Представляем LENS: методика поуровневого исследования структур нарративов в непрозрачных социальных платформах

Структурно непрозрачные платформы — это цифровые среды, в которых графы взаимодействий пользователей и следы распространения информации частичны, ненадёжны или недоступны. В статье представлена LENS (Layered Exploration of Narrative Structures — поуровневое исследование структур нарративов), многоуровневая методология для вывода структуры нарратива в таких условиях. LENS задаёт воспроизводимый и прозрачный методологический протокол, связывающий построение корпуса и реляционное выводение через эксперно-ориентированную идентификацию сигналов, перекрёстное переключение между платформами и семантическое обогащение с помощью эмбеддингов, именованных сущностей и сентимента. Полученное семантическое пространство используется для обнаружения временных аномалий, типизации сообществ, вывода направленного влияния на основе повторяющейся семантической предвосхищаемости и моделирования враждебных ассоциаций. Рекурсивная процедура Zoom-In изолирует аномальные временные окна и рекластеризует их с более высокой разрешающей способностью, разделяя перекрывающиеся события и устраняя экзогенный шум. Мы валидируем LENS на 1 216 335 сообщений из 53 испаноязычных каналов Telegram, собранных с 24 февраля 2020 года по 7 сентября 2025 года. Результаты различают дискурсивные силосы и публичную площадь; в рамках последней выводимый граф влияния демонстрирует асимметричную иерархию опережения—отставания, в которой каналы-широковещатели систематически предшествуют усилителям, тогда как главный «приёмник» поглощает почти в 35 раз больше семантического объёма, чем он генерирует. В двух случаях валидации Zoom-In обеспечивает устойчивое разделение с индексом Силуэта выше 0,6, что подтверждает возможность обнаружения слабых сигналов.