- Код статьи
- S020595920020501-7-
- DOI
- 10.31857/S020595920020501-7
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том 43 / № 3
- Страницы
- 114-121
- Аннотация
Исследовалась каузальная атрибуция эмоций в высказываниях пользователей социальных сетей. Предлагается решение, основанное на применении методов искусственного интеллекта, позволяющих работать с большими корпусами текстов: метод каузативно-эмотивного анализа, работающий на базе созданного авторским коллективом ФИЦ “Информатика и управление” РАН инструмента автоматического анализа текста TITANIS. Описаны особенности используемого инструментария и его лингвистические основания применительно к глагольным эмотивным конструкциям. Описаны ограничения в использовании предложенного метода для работ в области психологии коллективных эмоций.
- Ключевые слова
- коллективные эмоции, общественное мнение, эмотивы, автоматический анализ текста, текстовые маркеры эмоциональности, каузативно-эмотивный анализ
- Дата публикации
- 23.06.2022
- Всего подписок
- 11
- Всего просмотров
- 348
Библиография
- 1. Блакар Р.М. Язык как инструмент социальной власти (теоретико-эмпирическое исследование языка и его использования в социальном контексте) // Язык и моделирование социального взаимодействия: Переводы / общ. ред. В.В. Петрова. М.: Прогресс, 1987. С. 88–125.
- 2. Бубнова С.С. Теории каузальной атрибуции в зарубежной психологии // Институт психологии Российской академии наук. Человек и мир: электрон. науч. журнал. 2019. Т. 3. № 1(6). С. 77–95. URL: http://chelovekimir.ru/engine/documents/document270.pdf
- 3. Васильев Л.М. Семантика русского глагола. М.: Высшая школа, 1981.
- 4. Гордеева Т.О. Мотивация достижения: теории, исследования, проблемы // Современная психология мотивации / под ред. Д.А. Леонтьева. М: Смысл, 2002. С. 47–102.
- 5. Ениколопов С.Н., Кузнецова Ю.М., Осипов Г.С., Смирнов И.В., Чудова Н.В. Метод реляционно-ситуационного анализа текста в психологических исследованиях // Психология. Журнал Высшей школы экономики. 2021. Т. 18. № 4. С. 748–769
- 6. Ениколопов С.Н., Кузнецова Ю.М., Смирнов И.В., Станкевич М.А., Чудова Н.В. Создание инструмента автоматического анализа текста в интересах социогуманитарных исследований. Ч. 1. Методические и методологические аспекты // Искусственный интеллект и принятие решений. 2019. № 2. C. 28–38.
- 7. Ефремова М.В., Григорян Л.К. Коллективные эмоции вины и стыда: обзор современных исследований // Современная зарубежная психология. 2014. Т. 3. № 4. C. 71–88.
- 8. Зализняк А.А. Грамматический словарь русского языка. М.: Русский язык, 1980.
- 9. Золотова Г.А. Синтаксический словарь. Репертуар элементарных единиц русского синтаксиса. М.: Наука, 1998.
- 10. Изард К.Э. Психология эмоций / пер. с англ. СПб.: Питер, 2008.
- 11. Иорданская Л.Н. Бояться, Восторг, Восхищать, Гнев, Страх [словарные статьи] // Мельчук И.А., Жолковский А.К. Толково-комбинаторный словарь русского языка: Опыты семантико-синтаксического описания русской лексики. 2-е изд., испр. М.: Глобал Ком: Языки славянской культуры, 2016.
- 12. Иорданская Л.Н. Попытка лексикографического толкования группы русских слов со значением чувства // Машинный перевод и прикладная лингвистика. Вып. 13. М.: МГПИИЯ, 1970. C. 3–26.
- 13. Коршунова С.Г., Степанова О.Б. Категоризация названий эмоций в субъективном семантическом пространстве их зрительного различения по круговым характеристикам “интенсивность” и “сила” // Вестник Московского университета. Серия 14. Психология. 2018. № 3. С. 76–89.
- 14. Кузнецова Ю.М., Смирнов И.В., Станкевич М.А., Чудова Н.В. Создание инструмента автоматического анализа текста в интересах социо-гуманитарных исследований. Часть 2. Машина РСА и опыт ее использования // Искусственный интеллект и принятие решений. 2019. № 3. C. 40–51.
- 15. Люсин Д.В. Трехмерная модель структуры эмоциональных состояний, основанная на русскоязычных данных // Психология. Журнал Высшей школы экономики. 2019. Т. 16. № 2. С. 133–148. DOI: 10.17323/1813-8918-2019-2-341-356
- 16. Нестик Т.А., Журавлев А.Л. Психология глобальных рисков. М.: Изд-во “Институт психологии РАН”. 2018. С. 120–149.
- 17. Овсянникова В.В. К вопросу о классификации эмоций: категориальный и многомерный подходы // Финансовая аналитика: проблемы и решения. 2013. № 37. С. 43–48.
- 18. Онипенко Н.К. Система именных каузативных синтаксем в современном русском литературном языке. Дисс. … канд. филол. наук. М., 1985.
- 19. Орфографический словарь русского языка: 106 000 слов / под ред. С.Г. Бархударова и др. 21-е изд., испр. М.: Русский язык, 1984.
- 20. Осипов Г.С., Смирнов И.В., Тихомиров И.А. Реляционно-ситуационный метод поиска и анализа текстов и его приложения // Искусственный интеллект и принятие решений. 2008. № 2. С. 3–10.
- 21. Падучева Е.В. Динамические модели в семантике лексики. М.: Языки славянской культуры, 2004.
- 22. Прихидько А.И. Проблема эмоций в зарубежной социальной психологии // Вопросы психологии. 2009. № 1. С. 141–152.
- 23. Chatterjee A., Gupta U., Chinnakotla M.K., Srikanth R., Galley M., Agrawal P. Understanding emotions in text using deep learning and Big Data // Computers in Human Behavior. 2019. V. 93. P. 309–317. DOI: 10.1016/j.chb.2018.12.029
- 24. Neviarouskaya A., Aono M. Extracting causes of emotions from text // Proceedings of the Sixth International Joint Conference on Natural Language Processing. 2013. P. 932–936.
- 25. Ortony A., Clore G.L., Collins A. The Cognitive Structure of Emotions. Cambridge, UK: Cambridge University Press, 1988.
- 26. Parrott W.G. (Ed.) Emotions in social psychology. Essential readings. Philadelphia: Psychology Press, 2001.
