Восприятие речи в цифровом контенте: сетевые конфликты в городских проектах
Автор: Пильгун Мария Александровна, Ерофеева Ирина Валерьевна
Журнал: Вестник Волгоградского государственного университета. Серия 2: Языкознание @jvolsu-linguistics
Рубрика: Дискуссии
Статья в выпуске: 6 т.21, 2022 года.
Бесплатный доступ
В статье представлены результаты анализа восприятия сетевыми акторами реализации городских проектов, влияющих на окружающую среду, предложен алгоритм адаптации лингвистических, психолингвистических и социолингвистических методик для интерпретации больших данных (Big Data) в режиме реального времени. Исследование позволило определить маркеры конфликтных ситуаций и составить рейтинг социальной напряженности. В работе применялся трансдисциплинарный подход с использованием нейросетевых технологий, текстового анализа, анализа лексических ассоциаций, контент-анализа, сентимент-анализа. Материалом для изучения послужили данные социальных сетей, микроблогов, блогов, мессенджеров, видеохостингов, видеоматериалов, форумов и обзоров, посвященных строительству станций метрополитена в г. Москве. Анализ данных показал двойственное отношение москвичей к строительству новых объектов метрополитена. Положительная реакция, обусловленная необходимостью развития транспортной структуры города, улучшения транспортной ситуации, сталкивается с протестом жителей, которые выдвигают целый ряд претензий. Вербальные данные позволили определить рейтинг социальной напряженности вокруг новых объектов метрополитена. Сделан вывод о том, что выделение и анализ семантической и ассоциативной сети с использованием нейросетевых технологий позволяет уточнить и расширить лингвистическую парадигму. Результаты исследования могут применяться как в текстовом, так и в сетевом анализе.
Нейросетевые технологии, цифровая среда, медиакоммуникация, вербальный контент, семантическая сеть
Короткий адрес: https://sciup.org/149141655
IDR: 149141655 | УДК: 81’1:81-25 | DOI: 10.15688/jvolsu2.2022.6.15
Speech perception in digital content: network conflicts in city projects
The article presents the results of the analysis on perception by network actors implementation of urban projects that affect the environment. An algorithm for adapting linguistic, psycholinguistic and sociolinguistic methods for interpreting Big Data in real time is proposed. The study has enabled identifying several conflict situation markers and rating social tension compilation. The transdisciplinary approach has been applied with the use of neural network technologies, text analysis, analysis of word associations, content analysis, sentiment analysis. The material for the study was the data of social networks, microblogs, blogs, instant messengers, video hosting, video materials, forums and reviews on the construction of metro stations in Moscow. Analysis of the data showed the ambivalent attitude of Muscovites to the construction of new metro facilities. A positive reaction, due to the need to develop the transport structure of the city, improve the transport situation, is confronted with the protest of residents who put forward a number of claims. Verbal data examination has made it possible to reveal the rating of social tension around new metro facilities. The selection and analysis of the semantic and associative network with the use of neural network technologies contributed to clarifying and expanding the linguistic paradigm in speech perception of digital content. The results of the study can be used in both text and network analysis.
Список литературы Восприятие речи в цифровом контенте: сетевые конфликты в городских проектах
- Ерофеева И. В., Соловьев В. Д., Байрашева В. Р., 2020. Психосемантический эксперимент как инструмент объективации данных о синонимии (на материале русского языка) // Вестник Волгоградского государственного университета. Серия 2, Языкознание. Т. 19, № 1. С. 178–194. DOI: https://doi.org/10.15688/jvolsu2.2020.1.15
- Негрышев А. А., 2020. Псевдосенсация в Интернете: опыт лингвистического описания // Вестник Волгоградского государственного университета. Серия 2, Языкознание. Т. 19, № 2. С. 43–53. DOI: https://doi.org/10.15688/jvolsu2.2020.2.4
- Ускова О. А., Ле Тхи Фыонг Линь, 2020. Национальные стереотипы коммуникативного поведения в условиях виртуальной бизнес-коммуникации // Вестник Волгоградского государственного университета. Серия 2, Языкознание. Т. 19, № 4. С. 133–144. DOI: https://doi.org/10.15688/jvolsu2.2020.4.12
- Brandon P., Traylor A., Pater J., 2019. Learning Reduplication with a Neural Network Without Explicit Variables. URL: http://works.bepress.com/joe_pater/38/
- Campbell D. T., 1958. Common Fate, Similarity, and Other Indices of the Status of Aggregate Persons as Social Entities // Behavioral Science. № 3. P. 14–25.
- Cristia A., Seidl A., Junge C., Soderstrom M., Hagoort P., 2014. Predicting Individual Variation in Language from Infant Speech Perception Measures // Child Development. № 85. P. 1330–1345.
- Demuth K., 2018. Perception, Production, and Individual Differences // Applied Psycholinguistics. Vol. 39, iss. 4. P. 735–741.
- Essam B. A., Abdo M. A., 2020. How Do Arab Tweeters Perceive the COVID-19 Pandemic? // Journal of Psycholinguistic Research. Vol. 50. DOI: https://doi.org/10.1007/s10936-020-09715-6
- Hickok G., 2001. Functional Anatomy of Speech Perception and Speech Production: Psycholinguistic Implications // Journal of Psycholinguistic Research. Vol. 30, № 3. P. 225–235. DOI: https://doi.org/10.1023/A:1010486816667
- Hickok G., Poeppel D., 2000. Towards a Functional Neuroanatomy of Speech Perception // Trends in Cognitive Sciences. Vol. 4. P. 131–138.
- Kreyßig N., Krautz A.E., 2019. Lying and Perception of Lies by Bilingual Speakers // Applied Psycholinguistics. Vol. 40, iss. 5. P. 1313–1329.
- Lowry M., Judith B., 2019. Blue Is in the Eye of the Beholder: A Cross-Linguistic Study on Color Perception and Memory // Journal of Psycholinguistic Research. Vol. 48, № 1. P. 163–179.
- Marsh K. L., Richardson M. J., Schmidt R. C., 2009. Social Connection Through Joint Action and Interpersonal Coordination // Topics in Cognitive Science. Vol. 1, № 2. P. 320–339.
- McCoy R. T., Grant E., Smolensky P., Griffiths T. L., Linzen T., 2020. Universal Linguistic Inductive Biases via Meta-Learning. arXiv:2006.16324 [cs.CL]
- Mueller A., Garrett N., Petrou-Zeniou P., Talmina N., Linzen T., 2020. Cross-Linguistic Syntactic Evaluation of Word Prediction Models. arXiv:2005.00187 [cs.CL]
- Mulligan K., Frank R., Linzen T., 2021. Structure Here, Bias There: Hierarchical Generalization by Jointly Learning Syntactic Transformations // Proceedings of the Society for Computation in Linguistics. Vol. 4. Art. 13. DOI: https://doi.org/10.7275/j0es-xf97
- Neuroinformatics and Semantic Representations. Theory and Applications, 2020 / ed. by A. A. Kharlamov, M. A. Pilgun. Newcastle upon Tyne : Cambridge Scholars Publishing. 317 p.
- Phani Krishna P., Arulmozi S., Shiva Ram M. et al., 2020. Sensory Perception in Blind Bilinguals and Monolinguals // Journal of Psycholinguistic Research. Vol. 49, № 4. P. 631–639. DOI: https://doi.org/10.1007/s10936-020-09689-5
- Pater J., 2019. Generative Linguistics and Neural Networks at 60: Foundation, Friction, and Fusion // Language. Vol. 95, № 1. P. e41–e74.
- Pickering M. J., Garrod S., 2004. The Interactive-Alignment Model: Developments and Refinements // Behavioral and Brain Sciences. Vol. 27, iss. 2. P. 212–225.
- Ransom T. G., Dale R., Kreuz R. J., Tollefsen D., 2019. How Do Different Types of Alignment Affect Perceived Entity Status? // Journal of Psycholinguistic Research. Vol. 48, № 5. P. 961–985.
- Uhrig S., 2022. Human Information Processing in Speech Quality Assessment. [S. l.] : Springer. 185 p.
