Аңдатпа. Саяси коммуникация әлеуметтік платформаларға ауысып, пікірлер қысқа, код ауыстыру элементтері кездесетін және риторикалық тұрғыдан күрделі хабарламалар арқылы білдірілетін болды. Өнімдер мен қызметтерге қатысты пікірлерді талдауға бейімделген дәстүрлі сентимент талдау жүйелері саяси салаға тиімді түрде қолданылмайды, өйткені саяси полярлық автордың ұстанымымен (stance), ирониямен және мәтіннің дискурстық құрылымымен тығыз байланысты. Бұл мақалада сентимент талдаудың негізгі әдістері — лексиконға негізделген тәсілдер, классикалық машиналық оқыту әдістері, терең нейрондық желілер және трансформерлік модельдер қарастырылып, интернеттегі саяси пікірлердің тоналдылығын анықтауға арналған PoliSent атты гибридті дискурсқа бағдарланған архитектура ұсынылады.
PoliSent үш өзара толықтырушы ақпарат көзін біріктіреді: XLM-RoBERTa кодтаушысы қалыптастыратын көптілді контекстік эмбеддингтерді, тоналдылық күшейткіштері мен терістеулерді ескеретін арнайы саяси лексиконды (PoliLex), сондай-ақ Universal Dependencies синтаксистік тәуелділіктеріне негізделген графтық назар (graph attention) модулін. Бұл белгілерді біріктіру үшін үйренілетін қақпалау механизмі (gating mechanism) пайдаланылады, ал көптапсырмалы мақсаттық функция сентиментті, саяси ұстанымды және риторикалық тактиканы бірлесіп болжауды қамтамасыз етеді.
Ұсынылған тәсілдің тиімділігі PoliWeb-CA деп аталатын жаңа корпуста бағаланды. Корпус микроблогтардан, хабар алмасу арналары мен жаңалықтарға жазылған пікірлерден жиналған қазақ және орыс тілдеріндегі 18 500 саяси хабарламадан тұрады. PoliSent моделі Macro-F1 көрсеткіші бойынша 0,904 және Мэттьюс корреляция коэффициенті (MCC) бойынша 0,857 нәтижелеріне қол жеткізіп, бейімделіп оқытылған KazRoBERTa моделінен 4,6 Macro-F1 ұпайына жоғары нәтиже көрсетті және барлық лексикондық, классикалық және терең оқытуға негізделген базалық модельдерден айтарлықтай басым болды (p < 0,01, жұптық bootstrap талдауы). Абляциялық зерттеу нәтижелері архитектураның әрбір құрамдас бөлігі жалпы өнімділікке елеулі үлес қосатынын көрсетті. Әсіресе тәуелділік графына негізделген назар механизмі мен лексикалық толықтыру контекстік негізбен салыстырғанда нәтижені 5,8 ұпайға жақсартты.
Алынған нәтижелер ірі алдын ала оқытылған тілдік модельдер дәуірінде де тілдік құрылымды айқын түрде пайдаланудың маңыздылығын дәлелдейді, әсіресе ресурсы шектеулі және морфологиялық тұрғыдан күрделі саяси мәтіндер үшін.
Түйін сөздер: сентимент талдау, саяси дискурс, пікірлерді талдау, табиғи тілді өңдеу, трансформерлік модельдер, графтық назар желілері, ұстанымды анықтау, ресурсы шектеулі тілдер, қазақ тілі, көптілді табиғи тілді өңдеу.