Диссертации, представленные на защиту и подготовленные в НИУ ВШЭ

Диссертация посвящена разработке методологии автоматического анализа письменной речи на русском языке для социологических задач, с фокусом на анализ репрезентаций этнических групп и межэтнических отношений в текстах социальных медиа. В работе тестируется применимость обширного набора новых вариаций алгоритмов машинного обучения к интерпретируемому анализу этих репрезентаций. Алгоритмы представлены двумя группами: тематическое моделирование, направленное на выявление имплицитных контекстов упоминания этнических групп и отношений между ними, и алгоритмы классификации, направленные на выявление заранее заданных классов отношений к этническим группам.  Алгоритмы тестируются на большом наборе специально созданных датасетов из сообщений социальных сетей, часть из которых размечена на категории, обоснованные социологическими теориями межэтнических отношений (включая язык вражды). В работе установлено, что на коллекциях, не обогащенных этнорелевантными текстами, тематическое моделирование эффективно только с частичным обучением, причем наиболее эффективно обучение на основе специально составленного словаря этнонимов. На обогащенных коллекциях обучение не требуется, однако при этом может происходить потеря текстов с имплицитным освещением тематики этничности. Также установлено, что классификация сообщений на классы уровня текста, такие как «наличие межэтнического конфликта», легко решается стандартными классификационными методами, тогда как задача классификации отношений к отдельным этническим группам в тексте требует работы на уровне вхождения именованной сущности «этическая группа» в текст, в связи с большой долей текстов, в которых упоминается более одной этнической группы. В этой задаче лучшие результаты получены при сочетании языковой модели Conversational RuBERT с нейросетевым алгоритмом, состоящим из одного плотного слоя. В работе даны рекомендации для пользователей алгоритмов машинного обучения по составлению коллекций, выбору настроек алгоритмов и интерпретации результатов совместного использования тематического моделирования и классификации.

Распространение социальных медиа и их интеграция в деятельность социальных движений и практики политической жизни в целом приводит к существенной трансформации состязательной политики. В результате этой трансформации возникают новые предметы для исследования в этой области, а уже описанные механизмы и взаимосвязи получают новые измерения.
Так, один из основных сюжетов исследований состязательной политики – влияние негативных санкций на её дальнейшее течение, оказывается также связан с социальными медиа. В социальных медиа происходит распространение информации о событиях различных протестных акций и их осмысление. Кроме того, в социальных медиа часть самой состязательной политики и происходит. При этом, реакция социальных сетей на применение негативных санкций изучалась в очень усечённом виде. Настоящее исследование направлено на ликвидацию этой лакуны.
В рамках диссертации выработана теоретическая модель, позволяющая описывать воздействия различных политических событий на коммуникацию в социальных медиа. Теоретическая модель опирается на теорию гибридной медиа-системы и интегративную модель коллективного действия на основе социальной идентичности (Integrative Social Identity Model of Collective Action). Полученная модель используется для того, чтобы сформулировать гипотезы для проверки на эмпирических данных о политической коммуникации в социальных медиа.
Проверка гипотез происходила на базе пользовательских текстов, опубликованных в социальной сети «Вконтакте» в 2019-м и 2020-м годах. Было сформировано два корпуса постов, которые отдельно использовались для изучения влияния немедленных негативных санкций и отложенных негативных санкций. Валидность собранных данных была проверена с помощью методов машинного обучения. Проверка гипотез проводилась методами статистического анализа.
В результате проверки гипотез было показано, что применение немедленных негативных санкций приводит к ситуативной активизации политической коммуникации: увеличивается число включённых площадок, растёт их активность, аудитория становится более вовлечённой в обсуждение. При этом увеличение числа включённых в коммуникацию площадок происходит как по воле их администраторов, так и в результате деятельности цифровых активистов. Применение отложенных негативных санкций имеет менее заметные коммуникативные последствия: общий объём обсуждений этих санкций оказывается малозаметен на фоне ситуативного всплеска, свойственного обсуждению немедленных негативных санкций, но само это обсуждение длится дольше. При этом активность медийного освещения зависит от хода применения отложенных санкций и стратегий участвующих сторон.