Биографическое исследование субъективного благополучия с помощью методов обработки естественного языка Дивисенко К.С.Биографическое исследование субъективного благополучия с помощью методов обработки естественного языка // Вестник Томского государственного университета. Философия. Социология. Политология. 2025. № 85. С. 164-176.ISSN 1998-863XDOI: 10.17223/1998863X/85/14EDN: SNAVVCРИНЦ: https://elibrary.ru/items.asp?id=82690037Размещена на сайте: 01.10.25Текст статьи на сайте журнала URL: https://journals.tsu.ru/philosophy/&journal_page=archive&id=2621&article_id=53561 (дата обращения 01.10.2025)Ссылка при цитировании:Дивисенко К.С. Биографическое исследование субъективного благополучия с помощью методов обработки естественного языка // Вестник Томского государственного университета. Философия. Социология. Политология. 2025. № 85. С. 164-176. DOI: 10.17223/1998863X/85/14. EDN: SNAVVC.Divisenko, K.S. (2025) A biographical study of subjective well-being using natural language processing methods. Vestnik Tomskogo gosudarstvennogo universiteta. Filosofiya. Sotsiologiya. Politologiya – Tomsk State University Journal of Philosophy, Sociology and Political Science. 85. pp. 164–176. (In Russian). DOI: 10.17223/1998863X/85/14 DOI: 10.17223/1998863X/85/14.АннотацияВ статье рассматривается возможность изучения субъективного благополучия на основе анализа качественных данных – биографических текстов старшеклассников. Представлены результаты реконструкции основных компонентов благополучия в соответствии с концепцией К. Рифф. Продемонстрирован потенциал методов обработки естественного языка и машинного обучения для создания модели классификации и кодирования текстовых фрагментов, репрезентирующих основные компоненты субъективного благополучия.Ключевые слова:субъективное благополучие биографическое исследование машинное обучение старшеклассники кодирование текстовых данных subjective well-being biographical research machine learning high school students text data coding Рубрики: Социология семьиМетоды сбора и анализа социологических данных