Разработка методов извлечения ситуаций, эмоциональных оценок и ценностей из текстов социальных сетей

В статье разрабатываются методы автоматизированного анализа социального дискурса, объединяющие извле чение ситуаций из текстов естественного языка, классификацию эмоций и определение ценностных ориента ций. Большинство существующих подходов ограничивается бинарным анализом тональности и не учитывает ценностный контекст, определяющий эмоциональные реакции пользователей; настоящая работа восполняет этот пробел. Новизна исследования состоит в совместном анализе эмоций и ценностей в едином сквозном кон вейере применительно к русскоязычным социальным сетям – подход, ранее не реализованный для данного языка и платформы. В основу исследования заложена интеграция методов сценарного планирования Шумейкера и тео рии базовых ценностей Шварца. Разработанный конвейер реализует цикл от сбора данных из социальной сети «ВКонтакте» до многоуровневой классификации с использованием дообученной модели RuBERT и большой языковой модели DeepSeek. Для обучения и валидации системы сформирован корпус из 2 721 ситуации на основе 950 реальных комментариев «ВКонтакте» из пяти тематических доменов. В ходе апробации подтвер ждена эффективность предложенного подхода: классификатор эмоций достигает Macro F1 = 0,798, а точность автоматической разметки ценностей составила 90,8 % при κ = 0,863. Результаты демонстрируют доминирова ние ценностей Безопасности (34,1 %) и Справедливости (19,2 %) в русскоязычном сегменте «ВКонтакте», что подтверждает применимость конвейера для мониторинга социокультурных трансформаций в цифровой среде.