No description available.

No description available.

No description available.

No description available.

Актуальность темы обусловлена потребностью предприятий во внедрении, в качестве основы всех предоставляемых продуктов и услуг, автоматизированной системы комплексного структурно - семантического и тематического анализа естественно языковых текстов (русскоязычного лингвистического анализатора). Целью работы является разработка автоматизированной системы комплексного структурно - семантического и тематического анализа естественно языковых текстов, а именно эффективного русскоязычного лингвистического анализатора, способного безошибочно определять части речи слов и их морфологические характеристики, так как на момент создания компании Privacy Safeguard Co таковые отсутствовали на рынке. Результаты работы – практическим результатом работы стала разработанная автоматизированная система комплексного структурно - семантического и тематического анализа естественно языковых текстов (русскоязычный лингвистического анализатора). / The relevance of the topic is due to the need for enterprises to implement, as the basis for all provided products and services, an automated system for complex structural - semantic and thematic analysis of natural language texts (Russian-language linguistic analyzer). The aim of the work is to develop an automated system for complex structural, semantic and thematic analysis of natural language texts, namely, an effective Russian-language linguistic analyzer capable of accurately determining the parts of speech of words and their morphological characteristics, since at the time of the creation of Privacy Safeguard Co there were none on the market. Results of the work - the practical result of the work was the developed automated system for complex structural - semantic and thematic analysis of natural language texts (Russian-language linguistic analyzer).

Работа посвящена изучению анализа тональности текстов в социальных сетях на примере сообщений-твитов из социальной сети Twitter. Материал исследования составили 818 224 сообщения по 17-ти ключевым словам, из которых 89 025 твитов содержали слова «COVID-19» и «Сoronavirus». В первой части работы рассматриваются общие теоретические и методологические вопросы: вводится понятие Sentiment Analysis, анализируются различные подходы к классификации тональности текстов. Особое внимание в задачах классификации текстов уделяется Байесовскому классификатору, который показывает высокую точность работы. Изучаются особенности анализа тональности текстов в социальных сетях во время эпидемий и вспышек болезней. Описывается процедура и алгоритм анализа тональности текста. Большое внимание уделяется анализу тональности текстов в Python с помощью библиотеки TextBlob, а также выбирается ещё один из инструментов «SaaS» - программное обеспечение как услуга, который позволяет реализовать анализ тональности текстов в режиме реального времени, где нет необходимости в большом опыте машинного обучения и обработке естественного языка, в сравнении с языком программирования Python. Вторая часть исследования начинается с построения выборок, т.е. определения ключевых слов, по которым в работе осуществляется поиск и экспорт необходимых твитов. Для этой цели используется корпус - Coronavirus Corpus, предназначенный для отражения социальных, культурных и экономических последствий коронавируса (COVID-19) в 2020 году и в последующий период. Анализируется динамика использования слов по изучаемой тематике в течение 2020 года и проводится аналогия между частотой их использования и происходящими событиями. Далее по выбранным ключевым словам осуществляется поиск твитов и, основываясь на полученных данных, реализуется анализ тональности cообщений с помощью библиотеки Python - TextBlob, созданной для обработки текстовых данных, и онлайн - сервиса Brand24. Сравнивая данные инструменты, отмечается схожесть полученных результатов. Исследование помогает быстро и в реальном времени понять общественные настроения по поводу вспышки COVID-19, способствуя тем самым пониманию развивающихся событий. Также данная работа может быть использована в качестве модели для определения эмоционального состояния интернет-пользователей в различных ситуациях. / The work is devoted to the sentiment analysis study of messages in Twitter social network. The research material consisted of 818,224 messages and 17 keywords, whereas 89,025 tweets contained the words "COVID-19" and "Coronavirus". In the first part, theoretical and methodological issues are considered: the concept of sentiment analysis is introduced, various approaches to text classification are analyzed. Particular attention in the problems of text classification is given to Naive Bayes classifier, which shows high accuracy of work. The features of sentiment analysis in social networks during epidemics and disease outbreaks are studied. The procedure and algorithm for analyzing the sentiment of the text are described. Much attention is paid to the analysis of sentiment of texts in Python using TextBlob library, and also one of the SaaS tools is chosen - software as a service, which allows real-time sentiment analysis of texts, where there is no need for extensive experience in machine learning and natural language processing against Python programming language. The second part of the study begins with sampling, i.e. definition of keywords by which the search and export of the necessary tweets is carried out. For this purpose, the Coronavirus Corpus is used, designed to reflect the social, cultural and economic consequences of the coronavirus (COVID-19) in 2020 and beyond. The dynamics of the topic words usage during 2020 is analyzed and an analogy is drawn between the frequency of their usage and the events in place. Next, the selected keywords are used to search for tweets and, based on the data obtained, the sentiment analysis of messages is carried out using the Python library - TextBlob, created for processing textual data, and the Brand24 online service. Comparing these tools, the results are similar. The study helps to understand quickly and in real-time public sentiments about the COVID-19 outbreak, thereby contributing to the understanding of developing events. Also, this work can be used as a model for determining the emotional state of Internet users in various situations.

Магистерская диссертация посвящена исследованию лингвистических особенностей политического дискурса предвыборных кампаний в США. Целью данной работы является определение роли функциональных доминант как фактора речевого воздействия и выявление особенности их употребления в политическом дискурсе предвыборных кампаний. Структура работы состоит из двух глав: теоретической и практической. В первой главе рассматриваются теоретические основы исследования, определяется теоретический подход к изучению материала. В практической части проводится сравнительный анализ текстов предвыборных кампаний рассматриваемых периодов. В результате нашего исследования, определена роль функциональных доминант в политическом дискурсе, выявлены особенности их употребления, а также даны рекомендации по формированию эффективной предвыборной речи с учётом лингвистических и дискурсивных особенностей. Данные результаты могут быть использованы при подготовке агитационных мероприятий, специалистами по связям с общественностью, спичрайтерами, политическими консультантами, политтехнологами, специалистами по межкультурной коммуникации, при составлении программ, курсов, учебных дисциплин по межкультурной коммуникации. / The master’s thesis is devoted to the study of linguistic features of the political discourse of election campaigns in the United States. The purpose of this work is to determine the role of functional dominants as a factor of speech influence and to identify the features of their use in the political discourse of election campaigns. The structure of the work consists of two chapters: theoretical and practical. The first chapter discusses the theoretical foundations of the study, defines a theoretical approach to the study of the material. In the practical part, a comparative analysis of texts is carried out election campaigns of the periods under consideration. As a result of our research, the role of functional dominant in political discourse, the peculiarities of their use are revealed, and recommendations are given on the formation of an effective election speech taking into account linguistic and discursive features. These results can be used in the preparation of campaign events, by public relations specialists, speechwriters, political consultants, political technologists, specialists in intercultural communication, in the preparation of programs, courses, academic disciplines on intercultural communication.

Цель исследования – на основе теоретического описания и практической реализации в других исследованиях, провести сравнительную оценку методов машинного обучения для выявления оптимального решения при анализе тональности текстов. Объектом исследования выступают тексты, публикуемые в средствах массовой информации. Научная новизна исследования состоит в совершенствовании существующих методов для выявления наиболее универсального решения. Практическая значимость исследования заключается в том, что полученные результаты исследования могут быть полезными для других ученых, занимающихся анализом тональности текстов в средствах массовой информации. В результате сравнительного исследования был найден наиболее эффективный и точный метод для решения задачи. Полученные результаты и выводы исследования могут служить основой для последующих исследований в этой области и применяться в практических разработках и приложениях, требующих анализа тональности текстов. / The purpose of the study is, based on the theoretical description and practical implementation in other studies, to conduct a comparative assessment of machine learning methods to identify the optimal solution when analyzing the sentiment of texts. The object of the study is texts published in the media. The scientific novelty of the research lies in the improvement of existing methods to identify the most universal solution. The practical significance of the study lies in the fact that the results obtained may be useful for other scientists involved in the analysis of the sentiment of texts in the media. As a result of a comparative study, the most effective and accurate method for solving the problem was found. The obtained results and conclusions of the study can serve as the basis for subsequent research in this area and be used in practical developments and applications that require sentiment analysis of texts.

No description available.

The master's thesis contains a description of the advertising text within a text-categorical approach. The author summarizes the main linguistic approaches to the study of the advertising text, describes the means of forming the category of mood in the advertising text and identifies the types of moods that are typical for commercial log messages. / Магистерская диссертация содержит описание рекламного текста в рамках категориально-текстового подхода. Автором обобщены основные лингвистические подходы к изучению рекламного текста, описаны средства формирования категории тональности в рекламном тексте и выявлены типы тональностей, которые характерны для коммерческих журнальных сообщений.