Понятие «лингвистический маркер» и его применение в журналистике для выявления ложной информации на примере китайских СМИ

Обложка
  • Авторы: Чжан Ц.1, Сун Х.2
  • Учреждения:
    1. Уральский федеральный университет имени первого Президента России Б.Н. Ельцина
    2. Китайский университет коммуникаций, Китай
  • Выпуск: № 3 (2025)
  • Страницы: 136-142
  • Раздел: Статьи
  • URL: https://ogarev-online.ru/2541-8459/article/view/371260
  • ID: 371260

Цитировать

Аннотация

статья посвящена проблеме выявления ложной информации в СМИ с помощью лингвистических маркеров на примере китайского опыта. Цель исследования состоит в том, чтобы систематизировать наиболее часто используемые лингвистические маркеры ложной информации в китайских СМИ с помощью экспертного опроса. Задачи исследования заключаются в том, чтобы проанализировать понятие «лингвистический маркер» применительно к журналистике; провести опрос экспертов по поводу частотности таких маркеров в китайских СМИ для определения ложной информации, а также в том, чтобы обработать полученные результаты с помощью статистической программы. Методология исследования основана на системном подходе. В рамках данного подхода были применены методы формально-логического анализа, синтез, обобщение, систематизация. В эмпирической части исследования были также применены методы специального характера: историографический анализ научной литературы по изучаемой теме; метод экспертных оценок (опрос); метод количественного статистического анализа частотности лингвистических маркеров ложной информации. По итогу проведенного исследования были сформулированы следующие выводы: лингвистические маркеры выступают в роли своеобразных индикаторов, позволяющих проанализировать, как представлена информация и как она влияет на восприятие читателя. В частности, в китайских СМИ такие показатели, как эмоциональный язык, манипулятивные конструкции и предвзятый отбор фактов, являются надежными индикаторами для определения достоверности информации.

Об авторах

Ци Чжан

Уральский федеральный университет имени первого Президента России Б.Н. Ельцина

Хан Сун

Китайский университет коммуникаций, Китай

Список литературы

  1. Галяшина Е.И. «Фейкинг» как новая угроза медиабезопасности: лингвоюридический аспект // Этнопсихолингвистика. 2021. № 2 (5). С. 67 – 82.
  2. Головацкая О.Е. Методологические подходы к изучению искаженной информации // Коммуникология. 2023. № 1. С. 133 – 146.
  3. Лобанова Т.Н. Лингвосемиотический и переводческий аспекты политического дискурса в китайских СМИ // Вестник Московского университета. Серия 21, Управление (государство и общество). 2015. № 3. С. 66 – 79.
  4. Су Юйфан Тенденции развития китайских онлайн-СМИ // МНКО. 2017. № 2 (63). С. 66 – 80.
  5. Хабаров А.А. Понятие интердискурса информационно-психологической войны в парадигме социального управления // Культура и текст. 2022. № 2 (49). С. 65 – 78.
  6. Цинчжи Чжэн. Китайско-российская общественная дипломатия и СМИ // История. Культурология. Политология. 2022. № 3. С. 99 – 121.
  7. Чу Цзинжу Парцелляция в текстах русских СМИ (на фоне китайских СМИ) // Филологические науки. Вопросы теории и практики. 2019. № 3. С. 76 – 89.
  8. Шарапкова А.А., Меркулова А.М. Фейки в контексте взаимодействия исторического знания с языковыми и мыслительными структурами: междисциплинарная модель // Научный диалог. 2023. № 2. С. 122 – 134.
  9. Alpermann B. In other news: China’s international media strategy on Xinjiang CGTN and Xinhua on YouTube // Conference: Association for Social Science Research on China (ASC) Annual Workshop. 2020. P. 77 – 92.
  10. Andriani M., Tama A. Language policy in fake news handling within French and Indonesian digital media // Jurnal Studi Komunikasi (Indonesian Journal of Communications Studies). 2022. № 8 (2). P. 337 – 345.
  11. Huang Xou. Chinese expert consensus on diagnosis and treatment of subacute combined degeneration // Chinese Society. 2024. № 1. P. 76 – 88.
  12. Qingsong Zhao. Comparative analysis of the image of a Chinese migrant in the Chinese mainland media and the media of Chinese emigration // Litera. 2022. № 1. P. 34 – 58.
  13. Yongjun Zhang, Sijia Liu, Yi Wang, Xinguang Fan. Detecting Chinese Fake News on Twitter during the COVID-19 Pandemic // Social and Information Networks. 2024. № 4. P. 56 – 79.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).