КОНТЕНТ- Й КОЛОКАЦІЙНИЙ АНАЛІЗ АНАЛІТИЧНИХ ПОВІДОМЛЕНЬ RT ПРО УКРАЇНУ
DOI:
https://doi.org/10.29038/2524-2679-2022-03-73-86Ключові слова:
пропаганда, медіапростір, контент-аналіз, аналіз колокацій, RT (Russia Today)Анотація
Російська федерація проводить потужну інформаційно-психологічну війну проти України, наслідки якої, на жаль, уже очевидні. Кремлівська пропаганда формує рамки сприйняття об’єктивної реальності й розставляє вигідні для рф акценти стосовно України, її державності, лідерів, населення загалом. Як наслідок, у свідомості реципієнта створюється викривлена реальність, яка ставить під сумнів правдивість будь-яких висловлювань. Розуміння механізмів деструктивного інформаційно-психологічного впливу є вкрай важливим для об’єкта агресії, який повинен не лише ефектив- но протистояти, а й переосмислювати, перебудовувати власну політику безпеки. Предметом дослідження є аналітичні матеріали багатомовного інформаційного каналу RT (Russia Today) з хештегом «#Украина» за період вересень 2018 – квітень 2020 рр. (990 статей). Весь період поділено на чотири підперіоди: 1) вересень – грудень 2018 р. і 2) січень–квітень 2019 р. – час Президентства П. Порошенка, 3) травень–грудень 2019 і 4) січень–квітень 2020 р. – час Президентства В. Зеленського. Контент- аналіз дав змогу з’ясувати найуживаніші слова кремлівської пропаганди кожного періоду, при цьому автори обґрунтували причини частотності слів, проаналізувавши події в Україні й реакцію рф на них. Аналіз колокацій уможливив створення мережі, яка наочно демонструє тематичний розподіл аналітичних матеріалів RT. Зокрема, перша підмережа являє собою суто пропагандистські патерни, мета яких – інформаційна й правова підтримка дій рф; друга пов’язана з конкретними суб’єктами / об’єктами й подіями; третя підмережа – це «мономережа», яка презентує єдину тему – реакцію кремлівської пропаганди на визнання у світі автокефалії Православної церкви України й події довкола неї.
Пропонована стаття підготовлена в межах проєкту «Стратегічні комунікації ЄС: протидія деструктивним впливам» програми ERASMUS+ напряму Модуль Жана Моне (№ 101047033 ERASMUS-JMO-2021-MODULE).
Посилання
Rezhym Putina: perezavantazhennya-2018, M. M. Rozumnyy (zah. red.), Kyiv: NISD, 2018, 480 р. URL: https://niss.gov.ua/sites/default/files/2019-02/Rezhym_Putina_ do_druku_new-c9ed2.pdf
Baker, P., Gabrielatos, C. and McEnery, T. (2013). Discourse Analysis and Media At- titudes: The Representation of Islam in the British Press. Cambridge: Cambridge University Press.
Berry, C., Harbord, J. and Moore, R., eds. (2013). Public Space, Media Space, Pal- grave Macmillan UK, pp. 4–12.
Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet allocation, Journal of machine Learning research, 3 (Jan), pp. 993–1022.
Crain, S. P., Zhou, K., Yang, S. H., & Zha, H. (2012). Dimensionality reduction and topic modeling: From latent semantic indexing to latent Dirichlet allocation and beyond, Mining text data. Springer, Boston, pp.129–161.
Firth, J. R. (1957). Papers in Linguistics 1934–1951. Oxford: Oxford University Press.
Ghorab, M. R., Zhou, D., O’Connor, A., & Wade, V. (2013). Personalised infor- mation retrieval: Survey and classification, User Modeling and User-Adapted Interaction, 23 (4), pp. 381–443.
Habermas, J. (1989). The Structural Transformation of the Public Sphere, Cambridge: MIT Press.
Silge, J., Robinson, D. (2017). Text Mining with R: A Tidy Approach (1st. ed.). O'Reilly Media, Inc. URL: https://www.tidytextmining.com/
Soumya, K., Shibily, J. (2014). Text Classification by Augmenting Bag of Words (BOW) Representation with Co-occurrence Feature, IOSR Journal of Computer Engineering, 16, pp. 34–38.
Yuskiv, B., Karpchuk, N. (2021). Dominating Concepts of Russian Federation Pro- paganda Against Ukraine (Content and Collocation Analyses of Russia Today), Politologija,
№ 102, Issue 2, р. 116–152. URL: https://www.journals.vu.lt/politologija/article/view/24506
Zhang, Y., Jin, R., Zhou, Z. H. (2010). Understanding bag-of-words model: a sta- tistical framework, Int. J. Mach. Learn. & Cyber., 1, 43–52. URL: https://doi.org/10.1007/ s13042-010-0001-0
