Кластерный подход к описанию молодежного сленга в интернет-коммуникации

Обложка

Цитировать

Полный текст

Аннотация

Цель исследования – обосновать эффективность кластерного подхода к классификации и систематизации молодежного сленга в современной интернет-коммуникации. Работа выполнена на материале данных русскоязычных социальных сетей «Вконтакте» и «Телеграм». Для достижения поставленной цели были использованы следующие методы: текстуальный и дефиниционный анализ, контент анализ и тематическая классификация. Были выделены основные тематические кластеры и субкластеры, объединяющие молодежную сленговую лексику по смыслу, контексту употребления и эмоциональной окраске в единую систему, что позволило установить закономерности формирования и функционирования молодежного сленга в современной русской лингвокультуре.

Об авторах

Юлия Вячеславовна Картавцева

Кубанский государственный технологический университет

Автор, ответственный за переписку.
Email: kartav-yuliya@mail.ru

старший преподаватель кафедры русского языка
Института фундаментальных наук Кубанского государственного технологического университета

Россия

Зайнета Руслановна Хачмафова

Адыгейский государственный университет

Email: zaineta@nextmail.ru

доктор филологически наук, профессор, заведующий кафедрой французской и немецкой филологии

Россия

Список литературы

  1. Зимарева, О. Л., Песина С. А. Кластерный анализ семантической структуры полисемантов в свете инвариантной теории // Вестник Российского университета дружбы народов. Серия: Теория языка. Семиотика. Семантика. 2019. Т. 10. № 4. С. 860–870.
  2. Tang L. Linguistic politeness in social networks // Synthese. 2024. Vol. 203. №. 6. P. 204. doi: 10.1007/s11229-024-04642-8.
  3. Курочкина М. А., Кушнерук С. Л. Лингвокогнитивные маркеры потери идентичности личности в эпоху социальных сетей // Когнитивные исследования языка. 2023. № 3–1 (54). С. 360–365.
  4. Guseynova I. A., Gorozhanov A. I., Kudinova E. S. Translation genius and social networks // Science Journal of Volgograd State University. Linguistics. 2021. Vol. 20. № 3. P. 55–64. doi: 10.15688/jvolsu2.2021.3.5.
  5. Камалидин К. Э. Язык и стиль общения в социальных сетях «Вконтакте» и «Wechat» // Мир науки, культуры, образования. 2024. № 2 (105). С. 384–386. doi: 10.24412/1991-5497-2024-2105-384-386.
  6. Хомяков В. А. Нестандартная лексика в структуре английского языка национального периода: автореф. дис. ... д-ра филол. наук. Л., 1980.
  7. Розина Р. И. Категориальный сдвиг актантов в семантической деривации // Вопросы языкознания. 2002. № 2. С. 3–15.
  8. Орлова Н. О. Сленг vs жаргон: проблема дефиниции // Ярославский педагогический вестник. 2004. № 3 (40). С. 36–39.
  9. Хроленко А. Т. Основы лингвокультурологии. 5-е изд. М.: ФЛИНТА, 2009.
  10. Комалова Л. Р. Типология мультилингвальной вербализации эмоционального состояния «агрессия»: на материале разносистемных данных корпусной лингвистики: дис. ... д-ра филол. наук. М., 2016.
  11. Власюк О. И. Кластеры служебных слов во фразе: типичные морфолого-семантические модели соединений и их просодическая структура // Лингвистика, лингводидактика, лингвокультурология: актуальные вопросы и перспективы развития: материалы II Международной научно-практической конференции, Минск, 1–2 марта 2018 года / отв. ред. О. Г Прохоренко. Минск: Белорусский государственный университет, 2018. С. 8–11.
  12. Булыга Ф. С., Курейчик В. М. Алгоритмы агломеративной кластеризации применительно к задачам анализа лингвистической экспертной информации // Известия ЮФУ. Технические науки. 2021. № 6 (223). С. 73–88.
  13. Буянова Л. Ю. Кластер как категориально-классификационная структура систематизации терминов: репрезентативно-интегративный аспект // Когнитивные исследования языка. 2023. № 1 (52). С. 147–152.
  14. Хорошева Н. В., Мадей Е. Д. Актуализация эмотивных смысловв переводах пьес А.П. Чехова: кластерный подход // Язык и культура. 2023. № 63. С. 77–99.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».