Сприйняття текстової інформації у корпусі «Видавнича справа – дистанційна освіта» на основі методів тематичного моделювання

Abstract

Запропоновано відтворюваний протокол тематичного моделювання для ана-лізу наукового корпусу, релевантного перетину дистанційної освіти та видавничо-поліграфічної проблематики, із фокусом на контролі доменної «протікальності» як ризику тематизації лексично перетинних піддоменів. Протокол реалізує багато сту-пеневу фільтрацію: жорсткі та доменно-специфічні виключення, вилучення «pub-lication-polish», застосування порога poly_score ≥ 2.0 і обмеження мінімальної дов жи-ни (≥ 40 токенів). У результаті сформовано доменно-сфокусований core-набір (262 → 49; suspects_n = 0). Тематичну структуру визначено методом NMF на поданні TF-IDF, що забезпечило виокремлення 6 стійких тем із локалізованими термінологічни-ми ядрами, релевантними практикам типографіки, верстання, набору, видавничого виробництва та цифровим характеристикам дистанційного контенту (web-based подання, usability, доступність). Узгодженість структури підтверджено кластери-зацією в просторі Sentence-BERT (k = 4). Протокол може використовуватися як ана-літична основа для систематизації дискурсу й підтримки редакційних рішень.