УДК 81’27+81’42
DOI: https://doi.org/10.29025/2079-6021-2026-2-132-142

Психолингвистические основания автоматизированного анализа конфликтогенности и синтонности сетевого медиадискурса

Авторы: Шишкин Б. А. 

---

Получена: 20.03.2026 Принята: 13.04.2026 Опубликована онлайн: 25.06.2026

Резюме: Данная работа направлена на рассмотрение подхода к психолингвистически центрированному автоматизированному анализу конфликтогенной и синтонной коммуникации, отраженной в сетевом медиадискурсе. В основе исследования лежит применение методик компьютерной лингвистики, а также психолингвистики. Материалом работы выступили данные, полученные в ходе проведенного свободного ассоциативного эксперимента. В исследовании приняли участие 400 студентов очной формы обучения Северо-Кавказского федерального университета, по 200 мужчин и женщин. Полученные данные составили базу словаря ассоциаций, который лег в основу разработанного на языке Python классификатора текстов. С целью верификации работы классификатора был сформирован отдельный тестовый корпус сетевых медиатекстов. В качестве материала были отобраны комментарии пользователей (100 конфликтогенных и 100 синтонных) из социальной сети ВКонтакте и мессенджера Telegram. Полученные результаты указывают на продуктивность интеграции психолингвистических данных в решение задач автоматизированного анализа компьютерной лингвистики. При этом перспективы развития данного подхода прослеживаются в расширении ассоциативного словаря за счёт тематически специализированных экспериментов и регулярного диахронического мониторинга ассоциативных сдвигов, интеграции контекстных языковых моделей (BERT) для повышения чувствительности классификатора к полисемии и синтаксическому окружению, учёте эмотиконов, частиц и иных модификаторов. В заключении отмечается, что представленный подход вносит вклад в создание более тонких и культурно-адаптированных инструментов мониторинга медиапространства. При этом дальнейшее развитие подобных психолингвистически обоснованных классификаторов может стать важным элементом технологий профилактики межэтнической и межконфессиональной напряжённости в современном цифровом обществе.

Ключевые слова: конфликтогенность, синтонность, ассоциативный эксперимент, концептуальное пространство, анализ тональности, медиадискурс, деструктивный контент, сетевая коммуникация.

Благодарности: Исследование выполнено за счет гранта Российского научного фонда № 25-28-01753, https://rscf.ru/project/25-28-01753/.

Для цитирования: Шишкин Б.А. Психолингвистические основания автоматизированного анализа конфликтогенности и синтонности сетевого медиадискурса. Актуальные проблемы филологии и педагогической лингвистики. 2026. № 2. С. 132-142. https://doi.org/10.29025/2079-6021-2026-2-132-142.

For citation: Shishkin B.A. Psycholinguistic foundations of automated analysis of conflictogenicity and syntony of online media discourse. Current Issues in Philology and Pedagogical Linguistics. 2026, no 2, pp. 132-142. https://doi.org/10.29025/2079-6021-2026-2-132-142 (In Russ.).

PDF (RUS)   XML (RUS)

Язык: русский

---

Об авторе:

Б.А. Шишкин
Северо-Кавказский федеральный университет;
355017, Российская Федерация, Ставрополь, ул. Пушкина, 1;
ORCID ID: 0000-0002-8694-3637;
Web of Science Researcher ID: JHT-9413-2023;
Scopus Author ID: 59479381700;
SPIN-код: 1894-4943;
e-mail: boris-shishkin.work@yandex.ru

---

Список литературы:
1. Avdeev E.A., Vorob’ev S.M., Shishkin B.A. The Provocative Potential of Glocal Online Media Discourse as a Space for Modifying Social Values. Herald of the Russian Academy of Sciences. 2025; 3(95):352-361. https://doi.org/10.1134/S1019331625602208.
2. Авдеев Е.А., Бредихин С.Н., Воробьев С.М. Социально-политический образ современной России в представлениях студенческой молодежи Северного Кавказа. Регионология. 2025; 3(132):549-565. https://doi.org/10.15507/2413-1407.129.033.202503.549-565.
3. Авдеев Е.А., Воробьев С.М. Традиционные ценностные основы общероссийской идентичности: на примере молодѐжи Северного Кавказа. Социологическая наука и социальная практика. 2023; 3(11):37-54. https://doi.org/10.19181/snsp.2023.11.3.2.
4. Бредихин С.Н., Авдеев Е.А., Шишкин Б.А. Коммуникативные тактики конфликтогенеза в сетевом медиапространстве фронтирных регионов. Galactica Media: Journal of Media Studies. 2024; 4(6):374-399. https://doi.org/10.46539/gmd.v6i4.526.
5. Денисова Г.С., Авдеев Е.А., Воробьев С.М. Конфликтогенные риски этнокультурных оснований идентичности студенческой молодежи: случай фронтирного северокавказского региона. Регионология. 2024; 2(127):198-216. https://doi.org/10.15507/2413-1407.127.032.202402.198-216.
6. Мочалов Е.В., Фурманова В.П. Этика как механизм гармонизации отношений в межкультурной коммуникации. Интеграция образования. 2014; 4(77):37-43. https://doi.org/10.15507/Inted.077.018.201404.037.
7. Кузнецова Н.В. Современные тенденции развития политкорректности во французском политическом дискурсе: градуированный характер политкорректности / неполиткорректности, разные степени их проявления. Вестник Московского университета. Серия 9: Филология. 2016; 5:129-134. Доступно по: https://cyberleninka.ru/article/n/sovremennye-tendentsii-razvitiya-politkorrektnosti-vo-frantsuzskom.... Ссылка активна на 05.05.2026.
8. Денисовский Г.М., Козырева П.М. Политическая толерантность в современном российском обществе. Россия реформирующаяся. 2002; 2:280-326. Доступно по: https://cyberleninka.ru/article/n/politicheskaya-tolerantnost-v-sovremennom-rossiyskom-obschestve. Ссылка активна на 05.05.2026.
9. Шишкин Б.А. Вариативность нарратива гармонизации сетевой коммуникации в медиадискурсе. Актуальные проблемы филологии и педагогической лингвистики. 2024; 3:135-150. https://doi.org/10.29025/2079-6021-2024-3-135-150.
10. Егидес А.П. Лабиринты общения, или Как научиться ладить с людьми : можно ли управлять конфликтом, как разрешать противоречия, не разрушая отношений, авторитарность... Всегда ли это плохо, он, она и проблемы. Москва: АСТ-Пресс; 2010. Доступно по: https://vk.com/doc4426633_213948884?hash=b6LjEKFiFRImYgC0H9ozJVwio8nfdnvjNJ5eJpTkHyo. Ссылка активна на 05.05.2026.
11. Yuan W. Relevance theory, pragmatic inference and cognitive architecture. Philosophical Psychology. 2018; 1(32):98–122. https://doi.org/10.1080/09515089.2018.1497788.
12. Kumar M., Khan L., Chang H. Evolving techniques in sentiment analysis: a comprehensive review. PeerJ Computer Science. 2025; 11. https://doi.org/10.7717/peerj-cs.2592.
13. Горожанов А.И., Степанова Д.В. Расширение базы данных сбалансированного лингвистического корпуса значениями тонального словаря (корпусный эксперимент). Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2024; 7(888): 29–35. http://www.vestnik-mslu.ru/Vest/7_888_H.pdf.
14. Горожанов А.И. Расширение стандартного сбалансированного лингвистического корпуса, построенного по правилам spaCy, коннотативными характеристиками. Филологические науки. Вопросы теории и практики. 2023; 16(11): 3888–3893. https://doi.org/10.30853/phil20230594.
15. Li R., Li Z. Sentiment Analysis of Danmaku Videos Based on Naïve Bayes and Sentiment Dictionary. IEEE Access. 2020; 8:75073-75084. https://doi.org/10.1109/ACCESS.2020.2986582.
16. Liyih A., Anagaw S., Yibeyin M. Sentiment analysis of the Hamas-Israel war on YouTube comments using deep learning. Scientific Report. 2024; 14:13647. https://doi.org/10.1038/s41598-024-63367-3.
17. Zargari H., Hosseini M.M., Gharahbagh A.A. Order-Sensitivity Sentiment dictionary of word sequences containing intensifiers. Multimed Tools Appl. 2024; 83:54885–54907. https://doi.org/10.1007/s11042-023-17734-3.
18. Liu Z et al. Sentiment analysis of social media comments based on multimodal attention fusion network. Applied Soft Computing. 2024; 164: 112011. https://doi.org/10.1016/j.asoc.2024.112011.
19. Яковлева Т.А., Павлова И.П. Ассоциативное поле концепта «право» в речи современной молодежи (на примере анкетирования студентов СВФУ). Вестник Северо-Восточного федерального университета им. М.К. Аммосова. 2019; 1(69):117-128. Доступно по: https://cyberleninka.ru/article/n/assotsiativnoe-pole-kontsepta-pravo-v-rechi-sovremennoy-molodezhi-.... Ссылка активна на 05.05.2026.
20. Veen A.M. van der, Bleich E. The advantages of lexicon-based sentiment analysis in an age of machine learning. PLOS ONE. 2025; 1(20):e0313092. https://doi.org/10.1371/journal.pone.0313092.
21. Al-Shabi M.A. Evaluating the performance of the most important Lexicons used to Sentiment analysis and opinions Mining. Int. J. Comput. Sci. Netw. Secur. 2020; 1(20):51-57. Доступно по: https://www.researchgate.net/publication/343473213_Evaluating_the_performance_of_the_most_important_.... Ссылка активна на 05.05.2026.

Количество показов: 44