Опыт тематического моделирования и кластеризации в исследовании виртуального медиадискурса

Abstract

В данной работе рассматривается контаминированный подход к проведению тематического моделирования и кластеризации текстов сетевого пространства с целью осуществления комплексного исследования виртуального медиадискурса. Базой исследования выступили отобранные методом сплошной выборки публикации из сетевого сообщества Северного Кавказа. Приводится опыт реализации автоматизированной систематизации эмпирического материала при помощи TF-IDF векторизации, кластеризации методом К-средних (k-means) и алгоритма тематического моделирования NMF. Выявляются сильные и слабые стороны данных подходов к анализу эмпирического материала. Отдельно отражается перспективность и эффективность дополнительного использования больших языковых моделей как инструмента автоматического именования сформированных кластеров и тематик. В заключении отмечается высокий потенциал данного подхода к комплексному рассмотрению состава сетевого пространства Северного Кавказа, что также служит основой для будущих исследований в области социолингвистки, лингвостатистики и иных направлений изучения виртуального медиадискурса. Ключевые слова: тематическое моделирование; кластеризация; сетевое пространство; виртуальность; медиадискурс; К-средних; NMF.