Kada se portali „zaraze” koronom

Abstract

Svrha ovog rada jest predstaviti metodologiju, alate i rezultate usporedne računalne analize online članaka: od prikupljanja dokumenata i čišćenja jezičnih podataka za razvoj specijaliziranoga korpusa članaka do prikaza korištenih alata i usporedne statističke analize korpusa. Istraživanje je provedeno na dva specijalizirana korpusa razvijena upravo za potrebe istraživanja, a temelje se na 500 članaka u kategoriji „Vijesti” portala Index.hr. Jedan korpus temelji se na člancima objavljenima u predpandemijskoj 2019. godini, a drugi na temelju članaka objavljenih u pandemijskoj 2020. godini. Analizom podataka otkriveno je da je vokabular pandemijskoga korpusa značajno siromašniji od predpandemijskoga korpusa, da se u 2020. manje pisalo o susjednim državama RH nego 2019. godine te da se u predpandemijskom korpusu više spominju domaći gradovi nego inozemni, dok je suprotan slučaj u pandemijskome korpusu. Konačno, istražena je i primjerenost automatske ekstrakcije termina za identifikaciju specifičnih tema kojima se bave promatrani korpusi.