<?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE article PUBLIC "-//NLM/DTD JATS (Z39.96) Journal Publishing DTD v1.2 20120330//EN" "http://jats.nlm.nih.gov/publishing/1.2/JATS-journalpublishing1.dtd">
    <!--<?xml-stylesheet type="text/xsl" href="article.xsl">-->
<article xmlns:ns0="http://www.w3.org/1999/xlink" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.2" xml:lang="en">
	<front>
		<journal-meta>
			<journal-id journal-id-type="issn">2303-9868</journal-id>
			<journal-id journal-id-type="eissn">2227-6017</journal-id>
			<journal-title-group>
				<journal-title>Международный научно-исследовательский журнал</journal-title>
			</journal-title-group>
			<issn pub-type="epub">2303-9868</issn>
			<publisher>
				<publisher-name>ООО Цифра</publisher-name>
			</publisher>
		</journal-meta>
		<article-meta>
			<article-id pub-id-type="doi">10.60797/IRJ.2025.162.15</article-id>
			<article-categories>
				<subj-group>
					<subject>Brief communication</subject>
				</subj-group>
			</article-categories>
			<title-group>
				<article-title>Корпусный анализ факторов влияния на тональность слова «патриотизм»</article-title>
			</title-group>
			<contrib-group>
				<contrib contrib-type="author" corresp="yes">
					<contrib-id contrib-id-type="orcid">https://orcid.org/0000-0003-0450-5156</contrib-id>
					<contrib-id contrib-id-type="rinc">https://elibrary.ru/author_profile.asp?id=10302</contrib-id>
					<name>
						<surname>Шарнин</surname>
						<given-names>Михаил Михайлович</given-names>
					</name>
					<email>mc@keywen.com</email>
					<xref ref-type="aff" rid="aff-1">1</xref>
				</contrib>
			</contrib-group>
			<aff id="aff-1">
				<label>1</label>
				<institution>Федеральный исследовательский центр «Информатика и управление» Российской академии наук</institution>
			</aff>
			<pub-date publication-format="electronic" date-type="pub" iso-8601-date="2025-12-17">
				<day>17</day>
				<month>12</month>
				<year>2025</year>
			</pub-date>
			<pub-date pub-type="collection">
				<year>2025</year>
			</pub-date>
			<volume>5</volume>
			<issue>162</issue>
			<fpage>1</fpage>
			<lpage>5</lpage>
			<history>
				<date date-type="received" iso-8601-date="2025-11-07">
					<day>07</day>
					<month>11</month>
					<year>2025</year>
				</date>
				<date date-type="accepted" iso-8601-date="2025-12-10">
					<day>10</day>
					<month>12</month>
					<year>2025</year>
				</date>
			</history>
			<permissions>
				<copyright-statement>Copyright: &amp;#x00A9; 2022 The Author(s)</copyright-statement>
				<copyright-year>2022</copyright-year>
				<license license-type="open-access" xlink:href="http://creativecommons.org/licenses/by/4.0/">
					<license-p>
						This is an open-access article distributed under the terms of the Creative Commons Attribution 4.0 International License (CC-BY 4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited. See 
						<uri xlink:href="http://creativecommons.org/licenses/by/4.0/">http://creativecommons.org/licenses/by/4.0/</uri>
					</license-p>
					.
				</license>
			</permissions>
			<self-uri xlink:href="https://research-journal.org/archive/12-162-2025-december/10.60797/IRJ.2025.162.15"/>
			<abstract>
				<p>В работе представлен эффективный метод выявления позитивных и негативных факторов, влияющих на эмоциональную тональность слова «патриотизм», в корпусе текстов объемом 10 ГБ из сообщений в телеграм-каналах. Факторы, влияющие на тональность,  выявляются среди семантических связей, полученных  с помощью нейросети Word2Vec и тональных словарей. Метод использует статистические закономерности между словами из тональных словарей, входящими в ассоциативные группы из близких по семантике слов. Наиболее сильными позитивными факторами в корпусе являются: нравственность, духовность, любовь к Родине, гуманизм. Метод позволяет осуществлять мониторинг факторов, влияющих на тональность слова «патриотизм», в большом динамическом корпусе текстов, что может способствовать повышению эффективности работы по продвижению патриотизма как традиционной ценности в информационной среде.</p>
			</abstract>
			<kwd-group>
				<kwd>корпусный анализ</kwd>
				<kwd> факторы влияния на тональность</kwd>
				<kwd> патриотизм</kwd>
				<kwd> семантические связи</kwd>
				<kwd> нейронная сеть</kwd>
				<kwd> тональные словари</kwd>
			</kwd-group>
		</article-meta>
	</front>
	<body>
		<sec>
			<title>HTML-content</title>
			<p>1. Введение</p>
			<p>Целью настоящей работы является выявление факторов, влияющих на отношение к патриотизму в современном  обществе. Патриотизм </p>
			<p>—[1]</p>
			<p>Эмоциональная тональность терминов/ценностей может меняться со временем благодаря появлению новых популярных текстов, в которых эти термины окружает соответствующий позитивный или негативный эмоциональный фон, и создаются соответствующие семантические связи (в том числе ассоциативные). Связи терминов с позитивными словами, такими как комфорт, успех, семейное счастье, создают позитивный/привлекательный образ и повышают эмоциональную тональность этих терминов, что часто используется в рекламе недвижимости </p>
			<p>[2]—[3]</p>
			<p>Семантические связи ценностей с позитивными и негативными словами влияют на эмоциональную тональность ценностей и поэтому являются факторами позитивного и негативного влияния. В научной литературе термин «фактор» обозначает «элемент, условие или параметр, который влияет на исследуемый процесс или явление» </p>
			<p>[4]</p>
			<p>В настоящее время широкое распространение получили методы тонального анализа текстов (sentiment analysis) </p>
			<p>[5][6][7][6][7]</p>
			<p>В ряде научных работ </p>
			<p>[8][9][10]</p>
			<p>В настоящем исследовании факторы, влияющие на тональность слова «патриотизм», выявляются в корпусе текстов среди семантических связей, полученных  с помощью нейросети Word2Vec и тональных словарей.</p>
			<p>2. Методы и принципы исследования</p>
			<p>Для проведения исследования использовался корпус текстов объемом 10 ГБ из сообщений телеграм-каналов, таких как Радио Говорит Москва, Владимир Соловьев и RT на русском, а также из связанных по ссылкам телеграм-каналов. В корпусе содержались данные за несколько последних лет от начала каждого телеграм-канала до января 2025 года. С помощью программы gensim.models.Word2Vec на языке Python по корпусу текстов были построены 3 лингвистические модели для слов с частотами &gt;1000, &gt;100  и &gt;5. Затем для каждого слова в каждой модели с помощью функции  model.most_similar были рассчитаны ассоциативные группы, содержащие наиболее близкие по семантике слова.  Приведем три примера ассоциативных групп со словом «патриотизм».</p>
			<p>•	Группа 1: любовь, нежность, доброта, сострадание, вера, теплота, патриотизм, святость, милосердие, радость, чувство.</p>
			<p>•	Группа 2: патриотизм, духовность, любовь, нравственность, нравственный, гуманизм, чувство, воспитание, гордость, идеал, эгоизм.</p>
			<p>•	Группа 3: патриотизм, духовность, мужественность, нравственность, нравственный, гуманизм, любовь, гражданственность, эгоизм, коллективизм, чувство.</p>
			<p>Вторая группа состоит из наиболее семантически близких слов с количеством вхождений в корпусе &gt;1000, а третья — из слов с количеством вхождений в корпусе &gt;100. Всего слово «патриотизм» вошло в 32 различные ассоциативные группы.</p>
			<p>Для анализа тональности слов в ассоциативных группах использовался объединенный тональный словарь на базе словарей RuSentiLex </p>
			<p>[6][7]</p>
			<p>Предлагаемая методика использует статистические закономерности между тональными словами, входящими в ассоциативные группы. Тональности большинства слов в каждой ассоциативной группе часто совпадают. Поэтому большинство тональных слов, окружающих любое слово в различных ассоциативных группах, имеют одинаковую тональность.  Подсчет подобной статистики совместной встречаемости тональных слов в ассоциативных группах для 21048 слов из объединенного словаря дал следующие результаты. Если в ассоциативных группах со словом Х разность числа окружающих позитивных и негативных тональных слов равна +1 или -1, то с вероятностью 67% это слово Х имеет такую же тональность как у большинства окружающих тональных слов. Данный факт был установлен для 964 слов из объединенного тонального словаря. Если разность равна +2 или -2, то вероятность повышается до 71.8% из 666 случаев.  Если разность равна +3 или -3, то вероятность повышается до 74.4% из 523 случаев. Эта закономерность представлена на графике рис.1.</p>
			<fig id="F1">
				<label>Figure 1</label>
				<caption>
					<p>График вероятности совпадения тональности слова Х со знаком разности (Y-Z) в зависимости от абсолютного значения |Y-Z|: Y – это количество вхождений позитивных тональных слов в ассоциативные группы со словом Х; Z - количество вхождений негативных тональных слов в эти группы</p>
				</caption>
				<alt-text>График вероятности совпадения тональности слова Х со знаком разности (Y-Z) в зависимости от абсолютного значения |Y-Z|: Y – это количество вхождений позитивных тональных слов в ассоциативные группы со словом Х; Z - количество вхождений негативных тональных слов в эти группы</alt-text>
				<graphic ns0:href="/media/images/2025-11-06/00e7d305-9564-4256-8c29-e93bffa271fc.jpg"/>
			</fig>
			<p> </p>
			<p>Из графика видно, что тональность слова Х зависит от разности числа семантически похожих позитивных и негативных тональных слов. Поэтому семантически похожие позитивные слова являются позитивными факторами, влияющими на тональность, причем их влияние тем сильнее, чем больше число Y. Аналогично, негативные слова являются негативными факторами, влияющими на тональность, причем их влияние тем сильнее, чем больше число Z.</p>
			<p>В соответствии с описанной статистической  закономерностью для определения факторов влияющих на тональность слова «патриотизм»  в 32 группах со словом «патриотизм»  были подсчитаны количества вхождений для каждого позитивного  и негативного тонального слова. На основе полученной статистики были построены рейтинги позитивных и негативных слов по количеству их вхождений. Полученные рейтинги определяют наиболее сильные факторы влияния на тональность слова «патриотизм», и поэтому их можно назвать рейтингами позитивных и негативных факторов.</p>
			<p>3. Основные результаты</p>
			<p>В соответствии с описанной методикой был построен следующий рейтинг позитивных факторов: нравственный (16), духовность (15), нравственность (13), любовь (10), гуманизм (8), мораль (7), воспитание (7), вера (6), эмпатия (5), гордость (5), духовный (5), святость (4), идеал (4), моральный (4), коллективизм (4), сострадание (3), радость (3), мудрость (3), задор (3), восхищение (3), благодарность (3), мотивация (3), стимул (3), добродетель (3), мужественность (3), обожание (3), нежность (2), доброта (2), благородство (2), стойкость (2), мощь (2), человеческий (2), социализация (2), наставничество (2), воспитательный (2), единение (2), гибкость (2), ценностный (2), гуманистический (2), ценность (2), подрастать (2), самоуважение (2), мотивированность (2), юношество (2), трудолюбие (2), образованность (2), осознанность (2), всепрощение (2), целомудрие (2). </p>
			<p>Рейтинг негативных факторов: эгоизм (4), стыд (3), презрение (2), шовинизм (2), совковый (2). В скобках указано количество вхождений слова в 32 ассоциативные группы, что соответствует силе данного фактора.</p>
			<p>Полученные результаты находят подтверждение в официальной и научной литературе. Приведем примеры работ, подтверждающие некоторые выявленные факторы и их тональность.  В приведенных ниже примерах выявленные факторы выделены жирным шрифтом. Так, в работе </p>
			<p>[11]</p>
			<p>«Открыто приняв в 90-х годах западные ценности и западную культуру, мы как-то растеряли, а молодое поколение так и не сформировало, чувство гордости за свою землю, свой народ, свое государство» </p>
			<p>[12][13]</p>
			<p>Председатель Совета Федерации Валентина Матвиенко уверена, что патриотизм «должен стать неотъемлемой частью характера человека. Но при этом не перерастать в шовинизм. Подлинный патриот — тот, кто любит свою Родину и в то же время с уважением относится к другим народам» </p>
			<p>[14]</p>
			<p>Таким образом, защите и укреплению патриотизма способствует уменьшение в обществе проявлений негативных факторов, таких как эгоизм, шовинизм, стыд за свою страну и презрение к патриотизму, а также увеличение проявлений позитивных факторов, включая нравственность, духовность, любовь к Родине, гордость за свою страну и ее исторические достижения.</p>
			<p>4. Заключение</p>
			<p>В работе представлен эффективный метод выявления позитивных и негативных факторов, влияющих на эмоциональную тональность слова «патриотизм», в анализируемом корпусе текстов. Факторы, влияющие на тональность,  выявляются среди семантических связей, полученных  с помощью нейросети Word2Vec и тональных словарей. </p>
			<p>Предлагаемый метод позволяет осуществлять мониторинг факторов, влияющих на тональность, в большом динамическом корпусе текстов, что может повысить эффективность работы по патриотическому воспитанию, защите и укреплению традиционных ценностей,  а также по продвижению патриотизма как традиционной ценности в информационной среде.</p>
		</sec>
		<sec sec-type="supplementary-material">
			<title>Additional File</title>
			<p>The additional file for this article can be found as follows:</p>
			<supplementary-material xmlns:xlink="http://www.w3.org/1999/xlink" id="S1" xlink:href="https://doi.org/10.5334/cpsy.78.s1">
				<!--[<inline-supplementary-material xlink:title="local_file" xlink:href="https://research-journal.org/media/articles/22174.docx">22174.docx</inline-supplementary-material>]-->
				<!--[<inline-supplementary-material xlink:title="local_file" xlink:href="https://research-journal.org/media/articles/22174.pdf">22174.pdf</inline-supplementary-material>]-->
				<label>Online Supplementary Material</label>
				<caption>
					<p>
						Further description of analytic pipeline and patient demographic information. DOI:
						<italic>
							<uri>https://doi.org/10.60797/IRJ.2025.162.15</uri>
						</italic>
					</p>
				</caption>
			</supplementary-material>
		</sec>
	</body>
	<back>
		<ack>
			<title>Acknowledgements</title>
			<p/>
		</ack>
		<sec>
			<title>Competing Interests</title>
			<p/>
		</sec>
		<ref-list>
			<ref id="B1">
				<label>1</label>
				<mixed-citation publication-type="confproc">Указ Президента Российской Федерации от 9 ноября 2022 г. № 809 // Сайт Президента Российской Федерации. — 2022. — URL: http://www.kremlin.ru/acts/bank/48502?erid=LjN8K8S (дата обращения: 07.11.25)</mixed-citation>
			</ref>
			<ref id="B2">
				<label>2</label>
				<mixed-citation publication-type="confproc">Тихомирова Л. С. Специфика реализации коммуникативных стратегий и тактик в рекламе недвижимости (на материале интернет-сайтов г. Перми) / Л. С. Тихомирова , А. С. Черноусова // Медиалингвистика. — 2024. — № 11 (3). — с. 325–340. DOI: 10.21638/spbu22.2024.303.</mixed-citation>
			</ref>
			<ref id="B3">
				<label>3</label>
				<mixed-citation publication-type="confproc">Карабулатова И. С. Специфика лингвистической параметризации деструктивного массмедийного текста с обесцениванием исторической памяти / И. С. Карабулатова , Г. А. Копнина // Медиалингвистика. — 2023. — № 10 (3). — с. 319–335. DOI: 10.21638/spbu22.2023.303.</mixed-citation>
			</ref>
			<ref id="B4">
				<label>4</label>
				<mixed-citation publication-type="confproc">Атаманова Г.И. Термин «Фактор» как общенаучный феномен / Г.И. Атаманова, А.С. Аверьяскина // Международный научно-исследовательский журнал. — 2024. — № 12 (150). — URL: https://research-journal.org/archive/12-150-2024-december/10.60797/IRJ.2024.150.150 (дата обращения: 07.11.2025) DOI: 10.60797/IRJ.2024.150.150.</mixed-citation>
			</ref>
			<ref id="B5">
				<label>5</label>
				<mixed-citation publication-type="confproc">Wankhade M. A survey on sentiment analysis methods, applications, and challenges / M. Wankhade, A. C. S. Rao, C. Kulkarni // Artificial Intelligence Review. — 2022. — № 55 (7). — с. 5731–5780. [in English]</mixed-citation>
			</ref>
			<ref id="B6">
				<label>6</label>
				<mixed-citation publication-type="confproc">Loukachevitch N. Creating a general Russian sentiment lexicon / N. Loukachevitch, A. Levchik // Proceedings of the Tenth International Conference on Language Resources and Evaluation (LREC'16). — 2016. — P. 1171–1176.</mixed-citation>
			</ref>
			<ref id="B7">
				<label>7</label>
				<mixed-citation publication-type="confproc">Kulagin D. Publicly available sentiment dictionary for the Russian language KartaSlovSent / D. Kulagin // Computational Linguistics and Intellectual Technologies. Papers from the Annual International Conference “Dialogue”. — 2021. — № 20. — с. 1106–1119. [in English]</mixed-citation>
			</ref>
			<ref id="B8">
				<label>8</label>
				<mixed-citation publication-type="confproc">Liu R. Factors affecting users’ satisfaction with urban parks through online comments data: Evidence from Shenzhen, China / R. Liu, J. Xiao // International Journal of Environmental Research and Public Health. — 2021. — № 18 (1). — с. 253. [in English]</mixed-citation>
			</ref>
			<ref id="B9">
				<label>9</label>
				<mixed-citation publication-type="confproc">Yan X. Analyzing Antecedent Configurations of Group Emotion Generation in Public Emergencies: A Multi-Factor Coupling Approach / X. Yan, Y. Liu, Y. Chen, T. Liu // Behavioral Sciences. — 2025. — № 15 (1). — с. 41. DOI: 10.3390/bs15010041. [in English]</mixed-citation>
			</ref>
			<ref id="B10">
				<label>10</label>
				<mixed-citation publication-type="confproc">Li M. Sentiment analysis and prediction model based on Chinese government affairs microblogs / M. Li, Y. Shi // Heliyon. — 2023. — № 9 (8). [in English]</mixed-citation>
			</ref>
			<ref id="B11">
				<label>11</label>
				<mixed-citation publication-type="confproc">Воеводин А. П. Нравственные смыслы патриотизма / А. П. Воеводин // Вестник Московского государственного университета культуры и искусств. — 2024. — № 4 (120). — с. 39–46. DOI: 10.24412/1997-0803-2024-4120-39-46.</mixed-citation>
			</ref>
			<ref id="B12">
				<label>12</label>
				<mixed-citation publication-type="confproc">Шинкевич В.Е. Опыт преподавания курса «Основы Российской государственности» в контексте формирования патриотизма у обучающихся высшей школы / В.Е. Шинкевич // Вестник Восточно-Сибирской Открытой Академии. — 2024. — № 53 (53).</mixed-citation>
			</ref>
			<ref id="B13">
				<label>13</label>
				<mixed-citation publication-type="confproc">Стрелкова Н.В. Семья — основа воспитания патриотизма и духовности / Н.В. Стрелкова // Проблемы патриотического воспитания сотрудников правоохранительных органов и противодействия идеологии неонацизма и экстремизма. Сборник научных трудов. Московский университет Министерства внутренних дел Российской Федерации. — Москва, 2023. — С. 151–156.</mixed-citation>
			</ref>
			<ref id="B14">
				<label>14</label>
				<mixed-citation publication-type="confproc">Матвиенко В.И. Здесь раскрывается завеса будущего нашей Родины / В.И. Матвиенко // Блог. — 2023. — URL: http://council.gov.ru/services/discussions/blogs/143112/ (дата обращения: 07.11.25)</mixed-citation>
			</ref>
		</ref-list>
	</back>
	<fundings/>
</article>