Анализ корпусов текстов террористической и антиправовой направленности

Вопросы кибербезопасности. 2019. № 4(32). С. 54–60.

Лаврентьев А. М., Смирнов И. В., Соловьев Ф. Н., Суворова М. И., Фокина А. И., Чеповский А. М.

Цель исследования: разработка методики создания и автоматического анализа специальных корпусов текстов для последующего применения их в качестве обучающих выборок и определения дифференцирующих признаков в задачах классификации текстов.

Метод: применялись инструменты анализа корпусной платформы TXM, расширенной разработанными процедурами вычисления дополнительных характеристик текстов, таких как буквосочетания, псевдоосновы, именные группы, глагольные группы.

 Полученные результаты: показано, что  разработанные средства расширения корпусной платформы TXM позволяют эффективно решать задачи анализа текстов специальной тематики, созданный корпус текстов экстремистской тематики может использоваться в качестве обучающей выборки для задач классификации текстов, делается вывод об использовании буквосочетаний как универсальных дифференцирующих признаков наряду с классическими лингвистическими характеристиками текстов.

Ключевые слова: корпусная лингвистика, corpus linguistics, глагольное управление, automated text analysis, TXM platform, verbal dependencies, платформа TXM, псевдоосновы, именные группы, stemming, noun phrases, автоматический анализ текстов