Preview

Политическая лингвистика

Расширенный поиск

ИССЛЕДОВАНИЕ ЛИНГВИСТИЧЕСКОЙ МОДЕЛИ ПОЛИТИЧЕСКИХ КОММУНИКАЦИЙ В СОЦИАЛЬНОЙ СЕТИ «TWITTER» В ОТНОШЕНИИ ПРЕЗИДЕНТА США Д. ТРАМПА В МАРТЕ - ИЮНЕ 2020 Г

https://doi.org/10.26170/pl20-05-09

Полный текст:

Аннотация

Специфика современных социально - политических и языковых изменений наиболее ярко отражена в функционировании лингвистических моделей социально - политической коммуникации между гражданами/потребителями в отношении институализированных и неинституализированных политических акторов. Современная общественная реальность в значительной мере формируется под влиянием Интернета и социальных медиа. Функциональная сегментация социальных медиа - это эффект эпохи коронавируса. Социальная сеть «Twitter» во всем мире стала источником политического контента в 2019 - 2020 гг. Эмпирическая база исследования включила два комплекса сетевых данных: первый дата - сет (март 2020 г., 50 000 сообщений) и второй дата - сет (июнь 2020 г., 50 000 сообщений) состоят из сетевых данных, полученных методом сплошной выгрузки сообщений, публикуемых пользователями социальной сети «Twitter» и содержащих ключевое слово «trump», через программный интерфейс приложения «Twitter» (API Twitter). Сетевые данные, входящие в полученную эмпирическую базу, содержат следующие массивы данных: сообщения, публикуемые пользователями указанных сетей; динамику ответов (ретвитов) на публикуемые сообщения; данные о пользователях, публикующих эти сообщения, с фиксацией их взаимодействия для анализа их активности в виде социального графа; используемые пользователями хештеги для маркирования и классификации информации в социальных сетях; часто употребляемые слова и словосочетания с фиксацией их взаимодействия для анализа активности употребления как социального графа с целью выявления доминирующих тематик в сетевом дискурсивном поле, составляющем основу лингвистической модели политической коммуникации пользователей «Twitter» в отношении Д. Трампа. В результате визуализации полученных дата - сетов (хабов ядра лингвистической модели политической коммуникации пользователей «Twitter» в отношении Д. Трампа за указанный период) и последующего сетевого, лингводискурсивного и частотного анализа мы показали, как позитивные и околокритичные дискурсы в отношении Д. Трампа как президента и кандидата сменились на отрицательный дискурс, в котором превалирующим стало обсуждение не предвыборной кампании, а протестов и акций #BlackLivesMatter, и резкую критику Д. Трампа со стороны всех групп населения; выделили основные характеристики лингвистических моделей политической коммуникации пользователей «Twitter» в отношении Д. Трампа в марте 2020 г. и в июне 2020 г.

Об авторах

В. В. Катермина
Кубанский государственный университет
Россия


Н. А. Рябченко
Кубанский государственный университет
Россия


С. Х. Липириди
Кубанский государственный университет
Россия


А. А. Гнедаш
Кубанский государственный университет
Россия


О. П. Малышева
Кубанский государственный университет
Россия


Список литературы

1. Рябченко, Н. А. Региональный политический дискурс: теоретическая модель, методология исследования и практики управления политическим контентом в online-пространстве субъектов РФ / Н. А. Рябченко, В. В. Катермина, А. А. Гнедаш, Б. Г. Вульфович. - Текст : непосредственный // Политическая лингвистика. - 2019. - № 5 (77). - С. 114-131. - DOI 10.26170/pl19-05-12.

2. Рябченко, Н. А. Политический контент социальных движений в online-пространстве современных государств: методология анализа и исследовательская практика / Н. А. Рябченко, В. В. Катермина, А. А. Гнедаш, О. П. Малышева. - Текст : непосредственный // Южно-российский журнал социальных наук. - Краснодар, 2018. - № 3. - С. 139-162.

3. Рябченко, Н. А. Характеристики современной политической коммуникации в онлайн-пространстве / Н. А. Рябченко, О. П. Малышева. - Текст : непосредственный // Вопросы когнитивной лингвистики. - 2020. - № 2. - C. 101-113.

4. Рябченко, Н. А. Управление политическим контентом в социальных сетях в период предвыборной кампании в эпоху постправды / Н. А. Рябченко, О. П. Малышева, А. А. Гнедаш. - Текст : непосредственный // Полис. Политические исследования. - 2019. - № 2. - С. 92-106. - DOI https://doi.org/10.17976/jpps/2019.02.07.

5. Топ-20 авторов русскоязычных соцмедиа: ВКонтакте, Instagram, Facebook и Twitter, ИЮНЬ 2019. Молодые видеоблогеры, украинские журналисты и двойной успех Ольги Бузовой. - URL: https://br-analytics.ru/blog/top-20-russian-language-authors-vk-fb-insta-twi_june2019/ (дата обращения: 13.09.2020). - Текст : электронный.

6. Beltran, J. Male and female politicians on Twitter: A machine learning approach / J. Beltran, A. Gallego, A. Huidobro, E. Romero, L. Padro. - Text : electronic // European Journal of Political Research. First published: 17 March 2020. - URL: https://ejpr.onlinelibrary.wiley.com/doi/abs/10.1111/1475-6765. 12392?af=R (date of access: 13.09.2020).

7. Bhatia, S. Trait Associations for Hillary Clinton and Donald Trump in News Media. A Computational Analysis / S. Bhatia, G. P. Goodwin, L. Walasek. - Text : unmediated // Social Psychological and Personality Science. - 2018. - Vol. 9. - № 2. - P. 123-130. - DOI https://doi.org/10.1177/19 48550617751584.

8. Brand Analytics. - URL: https://br-analytics.ru/about/ (date of access: 13.09.2020). - Text : electronic.

9. Burghardt, М. Introduction to Tools and Methods for the Analysis of Twitter Data / M. Burghardt. - Text : unmediated // Living Linguistics. Media Linguistics. - № 2015. - Iss. 1. - P. 74-91.

10. Crystal, D. Language and the Internet / D. Crystal. - Cambridge : CUP, 2006. - Text : unmediated.

11. Cunha, E. Analyzing the Dynamic Evolution of Hashtags on Twitter: a Language-Based Approach / E. Cunha. - Text : unmediated // Proceedings of the Workshop on Language in Social Media LSM. - 2011. - P. 58-65.

12. Derczynski, L. Twitter Part-of-Speech Tagging for All: Overcoming Sparse and Noisy Data / L. Derczynski. - Text : unmediated // Proceedings of the International Conference on Recent Advances in Natural Language Processing, ACL. - 2013. - P. 198-206.

13. Donald J. Trump 45th President of the United States of America. - URL: https://twitter.com/realDonaldTrump?ref_ src=twsrc%5Etfw%7Ctwcamp%5Etweetembed%7Ctwterm%5E146994336670822400%7Ctwgr%5E&ref_url=http%3A%2F%2Fwww.trumptwitterarchive.com%2F (date of access: 13.09.2020). - Text : electronic.

14. Enli, G. Twitter as arena for the authentic outsider: exploring the social media campaigns of Trump and Clinton in the 2016 US presidential election / G. Enli. - Text : unmediated // European Journal of Communication. - 2017. - Vol. 32. - № 1. - P. 50-61. - DOI https://doi.org/10.1177/ 0267323116682802.

15. González-Ibáñez, R. Identifying Sarcasm in Twitter: a Closer Look / R. González-Ibáñez. - Text : unmediated // HLT ’11 Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies: Short Papers. - 2011. - P. 581-586.

16. Jaidka, K. Brevity is the Soul of Twitter: The Constraint Affordance and Political Discussion / K. Jaidka, A. Zhou, Y. Lelkes. - Text : unmediated // Journal of Communication. - 2019. - Vol. 69. - Iss. 4. - P. 345-372.

17. Murthy, D. Introduction to Social Media, Activism, and Organizations / D. Murthy. - Text : unmediated // Social Media + Society. - 2018. - № 1-4. - DOI 10.1177/205630511 7750716.

18. Murthy, D. Do We Tweet Differently From Our Mobile Devices? A Study of Language Differences on Mobile and Web-Based Twitter Platforms / D. Murthy, S. Bowman, A. J. Gross, M. McGarry. - Text : unmediated // Journal of Communication. - 2015. - Vol. 65. - Iss. 5. - P. 816-837.

19. Pearson, M. Teaching Media Law in a Post-truth Context: Strategies for Enhancing Learning about the Legal Risks of Fake News and Alternative Facts / M. Pearson. - Text : unmediated // Asia Pacific Media Educator. - 2017. - № 27 (1). - Р. 17-26. - DOI https://doi.org/10.1177/1326365X17704289.

20. Rees, A. Digital and Online Activism / A. Rees. - URL: https://en.reset.org/knowledge/digital-and-online-activism (date of access: 13.09.2020). - Text : electronic.

21. Zanzotto, F. M. Linguistic Redundancy in Twitter / F. M. Zanzotto // Proc. of the 2011 Conference on Empirical Methods in Natural Language Processing, ACL. - 2011. - Р. 659-669.


Для цитирования:


Катермина В.В., Рябченко Н.А., Липириди С.Х., Гнедаш А.А., Малышева О.П. ИССЛЕДОВАНИЕ ЛИНГВИСТИЧЕСКОЙ МОДЕЛИ ПОЛИТИЧЕСКИХ КОММУНИКАЦИЙ В СОЦИАЛЬНОЙ СЕТИ «TWITTER» В ОТНОШЕНИИ ПРЕЗИДЕНТА США Д. ТРАМПА В МАРТЕ - ИЮНЕ 2020 Г. Политическая лингвистика. 2020;(5):87-107. https://doi.org/10.26170/pl20-05-09

For citation:


Katermina V.V., Ryabchenko N.A., Lipiridi S.K., Gnedash A.A., Malysheva O.P. THE STUDY OF LINGUISTIC MODEL OF POLITICAL COMMUNICATIONS ON TWITTER ABOUT US PRESIDENT D. TRUMP IN MARCH-JUNE 2020. Political Linguistics. 2020;(5):87-107. (In Russ.) https://doi.org/10.26170/pl20-05-09

Просмотров: 14


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1999-2629 (Print)