Tanulmányunkban egy olyan kutatási projektet mutatunk be, amelyben egy aktorokhoz (pl. intézményekhez, személyekhez) kapcsolódó, szentimentek és konkrét érzelmek klasszifikációjára képes nyelvi modell létrehozása a célunk. A modell tanítóadatbázisát egy tízezer cikkből álló, online újságokból származó, statisztikai mintavétel segítségével összeállított, humán annotált szövegkorpusz jelenti. Az annotálás során két lépcsőben először az előforduló névelemeket, illetve aktorként funkcionáló közneveket, majd ezt követően a névelemek szövegkörnyezetében megtalálható szentiment- és érzelmi tölteteket annotáljuk. Az annotált szövegek adatbázisa jó bemeneti adatot jelenthet felügyelt klasszifikációs modellek létrehozásához. Cikkünkben ismertetjük a projekt korpuszát, a felügyelt és nem felügyelt szövegklasszifikációs eljárások sajátosságait, valamint a szentiment- és érzelemdetektálás lehetséges módszereit. Ezt követően bemutatjuk a kutatásunkban alkalmazott kétlépcsős annotálási módszertant, az ennek kialakítása során felmerült problémákat és kihívásokat, illetve azokat a kutatói döntéseket, amelyeket a létrehozni kívánt modell társadalomtudományos felhasználhatóságának érdekében hoztunk meg.

Az ország politikusai meghatározó módon formálják a közvéleményt, Magyarországon az utóbbi években erre kiváló példa a migráció témája és annak keretezése. Kutatásunk Orbán Viktor 2010. május és 2020. december között elmondott – online elérhető – beszédeit elemezi, a migráció témájára fókuszálva, ezzel is hozzájárulva a beszédek társadalmi szempontból releváns üzeneteinek megértéséhez és a migráció tárgyalásmódjának feltárásához. Elemzésünk a természetesnyelv-feldolgozás és szöveganalitika alapvető leíró eszközeit használva ad számot a beszédek migráció szempontjából releváns aspektusairól. Munkánkban kitérünk a bevándorlás kérdésének társadalmi kontextusára, az ahhoz kapcsolódó politikai kommunikáció korábbi elemzéseire, illetve az elméleti keretek alapján kvantitatív szöveganalitikai elemzést is végzünk. Tanulmányunkban rámutatunk a migráció szempontjából kiemelt jelentőségű szavak relatív gyakoriságának változására és ennek időbeli dinamikájára is, továbbá összehasonlítjuk azok előfordulását a Magyarországon és külföldön elhangzott beszédekben. A kutatáshoz meghatározott kulcsszavak közé tartozik a „menekült”, a „bevándorló”, a „migráns”, illetve a „migráció” és a „bevándorlás”. Elemzésünk eredményei alapján például beazonosítható, hogy mely ponton változik meg Orbán Viktor politikai kommunikációja; mikortól kerül háttérbe a „menekült” és „bevándorló” szavak használata, és válik dominánssá a „migráns” kifejezés a beszédekben. Reflektálunk a korábbi kutatási eredményekre is, hiszen a munkánk során találtak szépen illeszkednek azokhoz.