Память о Великой Отечественной войне в комментариях к региональным интернет-СМИ: опыт комбинации машинного обучения и критического дискурс-анализа

Цель статьи - провести сравнительный анализ комментариев к региональным СМИ в Калининградской, Тульской и Томской областях, посвященных общественной коммеморации Великой Отечественной войны в контексте комбинации исследовательских возможностей методов машинного обучения и критического дискурс-анализа. Источниками выступили комментарии пользователей медиа Калининградской, Тульской и Томской областей в период с 2015 по 2021 г., посвященные коммеморации Дня Победы и Дня памяти и скорби, акции «Бессмертный полк», а также семейной памяти о событиях войны. Авторы комбинировали методы критического дискурс-анализа и машинного обучения. Анализ выборочной совокупности комментариев методами машинного обучения показал, что в трех избранных российских регионах в течение исследуемого периода доля положительных комментариев снижалась, а негативных - росла. Наибольшая доля критических комментариев в отношении всех изученных коммеморативных акций была зафиксирована в Томской области. Изучение избранной совокупности комментариев при помощи критического дискурс-анализа позволило раскрыть внутреннюю неоднородность этой тенденции, выявив взаимосвязь использования образов Великой Отечественной войны с оценкой актуальной социально-политической обстановки. Результаты дискурс-анализа показали, что использование памяти о событиях Великой Отечественной войны как варианта гражданской религии в современной России сталкивается с сакрализацией отдельных героев и образов семейной памяти о войне, которые все чаще противопоставляются официальным нарративам о Великой Отечественной войне. Вместе с тем исследование показало, что критика коммеморативных мероприятий в большей мере связана с текущими региональными социальноэкономическими проблемами, является предельно эмоциональной и ситуативной. Этот вывод позволил подробнее раскрыть и обосновать тезис о наличии тенденций поляризации и фрагментации массового исторического сознания в региональном интернет-пространстве. В контексте изученных примеров были сформулированы принципы комбинирования методов машинного обучения и критического дискурс-анализа при изучении восприятия населением региональной политики памяти.

This article is devoted to the study of the comments to regional media of Kaliningrad, Tula, and Tomsk regions about commemorations of the Great Patriotic War of 1941-1945 in light of a combination of Machine Learning (ML) methods and critical discourse analysis (CDA) methodology. The sources used were the comments of regional media users in the period from 2015 to 2021, dedicated to commemorations of June 22 and May 9, the “Immortal Regiment” action, as well as family memory of the war events. The analysis of a sample set of the comments using ML methods showed that in three selected Russian regions, regardless of anniversaries, the number of positive comments is decreasing, and the number of negative comments is growing. The Tomsk region showed the highest percentage of critical comments regarding all studied commemorations. The study made it possible to reveal the internal heterogeneity of this trend, showing the relationship between the use of images of the war and the assessment of the current socio-political situation. The analysis showed that the use of memory of the events of the Great Patriotic War as a variant of civil religion in modern Russia faces the sacralization of individual heroes and images of family memory of the war, which are increasingly contrasted with the official narratives about the Great Patriotic War. At the same time, the study showed that criticism of commemorative events is more related to current regional socio-economic problems and is extremely emotional and situational. This conclusion made it possible to reveal in more detail and substantiate the thesis about the presence of tendencies of polarization and fragmentation of mass historical consciousness in the regional Internet space. Based on the examples studied, the principles for combining ML methods and CDA were formulated