APPLYING THE CONVERSATION ANALYSIS METHOD TO ASSESS COMMUNITY ACTIVITY AND SENTIMENT

Full Text

1. ВВЕДЕНИЕ Компьютерная лингвистика - направление прикладной лингвистики, ориентированное на использование компьютерных программ для моделирования функционирования языка в тех или иных условиях, а также сфера применения компьютерных моделей языка в лингвистике и близких ей дисциплинах. Дисциплина зародилась в 60-е годы XX века и прежде всего представляла собой разработку методов для общения человека с ЭВМ на естественном или ограниченно естественном языке [1]. Интонация и подтекст живого языка, его разговорный контекст, может быть косвенно измерен только при соотношении с другими словами, содержащимися в высказывании [2, 3]. Слово, вырванное из высказывания, может диссонировать со смыслом, которое оно имело в контексте. Поэтому слово не может быть единицей однозначного анализа для текстов, содержащихся в социальной многоуровневой коммуникации. Как показали исследования, более емкой и более показательной единицей содержания может служить, так называемый, фиксированный семантический код. Семантический код - это единица анализа, состоящая из пятидесяти наиболее часто встречающихся слов в коммуникации виртуального сообщества после отделения местоимений, союзов, предлогов и числительных. Семантический код может интерпретировать как вектор содержания групповой коммуникации. 2. МЕТОД КОНВЕРСАЦИОННОГО АНАЛИЗА Данное исследование посвящено разработке метода векторизации неструктурированных текстовых данных для анализа контекстных связей на основе конверсационного анализа. Конверсационный анализ - изучение структур и формальных свойств языка, рассматриваемого в его социальном использовании. Исходя из предпосылок, изложенных в статье [4], особенности конверсационного анализа можно сформулировать следующим образом. Во-первых, этот метод следует за данными, т.е. анализ базируется на эмпирии без привлечения (по возможности) заранее сформулированных гипотез. Во-вторых, мельчайшие детали текста рассматриваются как аналитический ресурс, а не как помеха, которую надо отбросить. В-третьих, важен порядок в организации деталей высказываний [5]. Обобщая определение конверсационного анализа можно отметить, что основной задачей метода является анализ контекста сообщения, а не его отдельных частей, что является отличительной чертой метода [6]. В настоящей работе целью исследования является разработка метода оценки активности социальных сообществ для анализа тональности публикуемого контента с применением методов конверсационного анализа. В качестве объекта исследования выбраны новостные сообщения и комментарии к ним в крупнейших информационных группах социальной сети. Источником данных для исследования была выбрана социальная сеть Вконтакте. Был разработан собственный программный комплекс на языке программирования Python, содержащий модуль авторизации, модуль сбора данных, модуль фильтрации и модуль контекстного анализа. Общая схема комплекса представлена на рисунке 1. Данный программный комплекс позволяет собирать данные и фильтровать их с целью выделения только необходимой информации [7]. При помощи разработанного программного комплекса было собрано более 11000 постов и более 190000 комментариев к ним из 15 наиболее популярных сообществ города в период 1 августа по 9 сентября 2018 года. 3. АНАЛИЗ АКТИВНОСТИ И ТОНАЛЬНОСТИ СООБЩЕСТВ В рамках исследования удалось выявить наиболее активные группы, в которых происходит обсуждение нового содержания (группы, в которых участники состоят, читают и активно обсуждают публикуемые сообщения). В таблице 1 представлены результаты мониторинга разных сетевых групп в течение августа 2019 года. Технология анализа активности сетевых групп по предвыборной тематике была апробирована на практике в течение месяца избирательной кампании. По каждой из анализируемых групп были получены данные по ежедневной активности упоминания основных тем, связанных с предвыборной кампанией. Для оценки тональности сообщества по отношению к ключевым словам были сформированы частотные словари употребления текстовых единиц. Данные словари прошли процедуру нормировки в пределах [0;1], где 0 - слово редко употребляется, 1 - слово часто употребляется по следующей формуле: , (1) где - минимальное значение среди элементов в векторе, - максимальное значение среди элементов в векторе. На основании подсчета частот разных частиц был определён общий эмоциональный настрой участников групп. Были проанализированы результаты с точки зрения динамики общественного мнения и настроения. Полученные результаты показывают, что в активных группах существует сильная взаимосвязь между новостью и тематическими комментариями, связанными с ней. Также результаты позволили выявить эмпирический факт, что в результате публикации новости, где фигурировали фамилии кандидатов, резко возрастало количество отрицательных частиц в тексте, что может свидетельствовать о попытках изменения общественного мнения, а также привлечения общественного внимания при помощи негативных комментарии в социальных сетях. Для наглядности приведены графики рассчитанной тематической активности (в основных сообщениях и в комментариях) в двух самых активных группах: «Группа 8» (Рисунок 2) и «Группа 6» (Рисунок 3). Полученные результаты наглядно показывают разницу в динамике двух групп, приведенных в качестве примера. Если в наиболее активной группе «Группа 9» активность обсуждения и комментирования предвыборных тем существенно сократилась, то в группе «Группа 6» этого не произошло. Результаты показывают, что снижение активности обсуждения предвыборной тематики в первой группе связано с тем, что в основных текстах группы в течение последней недели перед выборами темы, связанные с самими выборами и кандидатом «А» просто перестали публиковаться, что и снизило количество соответствующих упоминаний и, что более важно, общую негативность высказываний по поводу предстоящих выборов и участников предвыборной гонки. В то время как в сообществе «Группа 6» тематические новости по данным тематикам продолжали публиковаться, что привело даже к некоторому росту комментариев и обсуждения соответствующих тем и спровоцировало более негативные высказывания и обсуждения. 5. ЗАКЛЮЧЕНИЕ В рамках исследования были выявлены наиболее активные сообщества социальной сети. Был реализован алгоритм векторизации на основе конверсационного анализа. На основании подсчета частот разных частиц в активных группах был определён общий эмоциональный настрой участников сообщества. Результаты позволили выявить эмпирический факт, что в результате публикации новости, где фигурировали определенные ключевые слова (фамилии кандидатов), резко возрастало количество отрицательных частиц в тексте, что позволяет сделать вывод о попытке намеренного изменения отношения к кандидату при помощи целенаправленной публикации негативных отзывов. Данная работа подтверждает применимость методов конверсационного анализа для обработки данных социальных сетей. Ведутся разработки модификаций предложенного метода с применением матриц порядка, а также частотных словарей для повышения достоверности определения тональных характеристик сообществ. 6. БЛАГОДАРНОСТИ Результаты исследования были получены в рамках выполнения государственного задания Минобрнауки России (Проект № 0777-2020-0017), при частичной финансовой поддержке РФФИ в рамках научных проектов № 19-29-01135, № 19-31-90160.

About the authors

I. A Rytsarev

Samara National Research University; Image Processing Systems Institute of RAS - Branch of the FSRC “Crystallography and Photonics” RAS

Email: rycarev_igoryan@mail.ru
Samara, Russia

A. V Kupriyanov

Samara National Research University; Image Processing Systems Institute of RAS - Branch of the FSRC “Crystallography and Photonics” RAS

Email: akupr@ssau.ru
Samara, Russia

V. G. Litvinov

Samara National Research University

Email: litvinov.vg@ssau.ru
Samara, Russia

References

Supplementary files