 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
Campos de in es igación: lingüís ica in o má ica, lingüís ica del
co pus, lingüís ica cuan i a i a, g amá ica y semán ica de las lenguas
Lengua uc aniana.
OKSANA ZUBAN (en inglés)
Uni e sidad Nacional Ta as She chenko de Kie (ORCID) Id: o cid.o g
00000002-2644-3892 Campos de in es igación: lingüís ica in o má ica,
expe iencia lingüís ica, lingüís ica cuan i a i a, g amá ica y
semán ica de la lengua y el lenguaje.
Lengua uc aniana.
VALENTYNA ROBEIKO (Es ados Unidos) El P esiden e. - (FR) Seño P esiden e, seño P esiden e de la Comisión, seño es dipu ados, seño as y seño es dipu ados.
Ta as She chenko Uni e sidad Nacional de Kie ORCID id:
o cid.o g/0000-0003-2266-7650 Campos de in es igación:
análisis del habla, econocimien o y sín esis, oné ica,
p ocesamien o del lenguaje na u al.
YULIIA TSYHVINTSEVA (en inglés)
Uni e sidad Nacional Ta as She chenko de Kie , Ins i u o
de la Lengua Uc aniana de la Academia Nacional de Ciencias
de Uc ania ORCID id: o cid.o g/0000-0002-9684-3840 Campos de
in es igación: neología uc aniana, lexicología y
lexicog a ía.
VICTOR SOROKIN (Es ados Unidos)
Análisis semán ico de la Uni e sidad 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
Ta as She chenko, p ocesamien o del lenguaje na u al.
NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO,
YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK
224 Ac a Linguis ica Li huanica XCI (Li e a u a li uana y su aducción)
Mykola Sajok, miemb o de la Comisión.
Ins i u o de Tecnologías y Sis emas de la In o mación de
la Academia Nacional de Ciencias de Uc ania
ORCID id: o cid.o g/0000-0003-1169-6851 (iden i icado po el ORCID)
Campos de in es igación: análisis del habla, econocimien o
y sín esis, p ocesamien o del lenguaje na u al.
DOI: doi.o g/10.35321/all91-09 (en inglés) (en inglés)
THESYSTEMFORAUTOMATIC
STYLOMETRICANALYSIS
OFUKRAINIANMEDIA
TEXTSTEXTATTRIBUTOR1.0
(Técnicas, medios y écnicas)
Funcionamien o)
Sis ema de análisis au omá ico de es ilome ía de los
ex os de los medios uc anianos Tex A ibu o 1.0
(mé odos, medidas, unciones)
Ano ación de la Comisión
Es e a ículo p esen a la es uc u a, los algo i mos, la implemen ación y los esul ados expe imen ales del
sis ema au omá ico Tex A ibu o desa ollado po los au o es del a ículo pa a la pa ame ización
es adís ica del ex o en lengua uc aniana u ilizando un conjun o mul ipa amé ico de índices es adís icos,
que ca ac e izan el es ilo del ex o del au o y son aplicables a las a eas de a ibución de au o ía.
En es e a ículo, nues o equipo ha desa ollado un sis ema pa a el análisis
lingüís ico-es adís ico au omá ico de ex os de medios, que se ha implemen ado como una
Los a ículos 225 y 225 de la Cons i ución
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. INTRODUCCIÓN ( éase ambién la sección "In oducción").
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
aplicación web llamada Tex A ibu o 1.0 (Tex A ibu o 2020) El sis ema ope a en cua o
a eas: 1) la idiome ía ex ual; 2) la es ilome ía: de e mina las ca ac e ís icas
lingüís icas-es adís icas del co pus au omá ico, jun o con modelos ma emá icos pa a el
análisis cuan i a i o de ex os; 3) la de e minación de la c eación de pa áme os de simili ud
en e ex os; y 4) la adición: En el análisis lingüís ico, los esul ados son gene ados
au omá icamen e den o del sis ema.
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
El concep o de desa ollo de un sis ema au omá ico de he amien as en lengua uc aniana del
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
Co pus de la Lengua Uc aniana (KUM) po pa e de los au o es del p oyec o. El análisis de
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
sen imien os iden i ica au omá icamen e la onalidad del ex o basado an o en el colo
emocional como en la e aluación del au o de e en os u obje os, lo que se log ó u ilizando
cálculos es adís icos basados en dicciona ios y eglas. La es uc u a es adís ica de un ex o,
en endida como su modelo cuan i a i o, pe mi e la iden i icación de su es ilo uncional, au o ía
y pe íodo de c eación.En es e abajo, los componen es de la es uc u a es adís ica se
ex aje on analizando las ca ac e ís icas es adís icas léxicas y g ama icales u ilizando
écnicas de indexación y mé icas de dis ancia euclidianas.La dis ancia euclidiana, que mide la
dis ancia en e dos pun os en un espacio euclidiano n-dimensional, es una de las mé icas más
u ilizadas en la es adís ica pa a el análisis de clús e en la lingüome ía y la a ibución de
au o ía.
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
Pa a el análisis del ex o, basado en 15 índices es adís icos que pa ame izan p incipalmen e la
es uc u a mo ológica, así como sin ác ica y semán ica del ex o, un modelo es ilomé ico es
un conjun o de pa áme os es adís icos de un ex o (léxico, mo ológico, sin ác ico, e c.), en
base a los cuales se lle a a cabo un análisis compa a i o de es e ex o con el modelo es ilomé ico
uso del es ilo uncional.
Los a ículos 227 y 227 del T a ado
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 abajos elacionados
En la lingüís ica uc aniana mode na, se han lle ado a cabo es udios lingüís icos y es adís icos
sus anciales sob e los idiolec os de esc i o es y poe as uc anianos, incluidos Ta as
She chenko, Lesya Leshinka, Vasyl S us (Zubano , 2019), I an F anko (Buko , 2021), Roman
I anychuk (Lo ka), Vale y She chuk (Volos, Le chenko, 2020), Ma ia Ma ios, Yego
And ukho ych, Oksana Zabuzhko (Kyi , 2020), Le chenko, I an Du ach, Mykola Ving ano sky
(Da chuk e al., 2020) en e o os. Es os es udios se lle a on a cabo en mues as
ep esen a i as ( ex os la gos) u ilizando p edominan emen e uno o menos de cinco
pa áme os es adís icos, sin aplica enómenos lingüís icos.
La mayo ía de los sis emas y modelos exis en es ambién se cen an en el uso de módulos
lingüís icos y es adís icos indi iduales pa a iden i ica uno o unos pocos pa áme os de
ex o, en su mayo ía o males (n-g amos, palab as más ecuen es, le as) (Ede 2015;
Canhasi e al. 2022; LIWC-22; Khomy ska e al. 2023; ALIAS).
La a ibución de ex os se desa olla ac i amen e en los es udios ex uales
ex anje os, en pa icula , el mé odo de Bu ows (Bu ows 2002; A gamon 2007; Ede ,
Rybicki 2013; Bu ows e al. 2014) su e icacia se p ueba en muchos es udios en g andes
olúmenes de da os ex uales de a ios es ilos como: p osa inglesa de p incipios del siglo
XX (Hoo e 2004); poesía inglesa mode na (Hoo e 2005); ob as poé icas en la ín (Rybicki,
2011); ob as en p osa de los p incipales géne os en inglés, ancés, i aliano, alemán, polaco,
húnga o, así como en la ín y 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
En los úl imos años, las a eas de a ibución au omá ica de ex o han u ilizado
p edominan emen e mé odos es ilomé icos basados en eglas o mé odos de ap endizaje
p o undo (Ede 2015; Canhasi e al. 2022).Ambos mé odos se implemen a on en el sis ema
Tex A ibu o , uncionando e ec i amen e pe o p oduciendo di e en es esul ados: 1) El
mé odo basado en eglas pe mi e au oma iza la gene ación de conclusiones lingüís icas
sob e la oxicidad idioléc ica y del ex o; 2) El mé odo de ap endizaje au omá ico de e mina
solo el g ado de oxicidad y la simili ud de los ex os y se puede u iliza en a eas de
clasi icación pa a moni o ea el con enido ex ual.
Los mé odos ecien es de ap endizaje au omá ico pa a el análisis de sen imien os y la
iden i icación de la au o ía del ex o se basan en en oques es adís icos (STYLE-IDF, ALOCACIÓN
LATENTE DE DIRICLET) y écnicas de ap endizaje p o undo con a ias a qui ec u as (CNN, LSATM,
BERT) en combinación con mé odos es ilomé icos (Gup a e al. 2019; Canhasi e al. 2022; Bone i e al.
2023) Los esul ados son ex emadamen e dependien es del núme o de clases ( ipos de oxicidad,
au o es), géne o, longi ud del ex o y, lo más impo an e, el olumen del co pus de ex o
co ec amen e es uc u ado u ilizado pa a el p ocedimien o de en enamien o.
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. Tokenización de ex o: Di idi el ex o en o aciones y palab as pa a su análisis.
2. E ique ado mo ológico: Asigna e ique as a las palab as basadas en sus
o mas g ama icales.
3. Análisis con ex ual: ac ualización de las e ique as mo ológicas ela i as al
con ex o.
4. Análisis sin ác ico: Es ablece elaciones bina ias en e las palab as en las
o aciones pa a en ende su es uc u a g ama ical. 5. Es ablecimien o de
elaciones sin ác icas: De e mina conexiones sin ác icas basadas en eglas
p ede inidas.
6. Coincidencia de ocabula io emocionalmen e nega i o: Iden i ica palab as de un
conjun o p ede inido de ocabula io nega i o. 7. E aluación de pa áme os
es adís icos: E aluación de pa áme os es adís icos pa a el ex o de en ada
u ilizando ocabula ios de ecuencia compilados au omá icamen e. 8. Visualización de
los esul ados: p esen ación de los esul ados de la pa ame ización es adís 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. Gene ación de opiniones de expe os: Gene ación de dos opiniones de expe os: una
sob e la a ibución del ex o y o a sob e la oxicidad del ex o a a és del examen
lingüís ico. 12. De ección de oxicidad e iden i icación de au o es: Ap o echa las
écnicas de ap endizaje au omá ico, en pa icula los modelos de edes neu onales,
pa a de ec a oxicidad e iden i ica a los au o es.
Los esul ados del sis ema es án o ganizados en las siguien es pa iciones: G upo de
Índice de A ibución de Tex o, Opinión de Expe os de A ibución de Tex o, Compa ación de
A ibución de Tex o, Expe ía Lingüís ica de Toxicidad de Tex o y Red Neu al.
Las opiniones.
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 p esen a el alo numé ico empí ico, y la columna 3 p opo ciona una e e encia isual
compa ando el alo empí ico del índice con el in e alo de con ianza
NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO,
YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK
230 Ac a Linguis ica Li huanica umb ales XCI (in e io y supe io ) de i ados de ex os de
es ilo de los medios uc anianos. El alo numé ico empí ico es á ep esen ado en la escala
po un iángulo in e ido lleno. En la Opinión Especializada de A ibución de Tex o (Fig. 2),
p esen amos conclusiones sob e las ca ac e ís icas es adís icas lingüís icas ípicas o
indi iduales ex aídas del ex o analizado pa a cada índice es imado. Es as conclusiones se
de i an de las espues as a la p egun a: ¿El alo numé ico del índice se encuen a den o
del in e alo de con ianza del es ilo mediá ico de la lengua uc aniana?
En la compa ación de la a ibución de ex o (Fig. 4, subsección 4.2), al selecciona
[…]Calcula la dis ancia ec o ial[…], los da os abulados se ac ualizan ápidamen e de la
siguien e mane a: La columna 1 enume a los ex os in oducidos po el usua io jun o
con el ex o analizado an e io men e; La columna 2 mues a el núme o de o aciones en
cada ex o; La columna 3 mues a el núme o de palab as; La columna 4 p esen a la
dis ancia euclidiana en e el ex o analizado y cada ex o en la abla; La columna 5, e ique ada […]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).
Los a ículos 231 y 231 del T a ado
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)
Un ejemplo de modelo de opinión de expe os gene ado, que cuan i ica la oxicidad del ex o en
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
una escala de 0 (no óxica) a 1 (al a oxicidad). También e aluamos la simili ud del ex o con
au o es conocidos, con alo es que an desde 0 (sin simili ud) has a 1 (al a simili ud), basado en
los au o es en los que se en enó el modelo. 4. A ibución de los ex os en lengua uc aniana:
expe imen os,
RESULTADOS y discusiones
4.1. Índices de pa ame ización es adís ica El modelo es ilomé ico desa ollado esuel e
dos a eas: 1) Iden i ica las ca ac e ís icas indi iduales del es ilo de un au o
(s ilome ía); 2) E alua la simili ud en e dos ex os en unción de pa áme os lingüís icos
y es adís icos (a ibución).
NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO,
YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK
Ac a Linguis ica Li uanica XCI Hoy en día, el componen e de in o mación se ha uel o
pa icula men e impo an e en la gue a híb ida. Po lo an o, el ma e ial de nues o es udio
ue un co pus de in es igación de ex os de medios en línea de discu so polí ico con un olumen
de 10 millones de palab as. U ilizamos el é mino " ex o óxico" en un sen ido amplio. Es os
ex os se ca ac e izan po acoso, amenazas, obscenidad, cibe acoso, olling y ex os de odio
basados en la iden idad, y con ienen emociones, que son enómenos y obje os que causan
emociones nega i as en una pe sona (po ejemplo, gue a, a aque aé eo, co upción). Es e
p oyec o enía como obje i o de e mina el po encial pa a la ealización de sen imien os
nega i os en los ex os uc anianos y desa olla un sis ema au oma izado pa a iden i ica
con enido óxico. es a a ea comp endía dos sub a eas consecu i as: p ime o, desa olla un
sis ema de examen lingüís ico de ex o con de e minación de los índices de oxicidad a a és
del análisis de dicciona ios y mé odos basados en eglas; segundo, cons ui un conjun o de
da os de en enamien o pa a ines de ap endizaje au omá ico y el desa ollo de una ed
neu onal pa a p edeci los índices de oxicidad de ex o. Vamos a e la inalización de la
p ime a a ea. Es o in oluc ó a los indi iduos de cons ucción (1620), é minos obscenos (613), y
lenguaje abusi o (787). Los ejemplos incluyen occiden al (западенець: un nomb e despec i o
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 
pa a las pe sonas de las egiones occiden ales de Uc ania) y hucks e ; F ases óxicas: Una
colección de 1500 exp esiones idiomá icas que ansmi en emociones nega i as, ejemplos
incluyen muecas como un mono, besos en el culo y ab e la boca.
Cada en ada en es as lis as ue ano ada con ca ac e ís icas semán icas, con el Dicciona io
de Discu sos de Odio eniendo 18 ca ac e ís icas y la lis a de F ases Tóxicas eniendo 26. Po
ejemplo, las palab as en el Dicciona io de Discu sos de Odio ue on e ique adas con
ca ac e ís icas como […]s[…] pa a sexismo, […] […] pa a acismo y […]e[…] pa a edadismo. Es a
base de da os lexicog á ica, un sis ema mul ipa amé ico, asigna ca ac e ís icas semán icas
a unidades (palab as o ases) que, combinadas con da os de ecuencia del ex o analizado,
pe mi en el análisis de oxicidad.
El índice de oxicidad del ex o se calcula u ilizando la ó mula:
I ox = (e + |K| (m + )) n * 10, Aquí, n es el olumen de ex o; e es el núme o de palab as
emocionales; m es el núme o de palab as de discu so de odio; es el núme o de ases
óxicas; K es un coe icien e igual a […]2, hace hincapié en palab as de discu so de odio y
ases óxicas, que en una 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 esponde a […]2. Los alo es del índice a ían de 0 a
+1.
Po ejemplo, el índice de oxicidad del ex o […]People wi h a ed pen (Люди с червоною
ручкою)[…] (12 o aciones, 129 palab as) es 1,01, lo que indica su al a oxicidad, ya que el umb al
pa a ex os an co os a ía de 0,1 a 0,7. Simul áneamen e, el sis ema gene a los esul ados
de un examen lingüís ico au omá ico de la oxicidad del ex o ( éase la Fig. 6), que comp ende:
1) un mapa es adís ico de las clases semán icas del ocabula io nega i o de acue do con los
ma cado es de clasi icación de las lis as lexicog á icas (emógenos […] 5, ulga […] 2,
sen imen ismo […] 2); 2) un ex o con palab as especí icas de sexo, e balizando las
ca ego ías del mapa es adís ico. ¿Tienes idea de lo moles o que e es? Es udo sus pe iles a
p opósi o, engo cu iosidad po el mundo en el que exis e. Es e mundo me asus a mucho.
Since amen e espe o que en la ida eal no nos c uzemos los caminos bajo ninguna
ci cuns ancia.
(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
No po las que obs a in). Aquí, el sis ema au omá icamen e esal a en neg i a las
siguien es palab as con un componen e nega i o: e o es (помилки), de o as
pe sonas (чужих), moles os (бисите), asus ado es (лякає).
FIGURA 6: Un agmen o del examen lingüís ico au oma izado de la oxicidad del ex o
NATALIIA DARCHUK, OKSANA ZUBAN, VALENTYNA ROBEIKO,
YULIIA TSYHVINTSEVA, VICTOR SOROKIN, MYKOLA SAZHOK
240 Ac a Linguis ica Li huanica XCI (Li e a u a li uana y su aducción)
5. MACHINELEARNINGAPPROACHES:
EXPERIMENTS,RESULTSAND
Discusiones
En la en ada pa a el en enamien o del modelo, enemos co po a de ex o e ique ados de
acue do con el obje i o de cada sub a ea: (a) in o mación de ex o de de ección de oxicidad y
(b) iden i icación de au o ía. Cada co pus se di ide en conjun os de en enamien o y con ol,
así como, pa a un co pus lo su icien emen e g ande, un conjun o de alidación.
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 ección de la oxicidad
Como esul ado de una se ie de es udios expe imen ales, se eligió una a qui ec u a
compu acionalmen e e icien e basada en el mé odo as Tex y sus he amien as (Joulin e al.
2016). Es e mé odo p opo ciona inc us aciones de palab as y es ima la dis ibución de
p obabilidad de los documen os de acue do con clases p ede inidas. Las palab as se p esen an
en o ma ec o ial basada en la di isión au omá ica de palab as en pa es (subpalab as), que
simula la ape u a del dicciona io. Se u ilizó un co pus p epa ado de ap oximadamen e 12.000
documen os de ex o pa a la clasi icación bina ia pa a de ec a con enido óxico.El mejo
esul ado, basado en la mé ica gene alizada (F1 = 79,4%), se log ó con los siguien es ajus es de
hipe pa áme os: una dimensionalidad del ec o de palab as de 500, una asa inicial de
ap endizaje de 0,15, épocas de en enamien o, con ex o léxico ep esen ado po big amas,
longi udes de subpalab as que an de 2 a 5 ca ac e es y un umb al de decisión 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 icación de la au o ía
La in es igación expe imen al de modelos pa a la iden i icación de la au o ía de ex os se
lle ó a cabo u ilizando una pa e del co pus de ex os socio-polí icos disponibles al público, en
el que es posible iden i ica a la pe sona que es el au o del documen o. se selecciona on un
o al de 702 ex os de cua o au o es que publica on el mayo núme o de documen os en e 60
y 1000 ca ac e es. El esul ado de es e es udio es que el sis ema de ap endizaje inicial es de
0,1, 50 épocas de en enamien o, el con ex o léxico es á ep esen ado po big amas, la
longi ud de las subpalab as a ía de 2 a 5 ca ac e es, y alcanza el 100% con una p ecisión
supe io al 90%. Los modelos de edes neu onales en enados se in eg a on en el sis ema
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
Tex A ibu o en la a qui ec u a "clien e-se ido ", donde se p esen an los esul ados de
dos a eas: (a) de e minación de oxicidad y (b) de ección de au o ía.
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 
6. Conclusiones
El sis ema Tex A ibu o se encuen a ac ualmen e en ases de p ueba pa a abo da los
p oblemas de a ibución y de e minación de oxicidad den o de los ex os en lengua
uc aniana. Es e sis ema es con enien e y e icaz pa a a ios es udios ecnológicos.
Du an e 5 meses, la aplicación web Tex A ibu o ha analizado au omá icamen e
784 ex os en uc aniano po 226 usua ios.
Nues os hallazgos demues an la e icacia de nues o mé odo, que implica la cuan i icación de
elemen os e bales basados en pa áme os g ama icales y semán icos o males,
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
Los modelos de subpalab as mos a on una mayo e i icación y desob uscado de la
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
au o ía, pe ilado y dia ización del au o , pe ilado psicolingüís ico, modelado de es ilo y
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,
seguimien o de la uen e de con enido also, e c. El esquema de análisis y a ibución de
ex o desa ollado ambién se puede aplica a o os idiomas.
Mi ando hacia el u u o, planeamos in eg a nues a he amien a au omá ica de a ibución
de ex o y de ección de oxicidad con análisis semán ico, sin ác ico, psicolingüís ico y
sociolingüís ico. Es a in eg ación nos da á una comp ensión más p o unda del impac o en el
lec o . Al u iliza el análisis semán ico de la axonomía léxica, nues o obje i o es
iden i ica elemen os na a i os inhe en es al ex o, aumen ando así la iabilidad de la
a ibución de ex o en los p ocedimien os de iden i icación de au o .
Ag adecimien 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 lengua uc aniana y lingüís ica aplicada, Ta as She chenko Nacional
Uni e sidad de Kie .
Nos gus a ía exp esa nues o since o ag adecimien o a la Embajada B i ánica en Kie po su
apoyo inancie o a es e p oyec o de in es igación. Es amos ag adecidos a S i lana Ya o ska e
I yna Bezko o ayna po su o ien ación y asis encia du an e odo el p oyec o. Un
ag adecimien o especial a Kos ian yn Goncha enko po la o ganización y el apoyo documen al
del p oyec o. Además, es amos ag adecidos a los es udian es del p og ama educa i o […]App
(Compu e ) Linguís ica y Inglés[…] de la Uni e sidad 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 análisis au omá ico de
es ilome ía de los ex os de los medios de comunicación uc anianos
A ibuido de ex o 1.0
(mé odos, medidas, unciones)
SANTRAUKA (en inglés)
Tex A ibu o es adís icamen e pa ame iza el análisis de los ex os uc anianos de au o ía
a pažinimo y análisis de nuo ajos. Naudodama muchos pa áme os pa a e alua el análisis de los
ex os de au o ía a pažinimo y análisis de nuo ajos. In eg a el mé odo de análisis de los ex os como
componen e, el mé odo de análisis del ex o como componen e, el mé odo de análisis del ex o como
componen e, el mé odo de análisis del ex o como componen e, el mé odo de análisis del ex o como
componen e.
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 ículos 247
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)
Į eik a 2024 m. no iemb e 25 d. (en inglés)
NATALIIA DARCHUK (en inglés)
Uni e sidad Nacional Ta as She chenko de Kie
Calle Volodymy ska, núme o 60
Kyi , 01033, Uc ania
n.da [email protected]
OKSANA ZUBAN (en inglés)
Uni e sidad Nacional Ta as She chenko de Kie
Calle Volodymy ska, núme o 60
Kyi , 01033, Uc ania
[email protected]
VALENTYNA ROBEIKO (Es ados Unidos) El P esiden e. - (FR) Seño P esiden e, seño P esiden e de la Comisión, seño es dipu ados, seño as y seño es dipu ados.
Uni e sidad Nacional Ta as She chenko de Kie
Calle Volodymy ska, núme o 60
Kyi , 01033, Uk aine
alen yna. obeik[email p o ec ed]
YULIIA TSYHVINTSEVA Uni e sidad Nacional
Ta as She chenko de Kie Uni e sidad Nacional de Kyi Uni e sidad Nacional de Kyi Uni e sidad Nacional de Kyi Uni e sidad Nacional de Kyi Uni e sidad Nacional de Kyi Uni e sidad Nacional de Kyi Uni e sidad Nacional de Kyi Uni e sidad Nacional de Kyi Uni e sidad Nacional de Kyi Uni e sidad Nacional de Kyi Uni e sidad Nacional de Kyi
Calle Volodymy ska, núme o 60
Kyi , 01033, Uc ania
Ins i u o de la Lengua Uc aniana de la
Academia Nacional de Ciencias de Uc ania
La calle Mykhailo H ushe skyi 4
Kyi , 01001, Uc ania
Juli o [el co eo elec ónico es á p o egido]
VICTOR SOROKIN (Es ados Unidos)
Uni e sidad Nacional Ta as She chenko de Kie
Calle Volodymy ska, núme o 60
Kyi , 01033, Uc ania
ic o ioso.so ok [el co eo elec ónico es á p o egido]
Mykola Sajok, miemb o de la Comisión.
Ins i u o de Tecnologías y Sis emas de In o mación
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