ЖМК-302. Методика медиаисследований. Практическое занятие №4. Автоматизированный фоносемантический и контент-анализ

Часть 1: Фоносемантический анализ.

В качестве анализируемых материалов были взяты:

- Статья "Одержимость или увлечённость? Как жить с гиперфиксацией и обратить её недостатки в достоинства" Арины Тетериной

- Статья "Гиперфиксации у студентов: помощь или проблема?" Адели Шагиевой

Обе статьи объединены общей тематикой и примерно одинаковы по объему.

Текст 1:

Текст 2:

Исходя из результатов анализа Vaal, тексты не сильно отличаются друг от друга эмоциональностью. Показатели отличаются друг от друга лишь на ~10 единиц в каждом столбце. Это можно объяснить тем, что эмоциональный окрас обоих текстов одинаков, ведь обозреваемая авторами тема одна и та же. В обоих текстах присутствуют перечисления как негативных, так и позитивных сторон обозреваемого объекта, а общий стиль публицистический.

Однако можно пояснить перевес эмоциональности второго текста от первого тем, что в нем присутствует цитирование речи интервьюеров. Их спрашивали о мнении насчет гиперфиксации, и в предложениях были замечены такие разговорные слова как "хорошо", "плохо", "не круто" и т.д.

Часть 2: Контент-анализ.

Текст 1:

Текст 2:

Word cloud лучше отражает содержание текстов, поскольку в показанных словах присутствуют главные термины, такие как «гиперфиксация», «жизни», «помогает», «вред», «предмет» и т.п. А в модели текста, на одном из скриншотов, видно, что ключевого слова «гиперфиксация» вообще нет. Модель текста выдала в основном частицы, предлоги и местоимения, которые используются чаще всего в тексте, но не могут дать представление о тематике.

Поэтому по World Cloud легче определять тематику текстов. Он не только более точный, но и показывает большее количество слов, по которым пользователь сможет качественнее понять, о чем будет текст перед ознакомлением.