Формальний аналіз політичного дискурсу

Размещено на http://www.allbest.ru/

Формальний аналіз політичного дискурсу

Котов Е. В., Донецький національний університет імені Василя Стуса

У дослідженні здійснено кореляційний діахронічний аналіз дискурсивної структури політичного процесу України. Джерелами дослідження визначені тексти Послань Президента України до Верховної Ради за 2009-2020 роки. Показники були розраховані за допомогою мови програмування R, із застосуванням відкритих аналітичних пакетів, виходячи із розробленого автором алгоритму. Наведено засадничі положення щодо аналізованого корпусу текстів як такого, що може вважатися репрезентативним з огляду на цілі дослідження. Зафіксовано рівень кореляції, який із застосуванням описуваних перед підготовчих етапів коливається в окремих випадках від 0,45 до 0,82. Визначено необхідний мінімальний рівень 0,4 як такий показник кореляції, що може розглядатися в якості значного. політичний формальний дискурс аналіз

Визначено ключові дискурсивні патерни (ДП) виражені в наборі понять та категорій, які використовуються для опису окремих тем в рамках текстів. Побудовано таблицю ключових елементів кожного дискурсивного патерну із огляду на їх статистично-ймовірнісне використання в аналізованому корпусі. Побудовано таблицю ієрархізованої вживаності ДП через діахронічний аналіз використання в текстах. Визначено, що для більшості аналізованого масиву присутнє співпадіння на першому рівні ДП (із виключенням в тексті 2013 року). Зазначено, що формальні результати проведеного дослідження можуть вважатися доведенням тези про безсуб 'єктність політичного процесу, який фактично є самоактуалізацією дискурсу. Окреслено подальший розвиток автоматичного формального дискурсивного аналізу, що полягає в уточненні та розкладанні елементів ДП через окремі тексти корпусу із визначенням співпадінь та розходжень в семантичному наповнені елементів та побудову однорангової мережевої моделі синхронічної дискурсивної структури для кожного із визначаємих етапів.

Kotov E. V. Formal Analysis of Political Discourse

As part of the study, a correlation diachronic analysis of the discursive structure of the political process in Ukraine was undertaken. The sources of the study were the texts of the Messages of the President of Ukraine to the Verkhovna Rada for 2009-2020. The indicators were calculated using the programming environment R, using the open analytical packages, based on the developed algorithm.

There were given the basic provisions concerning the analyzed corpus of texts as ones which can be considered representative considering the purposes of the research. The level of correlation was fixed, which varied in some cases from 0.45 to 0.82 with the application of the described preparatory stage. The required minimum level of 0.4 was determined as that correlation indicator which can be considered as a significant one.

The key discursive patterns (DP) were determined in a set of concepts and categories that were used to describe individual topics within the texts. There was constructed the table of key elements of each discursive pattern considering their statistical-probabilistic use in the analyzed corpus. The table of hierarchical usability of DP through the diachronic analysis of use in texts was constructed. It was determined that for the majority of the analyzed array there was a coincidence at the first level of the DP (excepting the text of 2013). It was indicated that the formal results of the study can be considered as a proof of the thesis of the subjectlessness of the political process, which was in fact a self-actualization of discourse. There was described the further development of automatic formal discourse analysis, which meant the clarifying and decomposing the elements of the DP through separate texts of the body with the definition of coincidences and differences in the semantic content of elements and building a peer-to-peer network model of synchronous discursive structure for each stage.

Keywords: discourse, formal discourse analysis, discursive pattern, political process, latent-semantic analysis

Застосування дискурсивного аналізу на чинному етапі є вкрай важливим академічним завданням. Адже, з одного боку, дискурсивний аналіз досить розповсюджений метод в сучасній науці, з іншого, його використання здебільшого носить супутній характер, що дозволяє лише частково розкрити сутність методу та відносну новизну тих даних, які можна отримати при суворому його використанні. Окрім того, також важливим є саме формальний аспект такого аналізу, позитивність застосування якого вбачається нам не тільки в самій структурі отримуваних даних, а також у тому, що ступінь їх верифікуємості дозволяє використання такого роду аналізу в різного роду дослідженнях, як в якості часткового методу, так і загальної методології.

В рамках попередніх робіт ми розглядали як теоретичні, так і практичні аспекти та можливості формального аналізу політичного дискурсу. Метою даного дослідження є часткова реалізація розроблених алгоритмів автоматичного дослідження дискурсивної структури на матеріалах політичних текстів. Нами були взяті найбільш виразні тексти, а саме послання Президента до Верховної ради України, повторюючись зазначимо, що вони досить об'ємні для того, щоб надати необхідний мінімальний обсяг текстових одиниць для аналізу, а також досить виразні в плані опису як більш седиментованих шарів, так і виразні в плані демонстрації політичного порядку денного щодо тем, існуючих в суспільстві. Для представлення діахронічного аналізу нами були обрані Послання Президента України до Верховної Ради за наступні роки: 2009, 2011, 2013, 2015- 2020 роки. Так, говорячи про хронологію аналізованих послань / звернень, ми відбирали тексти виходячи з наступних положень: - представити структуру дискурсу в межах таких часових інтервалів, які б відображали внутрішньополітичні зміни, а саме при аналізі використовуються тексти чотирьох Президентів, а крім того, очевидними і таким, що не вимагають пояснень нам

уявляються зміни як територіальні, так і інформаційні, що відбулися в політичному просторі й до певної міри, як нам здається, з неодмінністю впливають на політичний процес, а отже, й на дискурсивну структуру; - відобразити ключові віхи в потенційно можливих точках зламу дискурсивної структури, які пов'язані з фактами, описаними вище.

Сам дискурс виражений в слабо ієрархізованій структурі понять (категорій), які можна вивести практично з будь-якого політичного тексту (звісно, беручи до уваги його об'ємну характеристику), відносно незалежно від його жанрових, тематичних та ін. особливостей. Домінуюча лінія опису і дій в рамках політичного процесу іменується «гегемонний» дискурс.

Ми припускаємо, що дану «структуру» дискурсу можливо виокремити і розібрати за допомогою формально-лінгвістичних інструментів аналізу, представивши її у вигляді однорангової мережі, в якій кожен елемент є як організовуючим, так і організованим іншими елементами, перебуваючи з ними в складній структурі відносини спів підпорядкування. Сама мережа, таким чином, в максимально можливій надлишковій формі описує структуру політичного дискурсу всередині окремого символічного об'єднання. Даний підхід, дозволяє нам розглядати політичний процес не з точки зору дій окремих політичних акторів, що керуються приватними цілями і завданнями, а як процес, підпорядкований логіці дискурсу, мета утворення, що визначає логіку дій еліти.

Окрім того, слід сказати про існуючий парадокс, який виражається в тому, що обсяг аналізованих текстових даних (а саме послань Президента України до Верховної Ради України) є і вичерпним і недостатнім одночасно. З одного боку, подібного роду тексти можуть бути дещо недостатніми для абсолютно вичерпного уявлення про дискурсивну структуру, залишаючи деякі «осередки» незаповненими, з іншого боку текстуальний обсяг достатній для того, щоб вважати показник «чистої» (під цим ми розуміємо такий вид взаємозв'язку документів, який представлений без тих мовленнєвих норм, які затверджені і продиктовані використовуваною мовою) кореляції понад 0,4 як значний, а понад 0,5 як дуже високий.

Таким чином, використовуючи розроблений алгоритм, здатний аналізувати структуру дискурсу в окремо взяті проміжки часу, ми маємо можливість провести діахронічний аналіз за допомогою складання графіків кореляції текстів на основі латентного розміщення Діріхле. Даний метод, розроблений по більшій мірі у зв'язку із зростанням необхідності поліпшення роботи інформаційного пошуку і машинного навчання, втім, з деякими застереженнями, його можна використовувати і в контексті наявних завдань.

Матеріали та метод

Сутність методу, покладеного в основу проведеного дослідження полягає в поєднанні постструктуралістської теорії дискурсу з методом математичного розкладання, заснованим латентно- семантичному аналізі і латентному імовірнісному розподілі Діріхле.

Останній, вперше метод був представлений як Графова модель, Девідом Блеєм, Ендрю Ином і Майклом Джорданом в 2003 році, як такий, що дозволяє тематизувати тексти з метою виявлення ключових слів по відношенню до кожної з тем [2]. Відносно нашого дослідження, відзначимо, що його використання дозволяє з деяким рівнем допущення складати тематичне відображення дискурсивних патернів для окремих текстів в корпусі аналізованих документів. Таке тематичне моделювання (далі формування дискурсивних патернів) може бути використано для виокремлення найбільш ключових тем у межах текстів з подальшим розкладанням на окремі знакові елементи (опорні точки), які, за допомогою використовуваного алгоритму, а саме завдяки засобам дистрибутивної семантики і латентно-семантичногоаналізу, можливо проаналізувати

на порівнянність і включеність інших термів у формування ключового знаку (яку, як нам здається, можна вважати трансформованою формою ланцюгів еквівалентності) [3].

Використовуючи розроблений нами алгоритм, а також певні формули і моделі, ми можемо провести наступне діахронічне дослідження з можливістю порівняння в текстуальній складовій елементів, використовуваних в дискурсивних структурах різних років. Це не означає, що ми припускаємо повну зміну структури дискурсу щороку (що підтверджується тим, що з 2009 по 2015 роки ми брали тексти послань кожні два роки, припускаючи, що структура залишиться незмінною в силу особливостей політичного процесу), проте, ми не припускаємо також, що дискурсивна структура змінюється зі зміною президентів, навіть більше, кажучи про безсуб'єктність в межах політичного процесу, що ми уточнимо надалі, скоріше навпаки, зі зміною політичних суб'єктів не посту лідера, дискурс не має тенденції змінюватися відразу, скоріше, для цього необхідні деякі як зовнішньополітичні, так і внутрішньополітичні трансформації, що «змушують» гегемонний дискурс, інкорпорувати нові елементи, зберігаючи і видозмінюючи структуру, з метою отримання можливості опису існуючого політичного порядку. Прикладом відсутності кардинальних змін у формальній структурі дискурсу служить відносно високий ступінь кореляції звернення в 2020 році з текстами попередніх послань, але про це йтиметься далі.

Слід сказати, що дані, які ми будемо наводити у наступних таблицях мають повністю відфільтровані показники за принципом застосування стоп-словника (видалення всіх слів, які не несуть семантичного навантаження і служать скоріше засобами синтаксису, об'єднання окремих елементів мови у зв'язний текст), крім того, матеріали текстів, при використанні латентного розподілу Діріхле, не були відфільтровані за допомогою tf-idf механізмів (про які ми говорили у попередніх публікаціях, тут зазначимо, що мова йде про зворотну кореляцію значущості термів по відношенню до загальної вживаності в значній частині корпусних документів), що дозволяють більш детально відсіювати елементи, які є постійно повторюваними, але не включеними в список стоп- словника, оскільки набір проаналізованих текстів не був великий (а саме - 8 текстів), а, крім того, стосується умовно чітко заданої теми, тому даний коефіцієнт лише знижував рівень достовірності результатів кореляції (але підкреслимо його необхідність на більшому масиві текстів, які можуть бути різноспрямовані в плані стилю, жанру (в розумінні лінгвістичного аналізу) і т. і.). Отже, маємо зазначити, що набір використовуваних перед підготовчих технік дещо знижує рівень кореляції окремих документів, оскільки прибирає всі слова, які не відносяться до патерного розподілу, при цьому, показник кореляції тим вище, чим ближче він до одиниці.

У табл.1 наводяться значення коефіцієнтів кореляції, що характеризують взаємну наближеність текстів «звернень» Президента. Аналізуючи її, ми можемо відзначити деякі значущі позиції щодо дискурсивних змін у межах заданого часового проміжку, а саме 2009-2020 років.

Таблиця 1