АВТОМАТИЧЕСКОЕ ОПРЕДЕЛЕНИЕ ЧЕРНОГО ЮМОРА (ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ НА ОСНОВЕ КОРПУСА ЮМОРИСТИЧЕСКИХ ТЕКСТОВ)

В современном обществе черный юмор затрагивает многие сферы жизни. К нему прибегают в бытовых разговорах, в рекламных роликах, он звучит в фильмах, встречается в текстах литературных произведений, в речах политических деятелей, а также имеет широкое распространение в Интернет-коммуникации. Несмотря на популярность этого феномена, сам термин не имеет единственного толкования. Определение черного юмора варьируется от работы к работе, обнаруживая зависимость от цели, которую ставят перед собой исследователи. В этом исследовании под черным юмором будет пониматься юмор, затрагивающий табуированные темы (смерть, насилие, тяжелые болезни, отклонения, дискриминация). С распространением медиа к этому списку добавились темы, освещаемые ими (голод, война, теракты, землетрясения, авто- и авиакатастрофы, убийство, смерть известного человека) [Губанов, Губанов, Рокотянская 2018, 330]. 

...

В настоящей работе предпринимается попытка изучения феномена черного юмора с позиции различных теорий. Кроме того, мы ставим задачей выделение и описание функций черного юмора. Ключевой целью работы является создание классификатора черного юмора с применением различных моделей машинного обучения, сравнение различных подходов.

Материалом исследования выступает корпус, состоящий из примеров текстов, относящихся к жанру черного юмора, размещенных в Интернете на открытых веб-сайтах (Shytok.net, Anekdotdom.ru, Megapanoptikum.info). Корпус насчитывает 4373 шутки, самая короткая шутка длиной 3 слова, самая длинная — 419 слов. Суммарный объем выборки составил 153922 словоупотребления.

Задачи исследования:

1. Изучение жанра черного юмора с опорой на уже существующие теории;

2. Определение жанров, для которых характерно использование такого рода юмора;

3. Выявление функций черного юмора;

4. Предложение алгоритма автоматического распознавания черного юмора, основанного на обучении модели;

5. Оценка эффективности работы различных моделей классификации текстов на материале черного юмора. 

Методы исследования: корпусный анализ, компьютерные методы обработки текста, сравнительный анализ.

Объект исследования — феномен черного юмора и возможности его автоматического обнаружения в тексте.

Предмет исследования — оценка эффективности работы моделей классификации для задачи распознавания черного юмора.

ВВЕДЕНИЕ

Глава 1. Существующие подходы к изучению черного юмора

1.1. Теории черного юмора

1.2. Черный юмор как часть юмористического дискурса

1.3. Психологический подход к анализу черного юмора

1.4. Создание комического эффекта в черном юморе. Классификация черного юмора

1.5. Использование черного юмора в различных типах коммуникации

Глава 2. Классификация текстов

2.1. Понятие классификации

2.2. Подходы к решению задачи классификации

2.3. Оценка качества классификации

2.4. Автоматическое определение юмора: существующие исследования и датасеты

Глава 3. Автоматическое определение текстов, содержащих черный юмор

3.1. Описание материала исследования

3.2. Эмоциональный анализ корпуса черного юмора

3.3. Разработка моделей классификации. Оценка результатов

3.4. Анализ результатов классификации

ЗАКЛЮЧЕНИЕ

Список использованных источников

Список использованной литературы

1. Батура Т. В. Методы автоматической классификации текстов //Программные продукты и системы. – 2017. – Т. 30. – №. 1. – С. 85–89.

2. Белянин В. П. Компьютерный анализ тональности текста //Вестник Калужского университета. Серия 1. Психологические науки. Педагогические науки. – 2021. – Т. 4. – №. 1. – С. 69–79.

3. Берестнев Г. И. Семиотика страха: смерть, игра, черный юмор / Г.И. Берестнев // Человек. – 2019. – Т. 30, № 1. – С. 154–172.

4. Горностаева А. А. Границы дозволенного в политическом дискурсе: ироничность, черный юмор, деструктивность, сквернословие // Политическая лингвистика. – 2018. – №. 1. – С. 57–66.

5. Губанов Н. Н., Рокотянская Л. О., Губанов Н. И. Черный юмор: превращение трагедии в абстрактную идею // Гуманитарий: актуальные проблемы гуманитарной науки и образования. – 2018. – Т. 18. – №. 3 (43). – С. 328–340.

6....