Анотація
У статті досліджено поєднання сучасних методів автоматизованої обробки природної мови та картографічної візуалізації для аналізу емоційного забарвлення свідчень очевидців війни. Матеріалом став корпус із 1437 текстів, зібраних у 2022–2023 роках у межах проєкту «Narratives of War: Virtual Exhibit of Written Testimonies of the Russia-Ukraine War». Для емоційної класифікації використано багатоміткову модель «EmoBench-UA», адаптовану для української мови. В її основі лежить багатомовний трансформерний енкодер, який розпізнає шість базових емоцій (радість, страх, гнів, сум, відраза, здивування) та нейтральну категорію. Модель враховує співіснування кількох емоцій у тексті. Аналіз показав, що домінантними емоціями є сум і страх, які разом становлять понад 60% від усіх маркерів. Це відображає травматичний характер досвіду війни, виражений втратами, невизначеністю й постійними загрозами. Сум у багатьох випадках перевищує 40–50%, тоді як страх становить 20–40% і в окремих регіонах сягає понад 60%. Нейтральні свідчення у середньому охоплюють 20–30% корпусу та свідчать про описовий характер викладу без емоційності. Інші емоції проявляються рідше: радість пов’язана з надією та солідарністю, гнів і відраза – з реакцією на агресію та воєнні злочини, здивування має епізодичний характер. Картографічна візуалізація дала змогу простежити просторові закономірності. Отримані результати засвідчили переважання суму у центральних і західних областях та страху – у північних і східних. Дослідження доводить ефективність інтеграції природної обробки мови та мовознавчої картографії. Водночас нерівномірність кількості свідчень у певних регіонах обмежує репрезентативність висновків. Перспективним напрямом є розширення корпусу, залучення додаткових джерел і параметрів, що сприятиме глибшому вивченню емоційного ландшафту війни.
Посилання
Anderson C. Quantifying Emotion: Survey Methods and Sentiment Analysis in Cartographic Design Research. Abstracts of the ICA. 2019. No. 1. P. 1–2. URL: https://doi.org/10.5194/ica-abs-1-8-2019 (date of access: 18.08.2025).
Dementieva, D., Fraser, A., Babakov N. EmoBench-UA: A Benchmark Dataset for Emotion Detection in Ukrainian. 2025. 23 p. (Preprint. 2505.23297). URL: https://doi.org/10.48550/arXiv.2505.23297 (date of access: 18.08.2025).
Girnth H. Mapping language data. Language and Space: Language Mapping : an International Handbook of Linguistic Variation. Göttingen, 2010. P. 98–118.
Goodchild M. F. Mapping Language in the Age of GIS. Handbook of the Changing World Language Map. Cham, 2020. Vol. 6. P. 3673–3682.
Marković N. How to read ʽEmotional Cartographiesʼ: Rethinking (Carto)graphic Representation and Semantics. Abstracts of the ICA. 2019. No. 1. P. 1–2. URL: https://doi.org/10.5194/ica-abs-1-239-2019 (дата звернення: 18.08.2025).
Narratives of War: Virtual Exhibit of Written Testimonies of the Russia-Ukraine War. Narratives of War. URL: https://now.omeka.net/ (date of access: 24.08.2025).
The Geography of ‘Fear’, ‘Sadness’, ‘Anger’ and ‘Joy’: Exploring the Emotional Landscapes in the Holocaust Survivors’ Testimonies / I. Ezeani et al. CEUR Workshop Proceedings. 2024. No. 3671. P. 93–103. URL: https://ceur-ws.org/Vol-3671/paper8.pdf (date of access: 17.08.2025).
The narratives of war (NoW) corpus of written testimonies of the Russia-Ukraine war / S. Zasiekin et al. Lang Resources & Evaluation. 2025. No. 59. P. 2415–2426. URL: https://doi.org/10.1007/s10579-025-09813-8 (date of access: 18.08.2025).

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
