41). -- S. 143--148]. -- (In Rus.)

3. Goroshko, E. I. Toward the Construction of a Typology of Social Media Genres / E. I. Goroshko, T. L. Polyakova. -- Text: unmediated // Speech Genres. -- 2015. -- No. 2 (12). -- P. 119--127. [K postroeniyu tipologii zhanrov sotsial'nykh media / E. I. Goroshko, T. L. Polyakova. -- Tekst: neposredstvennyy // Zhanry rechi. -- 2015. -- № 2 (12). -- S. 119-- 127]. -- (In Rus.)

4. Gurin, K. E. Network Analysis in the Study of Discourse on the Example of Comments by Internet Users / K. E. Gurin. -- Text: unmediated // Discussion. -- 2015. -- No. 4 (56). -- P. 64--69. [Setevoy analiz v issledovanii diskursa na primere kommentariev internet-pol'zovateley / K. E. Gurin. -- Tekst: neposredstvennyy // Diskussiya. -- 2015. -- № 4 (56). -- S. 64--69]. -- (In Rus.)

5. Dakhalaeva, E. Ch. Internet Comments of the MAIL.RU News Portal as an Object of Linguistic Research / E. Ch. Dakhalaeva -- Text: electronic // Modern Problems of Science and Education. -- 2013. -- No. 6. [Internet-kommentarii portala «Novosti MAIL.RU» kak ob"ekt lingvisticheskogo issledovaniya / E. Ch. Dakhalaeva. -- Tekst: elektronnyy // Sovremennye problemy nauki i obrazovaniya. (date of access: 20.12.2019).

6. Kameneva, V. A. Internet Commentary on English-language Articles on Political and Cultural Subjects. Communicative Goals / V. A. Kameneva. -- Text: unmediated // Political Linguistics. -- 2016. -- No. 1. -- P. 15--19. [Internet-kommentariy k angloyazychnym stat'yam politicheskoy i kul'turnoy tematiki. Kommunikativnye tseli / V. A. Kameneva. -- Tekst: neposredstvennyy // Politicheskaya lingvistika. -- 2016. -- № 1. -- S. 15--19]. -- (In Rus.)

7. Karpoyan, S. M. Comment Functions on Various Communicative Platforms of Social Networks / S. M. Karpoyan. -- Text: unmediated // Humanitarian, Socio-economic and Social Sciences. -- 2015. -- No. 11-2. -- P. 242--245. [Funktsii kommentariya na razlichnykh kommunikativnykh platformakh sotsial'- nykh setey / S. M. Karpoyan. -- Tekst: neposredstvennyy // Gumanitarnye, sotsial'no-ekonomicheskie i obshchestvennye nauki. -- 2015. -- № 11--2. -- S. 242--245]. -- (In Rus.)

8. Kolmogorova, A. V. Use of Texts of the “Internet Revelation” Genre in the Context of Solving Sentiment Analysis Problems / A. V. Kolmogorova. -- Text: unmediated // Bulletin of NSU. Series: Linguistics and Intercultural Communication. -- 2019. -- No. 3. -- P. 71--82. [Ispol'zovanie tekstov zhanra «In- ternet-otkrovenie» v kontekste resheniya zadach sentiment- analiza / A. V. Kolmogorova. -- Tekst: neposredstvennyy // Vestnik NGU. Seriya: Lingvistika i mezhkul'turnaya kom- munikatsiya. -- 2019. -- № 3. -- S. 71--82]. -- (In Rus.)

9. Krasil'nikova, N. A. Public Opinion as a Subject of Cognitive-discursive Research in the Field of Political Linguistics / N. A. Krasilnikova. -- Text: unmediated // Political Linguistics. -- 2011. -- No. 2 (36). -- P. 133--140. [Obshchestvennoe mnenie kak predmet kognitivno-diskursivnykh issledovaniy v sfere politicheskoy lingvistiki / N. A. Krasil'nikova. -- Tekst: neposredstvennyy // Politicheskaya lingvistika. -- 2011. -- № 2 (36). -- S. 133--140]. -- (In Rus.)

10. Lyapun, S. V. Verbalization of Emotional Tension in Internet Comments of Readers of Novaya Gazeta / S.V. Lyapun, G. V. Sokolova // Bulletin of the Adygea State University. Series 2, Philology and art history. -- 2016. -- No. 4. -- P. 231--235. [Verbalizatsiya emotsional'noy napryazhennosti v internet-kom- mentariyakh chitateley «Novoy gazety» / S. V. Lyapun, G. V. Sokolova // Vestnik Adygeyskogo gosudarstvennogo universiteta. Seriya 2, Filologiya i iskusstvovedenie. -- 2016. -- № 4. -- S. 231--235]. -- (In Rus.)

11. Russian news. Komsomolskaya Pravda in the Russian Federation / Publ. House “Komsomolskaya Pravda”. [Novosti Rossii. Komsomol'skaya pravda v RF / Izdat. dom «Komsomol'skaya pravda»]. -- URL: https://m.kp.ru (date of access: 20.12.19). -- Text. Image: electronic. -- (In Rus.)

12. News -- Meduza / Meduza. [Novosti -- Meduza / Meduza]. -- URL: https://meduza.io (date of access: 20.12.19). -- Text. Image: electronic. -- (In Rus.)

13. Posevkin, R. V. Application of Sentiment Analysis of Texts to Assess Public Opinion / R. V. Posevkin, I. A. Bessmertnyj. -- Text: unmediated // Scientific and Technical Journal of Information Technologies, Mechanics, and Optics. -- 2015. -- Vol. 15. -- No. 1. -- P. 169--171. [Primenenie sentiment-analiza tekstov dlya otsenki obshchestvennogo mneniya / R. V. Posevkin, A. Bessmertnyy. -- Tekst: neposredstvennyy // Nauchno-te- khnicheskiy vestnik informatsionnykh tekhnologiy, mekhaniki i optiki. -- 2015. -- T. 15. -- № 1. -- S. 169--171]. -- (In Rus.)

14. RIA Novosti -- events in Moscow, Russia and the World Today / MIA Russia Today. [RIA Novosti -- sobytiya v Moskve, Rossii i mire segodnya / MIA «Rossiya segodnya»]. -- URL: https://ria.ru (date of access: 20.12.2019). -- Text. Image: electronic.

15. Stepanova, L. N. Typology of Commentary in the Conditions of Transition to the Network (based on lexicographic analysis) / L. N. Stepanova. -- Text: unmediated // Scientific Notes of the Taurida National University named after V. I. Vernadsky. -- 2013. -- Vol. 26 (65). -- No. 1. -- P. 398--403. [Tipologiya kommentariya v usloviyakh perekhoda v Set' (na osnove leksiko- graficheskogo analiza) / L. N. Stepanova. -- Tekst: neposredstvennyy // Uchenye zapiski Tavricheskogo natsional'nogo universiteta imeni V. I. Vernadskogo. -- 2013. -- T. 26 (65). -- № 1. -- S. 398--403]. -- (In Rus.)

16. Topchiy, I. V. Emotional Background of Commentary as a Result of Various Ways of its Assessment / I. V. Topchiy. -- Text: unmediated // Sign: problem field of media education. -- 2019. -- No. 3 (33). -- P. 175--181. [Emotsional'nyy fon kom- mentariya kak rezul'tat razlichnykh sposobov ego otsenki / I. V. Topchiy. -- Tekst: neposredstvennyy // Znak: problemnoe pole mediaobrazovaniya. -- 2019. -- № 3 (33). -- S. 175--181]. -- (In Rus.)

17. Fenina, V. V. Irony in Everyday Political Discourse (based on the Internet comments of users of the Echo of Moscow site) / V. V. Fenina. -- Text: unmediated // Bulletin of Voronezh State University. Series: Linguistics and Intercultural Communication. -- 2015. -- No. 1. -- P. 29--34. [Ironiya v obydennom politicheskom diskurse (na materiale internet-kommentariev pol'- zovateley sayta «Ekho Moskvy») / V. V. Fenina. -- Tekst: neposredstvennyy // Vestnik VGU. Seriya: Lingvistika i mezhkul'turnaya kommunikatsiya. -- 2015. -- №1. -- S. 29-- 34]. -- (In Rus.)

18. Shchipitsina, L. Yu. Genre Status of Network Commentary / L. Yu. Schipitsina. -- Text: unmediated // Bulletin of the Bashkir University. -- 2015. -- No. 2. -- P. 528--532. [Zhanrovyy status setevogo kommentariya / L. Yu. Shchipitsina. -- Tekst: neposredstvennyy // Vestnik Bashkirskogo universiteta. -- 2015. -- № 2. -- S. 528--532]. -- (In Rus.)

19. Bruce, I. Evolving Genres in Online Domains: the Hybrid genre of the participatory news article / I. Bruce. -- Text: unmediated // Genres on the Web. Computational Models and Empirical Studies / ed. by A. Mehler, S. Sharoff, M. Santini. -- Dordrecht: Springer, 2011. -- P. 323--348. -- (Genres on the Web: Text, Speech and Language Technology; Vol. 42).

20. News, Sport and Opinion from the Guardian's Global Edition. -- URL: (date of access: 20.12.2019).

21. Pang, B. Opinion mining and sentiment analysis / B. Pang, L. Lee. -- Text: unmediated // Foundations and Trends in Information Retrieval. -- 2008. -- Vol. 2, No 1--2. -- P. 1--135.

22. Sentiment Analysis. ParallelDots AI APIs / ParallelDots, Inc. -- 2019. -- (date of access: 20.12.2019). -- Program: electronic.

23. The Independent. News. UK and Worldwide News. (date of access: 20.12.2019).

Размещено на Allbest.ru