The System for Automatic Stylometric Analysis of Ukrainian Media Texts TextAttributor 1.0 (Techniques, Means, Functionality)

 S aipsniai / A icles 223 NATALIIADARCHUK Ta asShe chenkoNa ionalUni e si yo Kyi ORCIDid:o cid.o g/0000-0001-8932-9301 Domínios de in es igação: linguís ica in o má ica, linguís ica de co pus, linguís ica quan i a i a, g amá ica e semân ica do Língua uc aniana. OKSANA ZUBAN (em inglês) Uni e sidade Nacional Ta as She chenko de Kie (ORCID ID: o cid.o g 00000002-2644-3892): campo de pesquisa: linguís ica compu acional, especialização linguís ica, linguís ica quan i a i a, g amá ica e semân ica da linguagem. Língua uc aniana. Valen ina Robico Ta as She chenko Uni e sidade Nacional de Kie ORCID id: o cid.o g/0000-0003-2266-7650 Campos de pesquisa: análise de ala, econhecimen o e sín ese, oné ica, p ocessamen o de linguagem na u al. YULIIA TSYHVINTSEVA Ta as She chenko Uni e sidade Nacional de Kie , Ins i u o da Língua Uc aniana da Academia Nacional de Ciências da Uc ânia ORCID id: o cid.o g/0000-0002-9684-3840 Campos de pesquisa: neologia uc aniana, lexicologia e lexicog a ia. VICTOR SOROKIN (em inglês) Ta as She chenko Uni e sidade Nacional de Kie ORCIDid:o cid.o g/0000-0002-3637-0535 Fieldso  esea ch:au oma icsyn axanalysis,au oma ic análise semân ica, p ocessamen o de linguagem na u al. NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO, YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK 224 Ac a Linguis ica Li uanica XCI Mykola Sazhok Ins i u o de Tecnologias e Sis emas de In o mação da Academia Nacional de Ciências da Uc ânia Iden i icação ORCID: o cid.o g/0000-0003-1169-6851 Campos de in es igação: análise da ala, econhecimen o e sín ese, p ocessamen o da linguagem na u al. DOI: doi.o g/10.35321/all91-09 (em inglês) THESYSTEMFORAUTOMATIC STYLOMETRICANALYSIS OFUKRAINIANMEDIA TEXTSTEXTATTRIBUTOR1.0 (Técnicas, meios, Funcionalidade) Sis ema de análise au omá ica de es ilome ia de ex os de mídia uc aniana […]Tex A ibu o 1.0[…] (me odai, p iemonės, unkcionumas) Ano ação Es e a igo ap esen a a es u u a, os algo i mos, a implemen ação e os esul ados expe imen ais do sis ema au omá ico de a ibuição desen ol ido pelos au o es do a igo pa a pa ame ização es a ís ica de ex o em língua uc aniana usando um conjun o mul ipa amé ico de índices es a ís icos, ca ac e izando o es ilo de ex o do au o e aplicá el às a e as de a ibuição de au o ia. Com base nos ecu sos linguís icos e no so wa e c iados, o sis ema ge a uma análise linguís ica com base nos índices es a ís icos calculados e ealiza um es udo compa a i o de dois ex os. "O ex o digi al é uma no a di eção que pode se conside ada como ex ologia digi al. Den o des a disciplina eme gen e, a ex ologia digi al ope a em qua o a e as: 1) a idiome ia S aipsniai A igos 225 e 225 The Sys em o Au oma ic S ylome ic Analysis o Uk ainian Media Tex s Tex A ibu o 1.0 (Techniques, Means, Func ionali y) ANOTACIJA Šiame s aipsnyje p is a oma s aipsnio au o ių suku os au oma inės sis emos Tex A ibu o , ski os s a is iniam uk ainiečių kalbos eks ų pa ame iza imui naudojan daugiapa ame inį s a is inių odiklių inkinį, apibūdinan į au o iaus s ilių i aikys ės au o ys ės užda iniams, s uk ū a, algo i mai, įdiegimas i ekspe imen iniai ezul a ai. Suku ų ling is inių i p og aminių pag indu sis ema gene uoja ling is inę analizę pagal s a is inius indeksus i a a eks ų lyginamąją s a is inio indeksa imo k i e ijus y a pag įmas nuika sukeliančio indeksas, da idų eks ų nuika imo me odą. ezul a ai,gau inaudojan is„Tex A ibu o “be a e sija,išsamiaiišnag inė i.  ESMINIAIŽODŽIAI:kompiu e inėling is ika,uk ainiečiųkalba,jausmingumoanalizė, 1. INTRODUÇÃO Tex ological esea chgainednewscien i icimpo ancewi h head ancemen  o compu a ionallinguis icsme hods,whichcon ibu ed o he o ma iono a ex ual; 2) a es ilome ia: a de e minação das ca ac e ís icas linguís icas au omá icas do co pus, jun amen e com modelos ma emá icos pa a a análise quan i a i a de ex os; 3) a análise es a ís ica: a de e minação da c iação de pa âme os en e ex os; 4) a análise linguís ica: a iden i icação de ex os den o do sis ema. Os esul ados são ge ados au oma icamen e com base em duas unções: 1) A mul i uncionalidade do sis ema é baseada em uma g ande quan idade de ecu sos e 2) A análise do sen imen o é baseada em uma abo dagem de comunicação." NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO, YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK 226 Ac aLinguis icaLi huanicaXCI enhancingin o ma ionde ences a egiesdu ing heongoingRussian-Uk ainian O concei o de desen ol imen o de um sis ema au omá ico de e amen as em língua uc aniana ex a ibu iona ose om heanalysiso  esea chin he ieldo Uk ainian co puslinguis ics(Da čuk 2013)ands a is icals udieso  heau ho ’s s yle (Da čuke al.2021;Da chuk,So okin2022;Zuban’2019)conduc edusing he do Co pus da Língua Uc aniana (KUM) pelos au o es do p oje o. A análise de sen imen o Du ing he de elopmen  o  he Tex A ibu o  sys em, he ollowing me hodswe eemployed:componen analysis,dis ibu i eanalysis,andcon en  analysis.Con en analysis,aquan i a i eandquali a i eme hod o ex ac ing iden i ica au oma icamen e a onalidade do ex o com base an o na colo ação emocional quan o na a aliação do au o de e en os ou obje os, o que oi alcançado u ilizando cálculos es a ís icos baseados em dicioná ios e eg as. Além disso, o am inco po ados mé odos de ap endizado de máquina, incluindo o ap endizado p o undo.A es u u a es a ís ica de um ex o, en endida como seu modelo quan i a i o, pe mi e a iden i icação de seu es ilo uncional, au o ia e pe íodo de c iação.Nes e abalho, os componen es da es u u a es a ís ica o am ex aídos analisando ca ac e ís icas es a ís icas lexicais e g ama icais usando écnicas de indexação e mé icas de dis ância euclidianas.A dis ância euclidiana, que mede a dis ância en e dois pon os em um espaço euclidiano n-dimensional, é uma das mé icas mais usadas em es a ís ica pa a análise de clus e em es ilome ia e a ibuição de au o ia. The no el y o  he esul s is he i s  implemen a ion in compu a ional linguis ics o  an au oma ed mo pho-syn ac ic-seman ic s ylome ic model O modelo es ilomé ico é um conjun o de pa âme os es a ís icos de um ex o (léxico, mo ológico, sin á ico, e c.), com base nos quais é ealizada uma análise compa a i a des e ex o com o modelo es ilomé ico usso do es ilo uncional. em nossa opinião, é possí el ob e um sis ema igo oso, de e minis a e cien i icamen e undamen ado de ca ac e ís icas comuns e dis in i as em es ilos, gêne os, e c. usando mé odos es á icos na cons ução de um modelo es ilomé ico. S aipsniai A igos 227 e 227 The Sys em o Au oma ic S ylome ic Analysis o Uk ainian Media Tex s Tex A ibu o 1.0 (Techniques, Means, Func ionali y) au ho shipinUk ainian:1) h oughdic iona yand ule-basedapp oaches,and 2) iamachinelea ning,includingdeeplea ning. 2. T abalhos conexos Na linguís ica uc aniana mode na, o am conduzidos es udos linguís ico-es adís icos subs anciais sob e os idiólec os de esc i o es e poe as uc anianos, incluindo Ta as She chenko, Lesya D inka, Vasyl S us (Zubanka, 2019), I an F anko (D inka, 2021), Roman I anchuk (Lo ka, 2020), Vale y She chenko (Volos, 2020), Ma ia Ma yasho , And ukho ych, Oksana Zabuzhko (K), Le chenko, Le chenko, I an D akh, Mikhail Vygo o sky (D inka, 2020) e ou os. Esses es udos o am conduzidos em amos as ep esen a i as ( ex os longos) usando p edominan emen e ou um (não mais de cinco) pa âme os es a ís icos, sem aplica enômenos es a ís icos. O sis ema Tex A ibu o em an agens em compa ação com seus homólogos na ciência global.A maio ia dos sis emas e modelos exis en es ambém se concen a no uso de módulos linguís icos-es adís icos indi iduais pa a iden i ica um ou alguns pa âme os de ex o, p incipalmen e o mais (n-g amas, pala as mais equen es, le as) (Ede 2015; Canhasi e al. 2022; LIWC-22; Khomi ska e al. 2023; ALIAS). A a ibuição de ex os é a i amen e desen ol ida em es udos ex uais es angei os, em pa icula , o mé odo de Bu ows (Bu ows 2002; A gamon 2007; Ede , Rybicki 2013; Bu ows e al. 2014) a e icácia é es ada em mui os es udos em g andes olumes de dados ex uais de á ios es ilos, como: p osa inglesa do início do século XX (Hoo e 2004); poesia inglesa mode na (Hoo e 2005); ob as poé icas em la im (Rybicki, 2011); ob as em p osa de g andes gêne os em inglês, ancês, i aliano, alemão, polonês, húnga o, bem como em la im e á abe (Rybicki, 2011; E e e al. 2015; Ede e al. 2015). NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO, YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK 228 Ac aLinguis icaLi huanicaXCI hea ibu iono speecheso Ame icanp esiden s(Sa oy2015).Onemo e O mé odo de análise linguís ica au oma izado chamado […]Linguis ic Inqui y and Wo d Coun […] (LIWC) é implemen ado como uma aplicação come cial e adap ado a á ios idiomas (Meie e al. 2019; LIWC-22). Nos úl imos anos, as a e as de a ibuição au omá ica de ex o u iliza am p edominan emen e mé odos es ilomé icos baseados em eg as ou mé odos de ap endizagem p o unda (Ede 2015; Canhasi e al. 2022). Ambos os mé odos o am implemen ados no sis ema Tex A ibu o , uncionando e e i amen e, mas p oduzindo esul ados di e en es: 1) O mé odo baseado em eg as pe mi e au oma iza a ge ação de conclusões linguís icas sob e oxicidade idioléc ica e de ex o. Os mé odos ecen es de ap endizado au omá ico pa a análise de sen imen os e iden i icação de au o ia de ex o baseiam-se em abo dagens es a ís icas (s yle-IDF, La en Di ichle Alloca ion) e écnicas de ap endizado p o undo com á ias a qui e u as (CNN, LSATM, BERT) em combinação com mé odos es ilomé icos (Gup a e al. 2019; Canhasi e al. 2022; Bone i e al. 2021). 2) Os esul ados são ex emamen e dependen es do núme o de classes ( ipos de oxicidade, au o es), gêne o, comp imen o do ex o e, o mais impo an e, do olume do co pus de ex o adequadamen e es u u ado usado pa a o p ocedimen o de einamen o. 3) Assim, a al a p ecisão nas a e as de de ecção de oxicidade e ódio (OFF) ul apassou 90% usando um co pus con endo de de dezenas de milha es de documen os (Albe , Maas, e c.). 3) Du an e o p ocesso de análise au omá ica de sen imen os e a ibu os, oi desen ol ido um sis ema de análise de es ilo. u n, o co po acon ainingless han1500documen s he epo edaccu acy isabou 70%(Khane al.2023).Fo  heUk ainianlanguage, ex au ho ship (Lupeie al.2020),mo eo e ,suchsys emsdono p oducelinguis icexpe ise andcanno beusedas ools o linguis ic esea ch.  S aipsniai / A icles 229 The Sys em o Au oma ic S ylome ic Analysis o Uk ainian Media Tex s Tex A ibu o 1.0 (Techniques, Means, Func ionali y) 1. Tokenização de ex o: Di isão do ex o em ases e pala as pa a análise. 2. E ique agem mo ológica: A ibui ó ulos a pala as com base em suas o mas g ama icais. 3. Análise con ex ual: a ualização dos ó ulos mo ológicos ela i os ao con ex o. 4. Análise sin á ica: Es abelece elações biná ias en e pala as em ases pa a en ende sua es u u a g ama ical. 5. Es abelecimen o de Relações Sin á icas: De e mina conexões sin á icas com base em eg as p ede inidas. 6. Co espondência de ocabulá io emocionalmen e nega i o: Iden i ica pala as de um conjun o p ede inido de ocabulá io nega i o. 7. A aliação de pa âme os es a ís icos: A aliação de pa âme os es a ís icos pa a o ex o de en ada u ilizando ocabulá ios de equência compilados au oma icamen e. 8. Visualização dos esul ados: ap esen ação dos esul ados da pa ame ização es a ís ica g aphically,wi hempi ical aluesandcon idencein e als. 9.Compa ison o Resul s:Visualizings a is icalpa ame e iza ionou comes o  womedia-s yle ex s, acili a ingcompa ison. 10.Euclidean Dis ance E alua ion:Quan i ying hedissimila i ybe ween womedia-s yle ex s. 11. Ge ação de opiniões de pe i os: ge ação de duas opiniões de pe i os: uma sob e a a ibuição do ex o e ou a sob e a oxicidade do ex o a a és de um exame linguís ico. 12. De ecção de oxicidade e iden i icação de au o es: Ap o ei a écnicas de ap endizagem au omá ica, em pa icula modelos de edes neu ais, pa a de ec a oxicidade e iden i ica au o es. Os esul ados do sis ema são o ganizados nas seguin es pa ições: G upo de Índice de A ibuição de Tex o, Opinião Especialis a de A ibuição de Tex o, Compa ação de A ibuição de Tex o, Especialização Linguís ica de Toxicidade de Tex o e Rede Neu al Opiniões. In Tex A ibu ion Index G oup (Fig. 1), s a is ical pa ame e s a e o ganizedbasedon heinpu  ex :column1displays heIndex i le,column 2 ap esen a o alo numé ico empí ico e a coluna 3 o nece uma e e ência isual compa ando o alo empí ico do índice com o in e alo de con iança NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO, YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK 230 Ac a Linguis ica Li uanica LIMITOS (in e io e supe io ) de i ados de ex os de es ilo de mídia uc aniano. O alo numé ico empí ico é ep esen ado na escala po um iângulo in e ido p eenchido. Em Opinião Especialis a de A ibuição de Tex o (Fig. 2), ap esen amos conclusões sob e as ca ac e ís icas es a ís icas linguís icas ípicas ou indi iduais ex aídas do ex o analisado pa a cada índice es imado. Essas conclusões são de i adas de espos as à pe gun a: O alo numé ico do índice se enquad a no in e alo de con iança do es ilo de mídia da língua uc aniana? Com base em uma compa ação de alo es numé icos com alo es de limia do in e alo de con iança, o sis ema ge a ês espos as possí eis (sinais ípicos de es ilo de mídia, sinais de es ilo de idios ile abaixo do es ilo no mal de mídia). Na Compa ação da A ibuição de Tex o (Fig. 4, subsecção 4.2), ao seleciona […]Calcula Dis ância Vec o […], os dados abulados são p on amen e a ualizados da seguin e o ma: Coluna 1 lis a os ex os inse idos pelo usuá io jun amen e com o ex o analisado an e io men e; Coluna 2 exibe o núme o de ases em cada ex o; Coluna 3 mos a a con agem de pala as; Coluna 4 ap esen a a dis ância euclidiana en e o ex o analisado e cada ex o na abela; Coluna 5, o ulado […]Compa a […], ini ia esanau oma iccompa isono s a is icalindicesbe ween heanalyzed ex  and heselec ed ex .Uponac i a ing heco esponding“Compa e”elemen , comp ehensi ein o ma ionon hes a is icalcompa isonbe ween wo ex sis p o idedin he“Tex A ibu ionIndices”g oup(Fig.3). S aipsniai A igos 231 e 231 The Sys em o Au oma ic S ylome ic Analysis o Uk ainian Media Tex s Tex A ibu o 1.0 (Techniques, Means, Func ionali y) FIGURE 2: Um exemplo de modelo de opinião de pe i os ge ado, que quan i ica a oxicidade do In Linguis ic Expe ise o Tex Toxici y (subsec ion 4.3), a lexical- seman icin e p e a iono  hecalcula ed oxici yindexisp esen ed(Fig.6). InNeu al Ne wo k Opinionswep esen  heou pu o ou deeplea ning ex o em uma escala de 0 (não óxica) a 1 (al a oxicidade). Também a aliamos a semelhança do ex o com au o es conhecidos, com alo es que a iam de 0 (sem semelhança) a 1 (al a semelhança), com base nos au o es em que o modelo oi einado. Os esul ados são mos ados apenas pa a es es com uma medida de semelhança supe io a 0,1. Nosso sis ema a ual ope a em modo limi ado, u ilizando um co pus de ex os de au o pa a medi a semelhança com o ex o inse ido pelo usuá io. 4. A ibuição de ex os em língua uc aniana: expe imen os, RESULTADOS E DISCUSSÕES 4.1 Índices de pa ame ização es a ís ica O modelo es ilomé ico desen ol ido esol e duas a e as: 1) Iden i ica ca ac e ís icas indi iduais do es ilo de um au o (s ilome ia); 2) A aliação da semelhança en e dois ex os com base em pa âme os linguís icos e es a ís icos (a ibuição). NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO, YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK Ac a Linguis ica Li uanica XCI Hoje, o componen e de in o mação o nou-se pa icula men e impo an e na gue a híb ida. Po an o, o ma e ial do nosso es udo oi um co pus de pesquisa de ex os de mídia on-line de discu so polí ico com um olume de 10 milhões de pala as. Usamos o e mo " ex o óxico" em um sen ido amplo. Esses ex os são ca ac e izados po assédio, ameaças, obscenidade, cybe -bullying, olling e ex os de ódio baseados em iden idade, e con êm emoções, que são enômenos e obje os que causam emoções nega i as em uma pessoa (po exemplo, gue a, a aque aé eo, co upção). O obje i o des e p oje o e a de e mina o po encial de ealização de sen imen os nega i os em ex os uc anianos e desen ol e um sis ema au oma izado pa a iden i ica con eúdo óxico.Es a a e a comp eendia duas sub a e as consecu i as: p imei o, desen ol e um sis ema de exame linguís ico de ex o com de e minação dos índices de oxicidade po meio de análise de dicioná io e mé odos baseados em eg as; segundo, cons ui um conjun o de dados de einamen o pa a ins de ap endizagem de máquina e o desen ol imen o de uma ede neu al pa a p e isão de índices de oxicidade de ex o. Vamos olha pa a a conclusão da p imei a a e a. Isso en ol eu os indi íduos de cons ução (1620), e mos obscenos (613), e linguagem abusi a (787). Exemplos incluem ociden al (западенець: um nome dep ecia i o pa a pessoas das egiões ociden ais da o alexicog aphicda abasehousing h eedis inc dic iona ies: 1)Emo iogendic iona y:Acompila iono 5000wo ds(acco ding o he meaningso lexical-seman ic a ian s)wi hnega i esen imen  ones, a edon ascaleo –2.Examplesincludeimmo al,impuni y,b ibe yands eal; 2) Ha e Speech Dic iona y: Comp ising 3000 wo ds, including names o  Uc ânia) e hucks e ; Toxic Ph ases é uma coleção de 1500 exp essões idiomá icas que ansmi em emoções nega i as, como aze ca e as como um macaco, beija o abo e ab i a boca. Cada en ada nessas lis as oi ano ada com ca ac e ís icas semân icas, com o Dicioná io de Discu so de Ódio endo 18 ca ac e ís icas e a lis a de F ases Tóxicas endo 26. Po exemplo, as pala as no Dicioná io de Discu so de Ódio o am ma cadas com ca ac e ís icas como […]s[…] pa a sexismo, […] […] pa a acismo e […]e[…] pa a idade. O índice de oxicidade do ex o é calculado u ilizando a ó mula: I ox = (e + |K| (m + )) n * 10, Aqui, n é o olume de ex o; e é a con agem de pala as emocionais; m é a con agem de pala as de discu so de ódio; é a con agem de ases óxicas; K é um coe icien e igual a […]2, en a iza pala as de discu so de ódio e ases óxicas, que em uma escala de  S aipsniai / A icles 239 The Sys em o Au oma ic S ylome ic Analysis o Uk ainian Media Tex s Tex A ibu o 1.0 (Techniques, Means, Func ionali y) cinco dígi os (+2, +1, 0, […]1, […]2) co espondem a […]2. Os alo es do índice a iam de 0 a +1. Po exemplo, o índice de oxicidade do ex o "Pessoas com uma cane a e melha" (Pessoas com uma cane a e melha) (12 ases, 129 pala as) é 1,0,1, indicando sua al a oxicidade, pois o limia pa a ex os ão cu os a ia de 0,1 a 0,7. Simul aneamen e, o sis ema ge a os esul ados de um exame linguís ico au omá ico da oxicidade do ex o ( e Fig. 6), que comp eende: 1) um mapa es a ís ico das classes semân icas do ocabulá io nega i o de aco do com os ma cado es de classi icação das lis as lexicog á icas (emógenos […] 5, ulga […] 2, sen imen ismo […] 2); 2) um ex o com pala as especí icas de sexo, e balizando as ca ego ias do mapa es a ís ico. Fazes ideia de como és i i an e? Es udo os ossos pe is de p opósi o, es ou cu ioso sob e o mundo em que exis is. Es e mundo assus a-me mui o. Espe o since amen e que na ida eal não nos encon emos sob nenhuma ci cuns ância. (оці люди, які ходять з червоною ручкою і виправляють помилки в чужих постах: ви хто взагалі такі? Ви хоч уявляеєте, як ви бісите? Я спеціально вивчаю ваші профілі, мені цікаво в якому світі ви існуєте. Мене цей світ дуже лякає. Щиро сподіваюся, що в реальному житті ми з вами не пересічемося Não pa a os de obs a in). Aqui, o sis ema au oma icamen e des aca em neg i o as seguin es pala as com um componen e nega i o: e os (помилки), de ou as pessoas (чужих), i i an es (бисите), assus ado es (лякае). FIGURA 6: Um agmen o de exame linguís ico au oma izado da oxicidade do ex o NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO, YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK 240 Ac a Linguis ica Li uanica XCI 5. MACHINELEARNINGAPPROACHES: EXPERIMENTS,RESULTSAND Discussões Vamos concen a -nos no segundo modo de ope ação do sis ema Tex A ibu o dedicado a écnicas de ap endizado de máquina: na en ada pa a o einamen o de modelos, emos co po a de ex o o ulados de aco do com o obje i o de cada sub a e a: (a) in o mações de ex o de de ecção de oxicidade e (b) iden i icação de au o ia.Cada co pus é di idido em conjun os de einamen o e con ole, bem como, pa a co pus su icien emen e g ande, um conjun o de alidação.Os pa âme os do modelo de esolução de p oblemas escolhido são es imados no conjun o de einamen o. alida ionse .The inalpe o manceindica o so  hemodela emeasu edona con olse , akingin oaccoun  hea ailabili yo compu ing esou ces,which a enecessa y o  hemodel’sope abili y.Aco pus o eachsub askhasbeen de elopedinpa allelwi h heTex A ibu o machinelea ningcomponen ,so 5.1 De ecção de oxicidade Como esul ado de uma sé ie de es udos expe imen ais, uma a qui e u a compu acionalmen e e icien e oi escolhida com base no mé odo as Tex e suas e amen as (Joulin e al. 2016). Es e mé odo o nece inco po ações de pala as e es ima a dis ibuição de p obabilidade de documen os de aco do com classes p ede inidas. As pala as são ap esen adas em o ma e o ial com base na di isão au omá ica de pala as em pa es (subpala as), que simula a abe u a do dicioná io. Um co pus p epa ado de ap oximadamen e 12.000 documen os de ex o oi usado pa a classi icação biná ia pa a de ec a con eúdo óxico.O melho esul ado, baseado na mé ica gene alizada (F1 = 79,4%), oi alcançado com as seguin es con igu ações de hipe pa âme os: uma dimensionalidade do e o de 500 pala as, uma axa inicial de ap endizagem de 0,5, épocas de einamen o, con ex o léxico ep esen ado po big amas, comp imen os de subpala as que a iam de 2 a 5 ca ac e es e um limia de decisão de 56,0.4. 70%.  S aipsniai / A icles 241 The Sys em o Au oma ic S ylome ic Analysis o Uk ainian Media Tex s Tex A ibu o 1.0 (Techniques, Means, Func ionali y) 5.2 Iden i icação da au o ia A pesquisa expe imen al de modelos pa a iden i icação da au o ia de ex os oi ealizada usando uma pa e do co pus de ex os sócio-polí icos disponí eis ao público, em que é possí el iden i ica a pessoa que é o au o do documen o; o am selecionados um o al de 702 ex os de qua o au o es que publica am o maio núme o de documen os en e 60 e 1000 ca ac e es; o maio núme o de publicações po au o é 304 (115 mil ca ac e es) e o meno é 109 (49 mil ca ac e es); pa a es es, 25 ex os pa a cada au o selecionado o am amos ados alea o iamen e. A axa de ap endizagem inicial de 0,1, 50 épocas de einamen o, con ex o léxico ep esen ado po big amas, comp imen os de subpala as que a iam de 2 a 5 Thebes  esul ,acco ding o hegene alizedme ic(F1=81%),wasachie ed wi h he ollowinghype pa ame e  alues:awo dembeddingspacedimension ca ac e es, e alcançou 100%, com uma p ecisão supe io a 90%. Os modelos de ede neu al einados o am in eg ados no sis ema Tex A ibu o na a qui e u a "clien e-se ido ", adecision-making h esholdo 0.5.No ably, o ce ainmodelcon igu a ions, hesensi i i y o heau ho wi h hela ges numbe o documen sin heda ase  onde são ap esen ados os esul ados de duas a e as: (a) de e minação de oxicidade e (b) de ecção de au o ia. O esul ado do abalho do sis ema sob e o ex o da "Lei da Uc ânia sob e o Ensino Supe io ": Índice de Toxicidade (es imação na o ma de p obabilidade: quão óxico é o ex o) <0.04, semelhança com au o es (es imações na o ma de p obabilidade de au o ia pa a au o es conhecidos pelo sis ema): 0.49 pa a I. Fa ion, 0.30 pa a Oleksiy Honcha enko e 0.22 pa a Ma iana Bezhula. 6. Conclusões O sis ema Tex A ibu o es á a ualmen e passando po ases de es e pa a abo da ques ões de a ibuição e de e minação de oxicidade den o de ex os em língua uc aniana. Es e sis ema é con enien e e e icaz pa a á ios es udos ecnológicos. Ao longo de 5 meses, o aplica i o web Tex A ibu o analisou au oma icamen e 784 ex os uc anianos po 226 usuá ios. As nossas descobe as demons am a e icácia do nosso mé odo, que en ol e a quan ização de elemen os e bais com base em pa âme os g ama icais e semân icos o mais, pa icula ly o nega i eemo ionali y.Thisisachie ed h oughacombina ion o dic iona yand ule-basedapp oaches,complemen edbymachinelea ning NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO, YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK Ac a Linguis ica Li uanica XCI e au o es) ela ou pa a ou os idiomas. Modelos de echniques.Expe imen almachinelea ning esea ch o  oxici yde ec ionand au ho ship iden i ica ion by ex  allowed us oob ain esul s compa able o esul so expe imen swi hsimila modelcha ac e is ics(numbe o documen s subpala as mos a am e i icação e desob uscagem de au o ia ap imo ada, pe il de obus nessagains lexicalopennessand ex uale o s. Theconduc ed esea chpa es heway o sol ingsuchp oblems o Uk ainian as de ec ingand moni o ing oxic con en ,ha e speechandmisin o ma ion, au o e dia ização, pe il psicolinguís ico, modelagem de es ilo e as eamen o da on e de con eúdo also, e c. O esquema de análise e a ibuição de ex o desen ol ido ambém pode se aplicado a ou os idiomas. Olhando pa a o u u o, planejamos in eg a nossa e amen a au omá ica de a ibuição de ex o e de ecção de oxicidade com análise semân ica, sin á ica, psicolingüís ica e sociolingüís ica. Essa in eg ação nos da á uma comp eensão mais p o unda do impac o no lei o . Ao usa a análise semân ica da axonomia léxica, nosso obje i o é iden i ica elemen os na a i os ine en es ao ex o, aumen ando assim a con iabilidade da a ibuição de ex o nos p ocedimen os de iden i icação de au o ia. Ag adecimen os The sys em has been c ea ed wi hin a p ojec  suppo ed by he B i ish EmbassyinKyi andca iedou bya eamo educa o sand esea che so  he Cá ed a de Língua Uc aniana e Linguís ica Aplicada, Ta as She chenko Nacional Uni e sidade de Kie . Gos a íamos de exp essa nosso since o ag adecimen o à Embaixada B i ânica em Kie po seu apoio inancei o a es e p oje o de pesquisa. Somos g a os a S i lana Ya o ska e I yna Bezko o ayna po sua o ien ação e assis ência du an e odo o p oje o. Um ag adecimen o especial a Kos ian yn Goncha enko pela o ganização e apoio documen al do p oje o. Além disso, somos g a os aos es udan es do p og ama educacional "App (Compu e ) Linguís ica e Inglês" da Uni e sidade Nacional Ta as She chenko de Kie . hiss udywi h hei ad iceandconsul a ions.  S aipsniai / A icles 243 The Sys em o Au oma ic S ylome ic Analysis o Uk ainian Media Tex s Tex A ibu o 1.0 (Techniques, Means, Func ionali y) REFERENCES ALIAS–Au oma ed Linguis ic Iden i ica ion & Assessmen Sys em.A ailablea :h ps:// alias echnology.com/alias-o e iew/. Alkomah Fa imah, Ma Xiaogang 2022:ALi e a u eRe iewo Tex ualHa e Speech De ec ion Me hods and Da ase s. – In o ma ion 13(6), 273. DOI: 10.3390/ in o13060273. A gamonShlomo2007:In e p e ingBu ows’sDel a:Geome icandP obabilis ic Founda ions. – Li e a y and Linguis ic Compu ing 23, 131–147. DOI: 10.1093/llc/ qn003. Bone i And ea, Ma ínez-Sobe  Ma celino, To es Julio, Vega Jose, Pelle in Sebas ien, Vila-F ancés Joan 2023:Compa isonbe weenMachine Lea ningandDeepLea ningApp oaches o  heDe ec iono ToxicCommen son SocialNe wo ks.–Applied Sciences13(10),6038.DOI:10.3390/app13106038. Buk Solomija 2021: Long p ose ic ion by I. F anko: elec onic co pus, equency dic iona ies and o he in e disciplina y con ex s,LNUimeniI anaF anka[I anF anko Na ionalUni e si yo L i ]. Bu ows John 2002: “Del a”: a Measu e o  S ylis ic Di e ence and a Guide o LikelyAu ho ship.–Li e a y and Linguis ic Compu ing17(3),267–287.DOI:10.1093/ llc/17.3.267. Bu ows S e en, Ui denboge d Alexand a, Tu pin And ew 2014: Compa ing echniques o au ho shipa ibu iono sou cecode.–So wa e: P ac ice and Expe ience44(1),1–32.DOI:10.1002/spe.2146. CanhasiE can,Kad iuA bana,MisiniA a2022:ASu eyonAu ho ship Analysis Tasks and Techniques. – SEEU Re iew 17(2), 153–167. DOI: 10.2478/ seeu -2022-0100. Chuhuno Vadym2009:Diahnos yka psykho e apii a psykho e ape ychnyi diahnoz, Kha ki :Nauka. Da chuk Na alia, So okin Vik o  2022: Pa ame e iza ion o  he Uk ainian Tex  Co pus based on pa sing. – Compu a ional Linguis ics and In elligen Sys ems, P oceedings o  he 6 h In e na ional Con e ence on Compu a ional Linguis ics and In elligen Sys ems(COLINS-2022)1:Main Con e ence,eds.V.Ly yn,N.Sha ono a, I.Jonek-Kowalska,A.Kowalska-S yczen,V.Vyso ska,Ye.Kup iiano ,O.Kanishche a, O.Che ednichenko,Th.Hamon,N.G aba ,Poland,12–13May,2022,256–265. Da chuk Na alia, Zuban’ Oksana, So okin Vik o  2024: On s ylis ic di e en ia ion in Uk ainian poe ic speech based on he syn ac ic s uc u e o  NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO, YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK 244 Ac aLinguis icaLi huanicaXCI sen ences.–Bulle in o Ta as She chenko Na ional Uni e si y o Kyi . Li e a y S udies. Linguis ics. Folklo e S udies1(35),5–10.DOI:10.17721/1728-2659.2024.35.01. Da čuk Na alija 2013: Kompju e ne ano u annja uk ajins’koho eks u: ezul’ a y i pe spek y y,Kyi :Os i aUk ajiny. Da čukNa alija,Vasyl’je aI yna,Vasyl’je Oleksij2021:Vek o namodel’ analizus ylis yky eks i .–Uk ajins’kyj izyčnyj žu nal66(5),373–378. Ede  Maciej 2015:Doessizema e ?Au ho shipa ibu ion,smallsamples,big p oblem.–Digi al Schola ship in he Humani ies30(2),167–182.DOI:10.1093/llc/ q 066. Ede  Maciej, Rybicki Jan 2013:Dobi dso a ea he  eally lock oge he ,o  how ochoose ainingsamples o au ho ship a ibu ion.–Li e a y and Linguis ic Compu ing28(2),229–236.DOI:10.1093/llc/ qs036. E e S e an,P oislThomas,SchöchCh is o ,JannidisFo is,Piels öm S e en, Vi  Tho s en 2015:ExplainingDel a,o :Howdodis ancemeasu es o  au ho ship a ibu ion wo k? – Co pus Linguis ics 2015: Abs ac  Book, Uni ed Kingdom,21July2015,eds.F.Fo ma o,A.Ha die,Lancas e :UCREL.A ailablea : h ps://zenodo.o g/ eco ds/18308. Gup aSh iyaT.P.,SahooJaja iK.,RoulRajend aK.2019:Au ho ship iden i ica ionusing ecu en neu alne wo ks.–ICISDM’19:P oceedingso  he2019 3 dIn e na ionalCon e enceonIn o ma ionSys emandDa aMining,Uni edS a es, 06 Ap il 2019, New Yo k: Associa ion o  Compu ing Machine y, 133–137. DOI: 10.1145/3325917.3325935. Hoo e  Da id 2004:Tes ingBu ows’sdel a.–Li e a y and Linguis ic Compu ing 19(4),453–475.DOI:10.1093/llc/19.4.453. Hoo e Da id2005:Del a,Del aP ime,andMode nAme icanPoe y:Au ho ship A ibu ionTheo yandMe hod.–ACH/ALLC 2005:P oceedingso  he17 hJoin  In e na ionalCon e enceo  heAssocia ion o Compu e sand heHumani ies(ACH) and heAssocia ion o Li e a yandLinguis icCompu ing,Canada,15–18June2005, Uni e si yo Vic o ia:Humani iesCompu ingandMediaCen e,79–80. JannidisFo is,Piels ömS e en,SchöchCh is o ,Vi Tho s en2015: Imp o ingBu ows’Del a–Anempi icale alua iono  ex dis ancemeasu es.–DH 2015:Digi alHumani ies,Abs ac so  heGlobalDigi alHumani iesCon e ence11, Aus alia,29June–3July2015,Sydney.DOI:h ps://zenodo.o g/ eco ds/1321296. Joulin A mand, G a e Edoua d, Bojanowski Pio , Douze Ma hijs, JégouHé e,Mikolo Tomas2016:Fas Tex .zip:Comp essing ex classi ica ion models.–A Xi e-p in s 1612.03651.DOI:10.48550/a Xi .1612.03651.  S aipsniai / A icles 245 The Sys em o Au oma ic S ylome ic Analysis o Uk ainian Media Tex s Tex A ibu o 1.0 (Techniques, Means, Func ionali y) Ka aso  Vi alii, Le chenko Olena 2024:S a is icalp o ileo O.Zabuzhko’s idios yle. – CEUR Wo kshop P oceedings 3722: P oceedings o he 8 h In e na ional Con e ence on Compu a ional Linguis ics and In elligen Sys ems,L i ,Ap il12–13,2024, 251–264. KhanTalhaF.,Anwa Waheed,A shadHume a,AbbasSyedN.2023: An Empi ical S udy on Au ho ship Ve i ica ion o  Low Resou ce Language Using Hype -Tuned CNN App oach. – IEEE Access 11, 80403–80415. DOI: 10.1109/ ACCESS.2023.3299565. Khomy skaI yna,TeslyukVasyl,Bazyle ychI yna,Ka amyshe aI yna 2023:Au oma edIden i ica iono Au ho ialS yles.–CEUR Wo kshop P oceedings: P oceedings o he 7 h In e na ional Con e ence on Compu a ional Linguis ics and In elligen Sys ems, 3396, Kha ki , Ap il 20–21, 2023. A ailable a : h ps://ceu -ws.o g/Vol- 3396/pape 26.pd . KUM–Ko pus uk ajins’koji mo y:Linh is yčnyjpo alMo a.in o.A ailablea :h p:// www.mo a.in o/co pus.aspx. LIWC-22–Linguis ic Inqui y and Wo d Coun .A ailablea :h ps://www.liwc.app. Lo o ska Na aliia 2022:S a is icalCha ac e is icso RomanI anychuk’sIdiolec  (BasedonW i e ’sTex Co pus).–CEUR Wo kshop P oceedings3171,487–500. LupeiMaksym,Mi saAlexande ,Repa iukVolodymy ,Sha kanVasyl 2020: Iden i ica ion o  au ho ship o  Uk ainian-language ex s o  jou nalis ic s yle usingneu alne wo ks.–Eas e n-Eu opean Jou nal o En e p ise Technologies1/2(103), 30–36.DOI:10.15587/1729-4061.2020.195041. McInnes Leland, Healy John, Mel ille James 2020: UMAP: Uni o m Mani oldApp oxima ionandP ojec ion o DimensionReduc ion.–A Xi e-p in s 1802.03426.DOI:10.48550/a Xi .1802.03426. Meie Tabea,BoydRyan,Pennebake James,MehMa hiasl,Ma in Mike,Wol Ma kus,Ho nAnd ea2019:“LIWCau Deu sch”:Thede elopmen , psychome ics, and in oduc ion o  DE-LIWC2015. – PsyA Xi P ep in s. DOI: 10.31234/os .io/uq8z . Rybicki Jan, Ede  Maciej 2011: Deepe  Del a ac oss Gen es and Languages: DoWeReallyNeed heMos F equen Wo ds?–Li e a y and Linguis ic Compu ing 26(3),315–321.DOI:10.1093/llc/ q 031. Sa oy Jacques 2015: Compa a i e e alua ion o  e m selec ion unc ions o  au ho shipa ibu ion.–Digi al Schola ship in he Humani ies30(2),246–261.DOI: 10.1093/llc/ q 047. NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO, YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK 246 Ac aLinguis icaLi huanicaXCI Tex A ibu o  1.0 2024: Tex A ibu o 1.0: The sys em o au oma ic s ylome ic analysis o Uk ainian media ex s.A ailablea : a.mo a.in o. Volos Yana, Le chenko Olena 2023:S a is icalp o ileo Vale ieShe chuk’s idios yle(mo phologicalle el).–Slobozhan Scien i ic Bulle in, Se . Philology,3,32–36. DOI:10.32782/philspu/2023.3.6. Zuban’Oksana2019:TheMo phemicSys emS ylome icAnalysiso  heUk ainian Poe s’ Idios yles: Co pus Based App oach. – Linh is yčni s udiji 38, 96–104. DOI: 10.31558/1815-3070.2019.38.15. Sis ema de análise au omá ica de es ilome ia dos ex os da mídia uc aniana […]Tex A ibu o 1.0[…] (me odai, p iemonės, unkcionumas) SANTRAUKA (em inglês) Tex A ibu o es a ís ica pa ame iza o au o ismo dos ex os do idioma uc aniano e os aspec os da análise dos no os. Naudodama p ocessou mui os pa âme os 15 usando o índice es a ís ico do inkinį, Tex A ibu o desc e e os au o es dos s ilis ines ypa ybes. In eg a o mé odo de análise dos ex os como componen e, o mé odo de análise de paski s ymo, k an a imas i nuokasė ik inan ski ynus i i in mokinio, nemandagaus i i i i i au o ys ės ekspe imen ei Sis ema de análise do ex o como mo ologia, i i i i imo i i imo i imo. i į e in i eks opanašumą,ypačpoli iniodisku soi nemandagioskomunikacijosžinias- klaidoskon eks eRusijosi Uk ainoska ome u.S aipsnyjepab ėžiamap ak inėi  eo i- nė„Tex A ibu o “ eikšmė,demons uojan jose ek y umądidelėms eks oapim imsi  iksliomsanali inėmsgalimybėms.Sėkmingasžodynais, aisyklėmispag įs ųi mašininio be ykdomų y imų ezul a aiy anuodugniaiišnag inė i,obūsimosjųk yp ysnus a omos siekian išplės ikalbinįko pusąi  obulin imašininiomokymosimodelius,siekian page- in i ikslumąi p i aikomumą. S aipsniai A igos 247 Į eik a The Sys em o Au oma ic S ylome ic Analysis o Uk ainian Media Tex s Tex A ibu o 1.0 (Techniques, Means, Func ionali y) 2024 m. no emb o 25 d. NATALIIA DARCHUK (em inglês) Uni e sidade Nacional Ta as She chenko de Kie Rua Volodymy ska, núme o 60 Kyi , 01033, Uc ânia n.da [email protected] OKSANA ZUBAN (em inglês) Uni e sidade Nacional Ta as She chenko de Kie Rua Volodymy ska, núme o 60 Kyi , 01033, Uc ânia [email protected] Valen ina Robico Uni e sidade Nacional Ta as She chenko de Kie Rua Volodymy ska, núme o 60 Kyi , 01033, Uk aine alen yna. obeik[email p o ec ed] YULIIA TSYHVINTSEVA Uni e sidade Nacional de Kie Ta as She chenko Rua Volodymy ska, núme o 60 Kyi , 01033, Uc ânia Ins i u o da Língua Uc aniana da Academia Nacional de Ciências da Uc ânia Rua Mykhailo H ushe skyi 4 Kyi , 01001, Uc ânia juli o[email p o ec ed] VICTOR SOROKIN (em inglês) Uni e sidade Nacional Ta as She chenko de Kie Rua Volodymy ska, núme o 60 Kyi , 01033, Uc ânia ic o .so ok[email p o ec ed] Mykola Sazhok Ins i u o de Tecnologias e Sis emas de In o mação o he Na ional Academy o Sciences o Uk aine 40 Akademika Hlushko a A enue Kyi , 03187, Uk aine s[email p o ec ed]om