Вычислительные методы в компаративном медиаанализе: операционализация исследования конфликтных нарративов на примере CNN И AL JAZEERA
- Авторы: Соколов А.В.1,2
-
Учреждения:
- Академия медиаиндустрии
- Финансовый университет при правительстве Российской Федерации
- Выпуск: № 12 (2025)
- Страницы: 103-120
- Раздел: Статьи
- URL: https://ogarev-online.ru/2454-0749/article/view/372111
- DOI: https://doi.org/10.7256/2454-0749.2025.12.77328
- EDN: https://elibrary.ru/PXYKFT
- ID: 372111
Цитировать
Полный текст
Аннотация
Предметом исследования является применение вычислительных методов в компаративном анализе медианарративов, формирующих представления о вооружённых конфликтах в глобальной медиасреде. Объектом исследования выступают новостные материалы международных медиаресурсов CNN и Al Jazeera, посвящённые израильско-палестинскому конфликту. Автор подробно рассматривает такие аспекты темы, как операционализация теоретических концепций медиаанализа, сопоставление нарративных стратегий различных медиа и возможности масштабируемого анализа медиадискурса. Особое внимание уделяется тому, каким образом медиа не только отражают события, но и конструируют смысловые модели конфликта через фрейминг, тональность и атрибуцию агентности. В статье анализируется различие в тематических приоритетах, эмоциональной окраске и структуре повествования в материалах двух медиасистем, представляющих разные политические и институциональные контексты. Рассматривается проблема ограничения традиционных качественных методов анализа при работе с большими корпусами текстов и необходимость интеграции вычислительных инструментов в медиаисследования. Таким образом, исследование направлено на выявление устойчивых нарративных различий и на формирование воспроизводимой аналитической рамки для сравнительного изучения медиадискурса конфликтов. Методология исследования основана на гибридном подходе, сочетающем методы обработки естественного языка, тематическое моделирование и интерпретативный анализ с использованием больших языковых моделей. Основными выводами проведённого исследования являются выявленные систематические различия в нарративных и дискурсивных стратегиях CNN и Al Jazeera при освещении одного и того же конфликта. Установлено, что материалы Al Jazeera характеризуются устойчивым негативным тональным фоном и акцентом на гуманитарное измерение конфликта, тогда как CNN формирует более фрагментированное повествование с чередованием негативных и позитивных сюжетов, связанных с дипломатическими событиями. Новизна исследования заключается в разработке и апробации метамодели компаративного медиаанализа, которая объединяет количественные вычислительные методы и качественную интерпретацию медиатекстов. Особым вкладом автора является операционализация классических теорий медиаисследований через конкретные NLP-метрики и процедуры, что позволяет повысить воспроизводимость и прозрачность анализа. Показано, что интеграция больших языковых моделей расширяет возможности семантического сопоставления нарративов без утраты аналитической глубины. Сделан вывод о сохранении влияния институциональных факторов медиасистем на формирование медиареальности даже в условиях цифровизации и автоматизации анализа.
Об авторах
Александр Владимирович Соколов
Академия медиаиндустрии; Финансовый университет при правительстве Российской Федерации
Email: vak.logos@mail.ru
профессор; кафедра телевидения и радиовещания;доцент; кафедра кафедры массовых коммуникаций и медиабизнеса факультета социальных наук и массовых коммуникаций;
Список литературы
Алекян М. В., Ерицян Д. Е. Применение метода автоматизированного сентимент-анализа для изучения специфики контента Telegram-каналов // Системные трансформации журналистики. СПб.: Изд-во СПбГУ, 2024. С. 5-6. Асланов И. А. Метафорический фрейминг в медиатекстах и коммуникации о депрессии: результаты контент-анализа и эксперимента // Вестник Московского университета. Серия 10: Журналистика. 2020. № 6. С. 3-22. doi: 10.30547/vestnik.journ.6.2020.322. EDN: HMPDAS. Дунас Д. В., Салихова Е. А., Толоконникова А. В., Бабына Д. А. Установление повестки дня и эффект фрейминга: о необходимости концептуального единства в медиаисследованиях "цифровой молодёжи" // Вестник Московского университета. Серия 10: Журналистика. 2022. № 4. С. 47-78. doi: 10.30547/vestnik.journ.4.2022.4778. EDN: SAKNBB. Дунас Д. В., Толоконникова А. В., Бабына Д. А., Бойко О. А., Сидоров Е. А. Повестка дня в социальных медиа и федеральных информагентствах: тематический разрыв и смысловое единство (на примере "цифровой молодёжи" России) // Журнал Сибирского федерального университета. Гуманитарные науки. 2025. Т. 18, № 1. С. 178-193. EDN: LDWPTK. Казаков А. А. Теория установления повестки дня vs. фрейминг: к вопросу о соотношении подходов // Полития: Анализ. Хроника. Прогноз. 2015. № 1(76). С. 103-113. EDN: XRAJFZ. Соколов А. В. Контекстуализация панарабистского нарратива "Аль-Джазира": тематическая классификация, фрейминг и анализ тональности новостного контента // Журналист. Социальные коммуникации. 2024. № 4(56). С. 97-110. EDN: RHIQQQ. Blei D. M., Ng A. Y., Jordan M. I. Latent Dirichlet Allocation // Journal of Machine Learning Research. 2003. Vol. 3. P. 993-1022. Bojić L., Zagovora O., Zelenkauskaite A. et al. Comparing Large Language Models and Human Annotators in Latent Content Analysis of Sentiment, Political Leaning, Emotional Intensity and Sarcasm // Scientific Reports. 2025. Vol. 15. Article 11477. doi: 10.1038/s41598-025-96508-3. EDN: HRTTTY. Burggraaff C., Trilling D. Through a Different Gate: An Automated Content Analysis of How Online News and Print News Differ // Journalism. 2020. Vol. 21, № 1. P. 112-129. doi: 10.1177/1464884917716699. EDN: LONYBA. Chew R., Bollenbacher J., Wenger M., Speer J., Kim A. LLM-Assisted Content Analysis: Using Large Language Models to Support Deductive Coding // arXiv. 2023. doi: 10.48550/arXiv.2306.14924. Damanhoury K. E., Saleh F. Is It the Same Fight? Comparative Analysis of CNN and Al Jazeera America's Online Coverage of the 2014 Gaza War // Journal of Arab & Muslim Media Research. 2017. Vol. 10, № 1. P. 85-103. doi: 10.1386/jammr.10.1.85_1. Dunivin Z. O. A Computational Qualitative Approach to Large-Scale Characterization of Cultural Identities on Social Media // SocArXiv. 2025. doi: 10.31235/osf.io/5wvhx_v1. Elmasry M. H. Images of the Israel-Gaza War on Instagram: A Content Analysis of Western Broadcast News Posts // Journalism & Mass Communication Quarterly. 2024. Vol. 102, № 3. P. 695-721. doi: 10.1177/10776990241287155. EDN: MZSMIL. Entman R. M. Framing: Toward Clarification of a Fractured Paradigm // Journal of Communication. 1993. Vol. 43, № 4. P. 51-58. doi: 10.1111/j.1460-2466.1993.tb01304.x. Herman E. S., Chomsky N. Manufacturing Consent: The Political Economy of the Mass Media. New York: Pantheon Books, 2002. 412 p. Hossain A., Abdul Wahab J., Khan M. S. R. A. A Computer-Based Text Analysis of Al Jazeera, BBC, and CNN News Shares on Facebook: Framing Analysis on Covid-19 Issues // SAGE Open. 2022. Vol. 12(1). doi: 10.1177/21582440211068497. Hutto C. J., Gilbert E. VADER: A Parsimonious Rule-Based Model for Sentiment Analysis of Social Media Text // Proceedings of the International AAAI Conference on Weblogs and Social Media. 2014. Vol. 8(1). P. 216-225. doi: 10.1609/icwsm.v8i1.14550. Kim H., Jang S. M., Kim S.-H., Wan A. Evaluating Sampling Methods for Content Analysis of Twitter Data // Social Media + Society. 2018. Vol. 4(2). doi: 10.1177/2056305118772836. Kommers S. et al. Computational Hermeneutics: Evaluating Generative AI as a Cultural Technology // SSRN. 2025. doi: 10.2139/ssrn.5409144. McCombs M., Llamas J. P., Lopez-Escobar E., Rey F. Candidate Images in Spanish Elections: Second-Level Agenda-Setting Effects // Journalism & Mass Communication Quarterly. 1997. Vol. 74. P. 703-717. doi: 10.1177/107769909707400404. Mohr J. W., Wagner-Pacifici R., Breiger R. L. Toward a Computational Hermeneutics // Big Data & Society. 2015. Vol. 2, № 2. doi: 10.1177/2053951715613809. Pavelko R. L., Grabe M. E. Sampling, Content Analysis // The International Encyclopedia of Communication Research Methods. Wiley-Blackwell, 2017. P. 1-10. doi: 10.1002/9781118901731.iecrm0223. Picca D., Schnyder A., Romele A. Computational Hermeneutics of Emotion: A Comparative Study of Emotional Landscapes in Dostoevsky's "em"Crime and Punishment"/em" // Humanities and Social Sciences Communications. 2024. Vol. 11. Article 1428. doi: 10.1057/s41599-024-03955-w. EDN: EGTGVZ. Schroeder H., Aubin Le Quéré M., Randazzo C., Mimno D., Schoenebeck S. Large Language Models in Qualitative Research: Uses, Tensions, and Intentions // Proceedings of the CHI Conference on Human Factors in Computing Systems. 2025. P. 1-15. Seib P. The Al Jazeera Effect: How the New Global Media Are Reshaping World Politics. Washington, DC: Potomac Books, 2008. 240 p. Taher H. A., Alabid N., Hasan B. M. Integration Named Entity Recognition and Latent Dirichlet Allocation to Enhance Topic Modeling // Annals of Emerging Technologies in Computing. 2025. Vol. 9, № 2. P. 20-30. doi: 10.33166/AETiC.2025.02.002. EDN: SMQIZU. van Atteveldt W., Welbers K., Van der Velden M. A. C. G. Studying Political Decision Making With Automatic Text Analysis // Oxford Research Encyclopedia of Politics. Oxford University Press, 2019. P. 1-11. doi: 10.1093/acrefore/9780190228637.013.957.
Дополнительные файлы

