Индивидуальные различия в ассоциативном значении слова сквозь призму языковой модели и семантического дифференциала

Существование индивидуальных различий в семантике слова признаётся многими исследователями. Однако выявление и описание таких различий представляет собой сложную научную задачу, связанную с необходимостью трудоёмкой семантической разметки и неизбежным субъективизмом исследователя. В настоящей работе предлагается метод выявления различий в индивидуальной семантике слов на основе автоматически рассчитанных оценок ассоциативного значения слова по шкалам семантического дифференциала. С использованием дистрибутивной семантической модели word2vec, обученной на многомиллионном корпусе текстов, и метода Concept Mover's Distance мы для каждого ассоциативного ряда получили оценки по 18 шкалам семантического дифференциала. Впервые данный метод, активно применяемый в новейших работах, рассматривающих текст как данные (преимущественно в рамках computational social science), используется по отношению к ассоциативным рядам с целью описания индивидуальных различий в семантике слов. В качестве материала исследования использован специально созданный датасет, содержащий ассоциативные реакции на слова-стимулы, важные для русского языкового сознания, данные о психологических характеристиках респондентов (черты «Большой пятёрки») и их эмоциональном состоянии в момент тестирования. Применяя комплекс методов анализа многомерных данных (метод главных компонент, факторный анализ, иерархическая кластеризация на главных компонентах), мы разделили слова-стимулы на группы в зависимости от выраженности индивидуальных различий в их семантике. Также установлена связь эмоционально-психологических характеристик респондентов с автоматически рассчитанными оценками ассоциативного значения слов-стимулов по шкалам семантического дифференциала. Описанная методика анализа может применяться для получения оценок ассоциативных рядов (а также контекстов употребления слов в текстах) по любым семантическим оппозициям и предлагается в дополнение к традиционным методам выявления психологически реального значения слова. Используемый в работе датасет и код для воспроизведения результатов на языке R доступны исследователям.