CC BY
7Когнитивные исследования в режиме реального времени: нейросетевой подход1
Пильгун М.А., Российский государственный социальный
университет, Институт языкознания РАН,
Москва, Россия, pilgunm@yandex.ru
В статье представлены результаты когнитивного исследования, посвященного анализу взаимоотношений жителей и властей города с использованием нейро-сетевого подхода. Исследование проводилось на примере градостроительного конфликта в г. Москве в режиме реального времени. Материалом послужили данные из социальных сетей, микроблогов, блогов, мессенджеров, форумов, обзоров, видеохостингов, тематических порталов, интернет-СМИ, печатных СМИ и телевидения, связанные со строительством транспортно-пересадочного узла «Суворовская» в центре г. Москвы. Для анализа контента социальных медиа использовался мультимодальный подход, нейросетевой анализ речевых данных, сентимент-анализ, анализ лексических ассоциаций и контент-анализ. Динамика коммуникационных процессов в информационном пространстве вокруг реализации проекта характеризуется эскалацией конфликта между жителями, строителями и властями города. Анализ данных позволяет говорить о дальнейшем развитии конфликта по мере реализации проекта.
• когнитивные исследования • восприятие речи • данные социальных медиа • нейросетевые технологии.
1. ВВЕДЕНИЕ
Одна из актуальных проблем современной научной парадигмы — интерпретация Больших данных в реальном времени. Когнитивные исследования представляются наиболее перспективным для решения подобных задач, в частности адаптация психолингвистических методик.
Так, анализ восприятия речи в многоуровневой системе обработки представлен в достаточном количестве работ [1; 2; 3; 4; 5]. Развитие «глубокого обучения» привело к повышению эффективности компьютерных моделей восприятия, что в определённой степени пошатнуло убеждение в том, что восприятие является уникальной способностью биологических систем, внутренние механизмы которой еще недостаточно исследованы, а также что восприятие не может быть представлено у искусственных сущностях на уровне человека [6].
Работа выполнена в рамках проекта РФФИ «Структура и содержание представлений о человеке, государстве, власти в языковом сознании русскоязычных (Республика Крым)» (19-01200295 А).
57
Современные генеративные модели могут создавать текстовое описание и новые изображения, генерировать изображения из описаний естественного языка [7, 8]. Поведенческие и нейровизуализированные данные позволяют проанализировать восприятие и воспроизведение речи у здоровых и клинических групп населения, в разных возрастных группах [9]. Комбинирование методов нейробиологии и качества эксперимента показывает, что речевые стимулы разной длины при различных нарушениях степени устойчивости сопровождаются физиологическими реакциями, связанными с вариативнстью, например с потенциальной возможностью положительного пика [10].
Между тем методики интерпретации данных социальных медиа, восприятия речи пользователей для определения общественного мнения еще нуждаются в дальнейшем совершенствовании. Кроме того, пандемия короновируса радикально и изменила жизнь общества, и заставила перестроить методологию исследований, в частности анализа обработки естественного языка и производства речи в виртуальной среде. Необходимо изучить, как изменилось восприятие людей, понимание и реагирование на среду, взаимодействие друг с другом и т. д. [11].
Цель данной статьи — представить алгоритм исследования общественного мнения с помощью нейросетевого анализа восприятия речи акторов социальных медиа на примере градостроительного конфликта в г. Москве (РФ).
1.1 . Данные
Материалом для исследования послужили данные из социальных сетей, микроблогов, блогов, мессенджеров, форумов, обзоров, сервисов видеохостинга, тематических порталов, интернет-СМИ, печатных СМИ и телевидения, связанных со строительством транспортно-пересадоч-ного узла (ТПУ) «Суворовская» в г. Москве (Россия).
В конце сентября 2019 года жителям Центрального округа г. Москвы стало известно о проекте строительства ТПУ «Суворовская», данная информация наложилась на развивающийся конфликт, связанный с реконструкцией спортивного комплекса «Олимпийский».
Количественные характеристики данных представлены в таблице 1.
Таблица 1
Количественные характеристики данных
58
Параметры Количество
Количество сообщений 374
Максимум сообщений в сутки 54
Количество авторов 264
Активность(постов на автора) 1,42
Количество источников 44
Количество токенов 398 292
1.2. Метод
Для анализа контента социальных медиа использовался мультимодальный подход, а также нейросетевой анализ речевых данных, анализ тональности, анализ словесных ассоциаций [12], контент-анализ [13; 14]
Для интерпретации данных применялась нейросетевая технология TextAnalyst 2.3, построенная с помощью нейроподобных элементов с временным суммированием сигналов (кортикоморфная ассоциативная память), что позволяет выделить эксплицитные знания, ключевые темы, которые вызвали наибольший интерес акторов, изучить тематическую структуру и провести саммаризацию базы данных. Кроме того, нейросетевое представление текста позволяет сформировать и интерпретировать семантическую сеть в виде набора взаимосвязанных понятий. С помощью семантической сети были выделены наиболее важные для акторов импли-катуры, проранжированы семантические акценты. Проведение ассоциативного поиска, анализ ассоциативных сетей релевантных стимулов позволили проанализировать восприятие речи акторов [12].
2. РЕЗУЛЬТАТЫ И ДИСКУССИЯ
2.1. Общая характеристика контента
По данным анализируемого периода первый всплеск информационной активности, связанный с проектом ТПУ «Суворовская», относится к 30.01.2019, был вызван твитом мэра С. Собянина о возобновлении строительства станции. Сообщение активно растиражировали традиционные и социальные медиа. Проект ТПУ «Суворовская» рассматривался в рамках реализации строительства БКЛ.
Интерес пользователей к проекту, рост динамики просмотров сообщений, определяющий интерес к теме широкого круга общественности, фиксируется только 07.08.2019 и может рассматриваться как реакция на новый всплеск информационной активности, вызванный ростом сообщений и активизацией авторов с 31.07.2019. Самый высокий пик активности авторов, роста сообщений представлен 04.02.2020, пик роста просмотров с 05.02.2020 (рис. 1, 2, 3).
Геолокация пользователей показывает достаточно широкий круг стран: Россия, Великобритания, Армения, Венгрия, Латвия, Укра ина, Беларусь, ОАЭ, США, Китай, Южная Корея, Япония, Монголия, Германия, Словакия, Франция, Швейцария. Закономерно, что большинство акторов находились в Москве. Также заинтересованность в ходе реализации проекта проявили жители Санкт-Петербурга, Солнечногорска, Ярославля, Калуги, Нижнего Новгорода, Красногорска, Самары, Электростали, Екатеринбурга, Серпухова, Нефтекамска, Салавата, Уфы, Омска, Иркутска, Севастополя.
Наиболее активными акторами, генерирующими контент, посвященный ТПУ «Суворовская», оказались медийные ресурсы (рис. 4).
59
60
Рис. 1. Динамика сообщений
Рис. 2. Динамика просмотров
Рис. 3. Динамика активности авторов
РЕЧЕВЫЕ ТЕХНОЛОГИИ / Я Р Е Е С Н TECHNOI ООУ 3-4/2021
infomoscow24
Рис. 4. Рейтинг авторов
Жители Мещанского и Тверского районов создали петицию против строительства высоток и ТПУ «Суворовская» на портале change.org, адресованную властям города, которую подписали 2940 пользователей (на 02.06.2021). Петиция активно распространяется через различные цифровые платформы.
Максимальное количество сообщений, раскрывающих различные аспекты реализации проекта ТПУ «Суворовская», представлено в микроблогах. Некоторое количество — в социальных сетях, незначительное количество — в интернет-СМИ, на тематических порталах, в мессенджерах, блогах, на форумах (рис. 5). Лидерами среди цифровых источников, которые предпочитали акторы, стали «Твиттер», «ВКонтак-те» и «Инстаграм» (рис. 6).
Microblogging 1580412
Social networks 31780
Internet media 68
Thematic portals 11
Messengers 9
Blogs 8
Forums 4
Рис. 5. Типы источников, которые использовали акторы
61
Рис. 6. Источники, которые использовали акторы
Между тем, непосредственная реакция пользователей (лайки, комментарии, просмотры) представлена в социальных сетях, которые могут служить основным источником при анализе восприятия пользователей (рис. 7).
Social networks 29 ■ А ■863
Microblogging 35 ■■27 ■ 200
Blogs 0 0
Internet media 0 1106
Messengers 0 0
Thematic portals 0 1
Forums 0 0
0 10 20 30 OK 5K 0 20 40 0 1000
Comment Like Repost Douplicate
62
Рис. 7. Типы источников с цифровыми следами акторов
Наибольшей популярностью у автором, освещающих реализацию проекта, пользуются «Твиттер» и «Фейсбук». Обсуждение результатов строительства происходит также в «ВКонтакте» и «Инстаграм». Рейтинг авторов с учетом использованных разных платформ показан на рис. 8.
Самый большой охват аудитории (724 673) получил официальный информационный текст с заголовком «Началось проектирование станции "Суворовская" Кольцевой линии метро» (Москва 24 (infomoscow24)).
Максимальное количество лайков (629) также получила аналогичная официальная информация:
В столице стартовали работы по проектированию станции «Суворовская» Кольцевой линии, рассказал заместитель мэра Москвы по вопросам градостроительной политики и строительства Андрей Бочкарев.
Между тем рейтинг текстов, получивших максимальное количество комментариев, возглавил текст пользователя с резко негативной оценкой проекта:
Рис. 8. Рейтинг авторов с учетом использованных разных платформ
Друзья, вечер перестаёт быть томным! Нас выселяют из нашего района! Нельзя оставаться равнодушными, чтобы потом не говорить, как же всё застроили.... более одного миллиона квадратных метров и парковка на 5000 машин около чудесной мечети, которая будет после застройки маленьким домиком! Москва-резиновая? Знаю, что наши голоса почти ничего не значит, но сидеть тихо тоже не вариант! Попробовать стоит! #сколим-пийский #тпусуворовская #мещанскийрайон #застройкамосквы #моямосква #мой-район
Максимальное количество репостов также получил пост с резкой критикой строительства:
И такое в Москве возможно!Так называемая реконструкция спорткомплекса «Олимпийский» в Москве, а фактически новое строительство, проводится без разрешительных документов (...) ТПУ «Суворовская», стартовая площадка по программе реновации на улице Дурова, владение 3, и строительство высоток у спорткомплекса «Олимпийский».<Ьг>Всё это строительные работы рядом. То есть застройщики берут целый микрорайон и полностью, да ещё и без разрешений, меняют его облик. И так район за районом меняют Москву на неизвестный город.<Ьг>Проведение проверки по спорткомплексу «Олимпийский» уже согласовано Прокуратурой, добиваюсь проверок и по другим адресам в этом районе.<Ьг>#Москва#Олимпийский#Петербург#М осгордума.
2.2. Тематическая структура и семантическая сеть контента
Анализ тематической структуры сводного датасета и результатов показал, что наибольший вес связи имеют понятия: высотка (84), Суворовская Кольцевая линия (86), станции метрополитена (80), проектировать (81), строительство (82), район (62), Олимпийский (59), город (57), мэр (55), Проспект (45). Контексты показали что, при обсуждении реализации проекта ТПУ «Суворовская» наиболее близкими проблемами пользователи считали вопросы строительства высоток, состояния транспортной системы, реконструкции комплекса «Олимпийский», развития района и городской среды, а также деятельность мэра.
63
Семантическая сеть сводного датасета демонстрирует семантические акценты, важные для жителей вопросы, где на первое место выходит недовольство проектом, протест, который был реализован в петиции на портале change.org «Жители Мещанского и Тверского районов против высоток и строительства ТПУ «Суворовская». Вес связи номинации «петиции» в семантической сети — 99.
В семантическом ядре весом связи 99 получают номинации, обозначающие проблемы, которые наиболее сильно беспокоят жителей: строительство высоток, нарушение градостроительной политики, ограничение движения, функционирование метрополитена, реконструкция комплекса «Олимпийский».
В ходе обсуждения проблем строительства ТПУ «Суворовская», жители также активно критикуют деятельность мэра С. Собянина (99) и заместитель мэра А. Бочкарева (99).
2.3. Ключевые темы пользовательского контента 2.3.1. Негативный кластер
Негативный кластер составляют претензии жителей к властям города и строителям в связи с реализацией проекта.
• По мнению жителей, строительство ТПУ «Суворовская» необходимо властям города и строителям только для того, чтобы построить высотные дома. Проблема строительства ТПУ оказывается тесно связанной в сознании жителей с проблемами стартовой площадки по программе реновации города Москвы (улица Дурова, владение 3). Именно это вызывает наибольшие опасения жителей. Они обвиняют московские власти в нежелании устранить проблемы, уладить конфликт .
• Конфликт между жителями и городскими властями по поводу проекта ТПУ «Суворовкая» накладывается на конфликт, связанный с реконструкцией спортивного комплекса «Олимпийский» (Олимпийский проспект, дом 16, стр. 1, 2, 3, 4). Строительство ТПУ и снос спортивного комплекса «Олимпийский» воспринимается как единая проблема.
• Повышение высотности, увеличению плотности застройки, следовательно, резкое ухудшение уровня жизни жителей района.
• Проект наносит ущерб природным парковым зонам, ведет к ухудшению экологической ситуации.
• Не учтены инженерные мощности, что приведет к необходимости перекладывать существующих коммуникаций.
• По мнению жителей, проектные показатели ТПУ имеют существенные недостатки, в частности не учтена пропускная транспортная ситуация прилегающих районов, таким образом, во время строительства возникнут серьезные ограничения движения, а после завершения — приведёт к транспортному коллапсу района.
• В результате реализации проекта Мещанский район полностью утратит исторический облик.
64
• Недостаточная проработка технических аспектов строительства.
• Нарушения при оформлении правовой и строительной документации.
• Манипуляции и обман на публичных слушаниях.
• Планируемая парковка на 5000 машино-мест значительно ухудшит транспортную и экологическую ситуацию в районе.
2.3.2. Позитивный кластер
Положительная тональность характеризует преимущественно официальные материалы, описывающие ход строительства ветки, темпы строительства, передовые методы, которые применяют строители. Как положительный момент ангажированными акторами подаётся информация о возобновлении старого проекта по развитию транспортной системы города, об улучшении инфраструктуры района, а также тот факт, что при строительстве ТПУ «Суворовская» будут решены сложные инженерные задачи.
2.4. Формирование рейтинга социальной напряженности вокруг реализации проекта ТПУ «Суворовская»
На протяжении анализируемого периода можно отметить значительный рост сообщений, посвящённых реализации проекта ТПУ «Суворовская» (рис. 9).
Рис. 9. Рост сообщений, посвящённых реализации проекта ТПУ «Суворовская»
Рис. 10. Тональность охвата
65
В сводной базе данных по охвату аудитории преобладает нейтральный кластер (рис. 10). Однако следует учитывать, что значительное количество нейтральных и позитивных упоминаний определяется увеличением числа официальных материалов. Между тем динамика тональности сообщений, посвященных строительству ТПУ «Суворовская», за 2019-2020 гг. демонстрирует рост негативных сообщений и уменьшение позитивных упоминаний (рис.11). Рейтинг цифровых следов по тональности также показывает преобладание негативных комментариев, дублей и репо-стов (рис.12). Подобная ситуация характеризует рост негативного отношения пользователей к проблеме.
Рис. 11. Динамика упоминаний с разной тональностью
66
Negative Neutral Positive
Рис.12. Динамика цифровых следов акторов с разной тональностью
2.5. Выявление наличия/отсутствия социального стресса в районе строительства ТПУ «Суворовская»
Выявление наличия/отсутствия социального стресса в районе строительства ТПУ «Суворовская» по цифровым данным проводилось с использованием нейросетевых технологий по методике, описанной в [12].
Специфика данного объекта заключается в том, что это локальный конфликт, который затрагивает интересы жителей Центрального округа. Поскольку конфликт территориально ограничен, активисты имеют возможность часто собираться и лично обсуждать проблемы.
Сочувствия большого числа пользователей данная ситуации не вызывает, поскольку проблемы благополучных жителей Мещанского и Тверского районов не затрагивают жителей отдаленных спальных районов или Новой Москвы.
Ядро минимального древовидного подграфа исходной ассоциативной сети, построенный на вершине, соответствующей стимулу «ТПУ «Суворовская», по данным негативного кластера, имеет вес 10/551. В центре оказывается петиция на портале change.org, в которой четко сформулированы претензии жителей к властям города и строителям (рис. 13).
реконструкция
комплекса
«Олимпийский»
Рис. 13. Ассоциативная сеть стимула ТПУ «Суворовская» имеет (10/551)
Контекст с реакциями.
Жители Мещанского района против высоток при строительстве ТПУ «Суворовская»
Наряду с реконструкцией (сносом) СК Олимпийского (увеличение офисов, пассажирского потока, транспортного коллапса) для жителей подготовили новый КОШМАР в виде застройки площадки ул. Дурова, вл. 3: 1. ЖК высотой 119 м на 50 000 кв.м; 2. Дом жилой по реновации высотой 80 м на 55 000 кв.м; 3. Офисный центр высотой 220 м на 80 000 кв.м. 4. И еще три нежилых дома не менее 200 000 кв.м. Итого около 400 тыс. метров. Второе СИТИ!
67
В результате реализации проекта: полностью будет разрушена биосфера Ека-теринского парка и прилегающих традиционных природных мест отдыха жителей; транспортная доступность района для жителей станет критичной; резко вырастет пассажиропоток (в 5-6 раз) на территории района; район перестанет быть местом для полноценного отдыха жителей Мещанского и Тверского районов в выходные дни и нерабочее время.
Наличие социального стресса в районе строительства ТПУ «Суворовская» осложняется также общим низким уровнем доверия населения властям и средствам массовой информации. Индекс социального благополучия определяется большим количеством ангажированного контента, который выражает официальную точку зрения строителей и городских властей. Между тем у участников конфликта, напротив, вызывает негативную оценку (рис. 14).
68
Рис. 14. Индексы социального стресса и благополучия
3. ЗАКЛЮЧЕНИЕ
Анализ данных показал, что большая часть контента, посвященного ТПУ «Суворовская», носит официальный характер. Посты в социальных медиа являются по большей части репостами и рерайтом официальных сообщений, информации ангажированных ресурсов и не вызывают положительной реакции жителей района.
Максимальное количество сообщений, раскрывающих различные аспекты реализации проекта ТПУ «Суворовская», представлено в микроблогах, некоторое количество — в социальных сетях, незначительное количество — в интернет-СМИ, на тематических порталах, в мессенджерах, бло-гах, на форумах. Между тем непосредственная реакция пользователей (лайки, комментарии, просмотры) представлена в социальных сетях.
Результат анализа данных показал наличие среднего уровня социального стресса с коэффициэнтом 16,69 и низкого уровня индекса социального благополучия с коэффициэнтом 7,65.
Динамика коммуникационных процессов в информационном пространстве вокруг реализации проекта ТПУ «Суворовская» характеризуется эскалацией конфликта между жителями, строителями и властями города.
Анализ данных позволяет говорить о развитии конфликта по мере реализации проекта. На протяжении анализируемого периода можно отметить значительный рост количества сообщений, посвящённых реализации проекта ТПУ «Суворовская». Причем анализ тональности контента демонстрирует рост негативных сообщений и уменьшение позитивных упоминаний. Увеличение нейтральных упоминаний определяется ростом числа официальных материалов, генерируемых ангажированными медийными ресурсами, контент которых вызывает неоднозначное, часто неодобрительное отношение жителей. Подобная ситуация характеризует негативное восприятие пользователями развития событий и эскалацию конфликта.
Литература
1. Hickok G., Poeppel D. Towards a functional neuroanatomy of speech perception. Trends in Cognitive Sciences 4, 131-138 (2000).
2. Hickok G. Functional Anatomy of Speech Perception and Speech Production: Psycholinguistic Implications. J Psycholinguist Res 30, 225-235 (2001).
3. Demuth K. Perception, production, and individual differences. Applied Psycholinguistics 39(4), 735-741 (2018).
4. Ransom T.G., Dale R., Kreuz R.J., Tollefsen D. How Do Different Types of Alignment Affect Perceived Entity Status? J Psycholinguist Res 48, 961-985 (2019).
5. Kreyflig N., KrautzA.E. Lying and perception of lies by bilingual speakers. Applied Psycholinguistics 40 (5), 1313-1329 (2019).
6. VanRullen R. Perception Science in the Age of Deep Neural Networks. Specialty Grand Challenge Article. Front. Psychol., 02 February 2017.
7. Mansimov E., Parisotto E., Ba L.J., Salakhutdinov R. Generating images from captions with attention. CoRR 1511.02793 (2015).
8. Nguyen A., Yosinski J., Bengio Y., Dosovitskiy A., Clune J. Plug & play generative networks: conditional iterative generation of images in latent space. arXiv preprint arXiv: 1612.00005 (2016).
9. Liu H.-M., Tsao F.-M., Li P. (Eds.) Speech Perception, Production and Acquisition. Multidisciplinary approaches in Chinese languages. Springer Singapore, Singapore (2020).
10. Antons J.-N. Neural Correlates of Quality Perception for Complex Speech Signals. Springer International Publishing, Cham (2015).
11. Essam B.A., Abdo M.S. How Do Arab Tweeters Perceive the COVID-19 Pandemic? J Psycholinguist Res 1-15 (2020).
12. Kharlamov A. Pilgun M. (eds.l Neuroinformatics and Semantic Representations. Theory and Applications. Cambridge Scholars Publishing, Newcastle upon Tyne (2020).
13. White M.D., Marsh E. Content analysis: a flexible methodology. Library trends 1(55), 22-45 (2006).
14. KrippendorffK. Content Analysis. An Introduction to Its Methodology. 3nd. ed. SAGE Publications, Inc., Los Angeles, United States (2012).
REAL-TIME COGNITIVE RESEARCH: A NEURAL NETWORK APPROACH
Pilgun M.A., Russian State Social University, Institute of Linguistics, RAS, Moscow, Russia, pilgunm@yandex.ru
69
70
The article presents the results of a cognitive study devoted to the analysis of the relationship between residents and city authorities using a neural network approach. The material for the study was data from social networks, microblogging, blogs, instant messengers, forums, reviews, video hosting services, thematic portals, online media, print media and TV related to the construction of the Suvorovsky transport hub in the center of Moscow (RF). To analyze the content of social media, a multimodal approach was used involving neural network technologies, text analysis, sentiment analysis, analysis of word associations and content analysis. The dynamics of communication processes in the information space around the project is characterized by an escalation of the conflict between residents, builders and city authorities. Data analysis suggests further development of the conflict as the project progresses.
• Cognitive Research • Network Technologies
Speech Perception • Social Media Data • Neural
