The spread of disinformation during the COVID-19 pandemic is largely associated with social media and online messengers. Viral disinformation disseminated in 2020–2021 was related to a wide range of topics that caused panic among people. Many false narratives emerged and attracted public interest over time, which mainly reflected the general public’s utmost belief in these topics. Text mining can be used to analyze the frequencies of keywords and topic-related vocabulary in order to track the changing focus of the public concerning online disinformation. In this paper, we present the results of a corpus-based study of Russian viral fake stories circulating during the first year of the COVID-19 pandemic. We propose a method for analyzing the central topics and dynamics of topical change in the context of the Russian COVID-19-fake story. In order to accomplish this objective, we make use of a set of tools to extract keywords, count their frequencies and analyze corresponding contexts. We apply these tools to the compiled specialized diachronic corpus of Russian viral false COVID-19-related stories. The obtained data is evaluated to determine the dynamic of topical shifts by tracking the changes in keyword frequencies as well as the use of other high-frequency corpus words. The findings of the work concerning topical fluctuations in the Russian viral COVID-19 disinformation agenda as well as given explanations for the identified drifts in public interest in the topics during the first year of the pandemic can contribute to developing effective strategies for combating the spread of fakes in the future.

中文翻译：

---

俄罗斯虚假故事的语言：基于语料库的病毒性虚假信息主题变化研究

COVID-19 大流行期间虚假信息的传播主要与社交媒体和在线信使有关。2020-2021 年传播的病毒性虚假信息与引起人们恐慌的广泛主题有关。随着时间的推移，许多虚假的叙述层出不穷，引起了公众的兴趣，这主要反映了公众对这些话题的最大信任。文本挖掘可用于分析关键字和主题相关词汇的频率，以跟踪公众对在线虚假信息的关注焦点的变化。在本文中，我们介绍了基于语料库的对 COVID-19 大流行第一年流行的俄罗斯病毒性虚假故事的研究结果。我们提出了一种在俄罗斯 COVID-19 假故事的背景下分析中心话题和话题变化动态的方法。为了实现这一目标，我们使用了一组工具来提取关键词、计算它们的频率并分析相应的上下文。我们将这些工具应用于俄罗斯病毒性虚假 COVID-19 相关故事的专门历时语料库。通过跟踪关键字频率的变化以及其他高频语料库词的使用，评估获得的数据以确定主题变化的动态。关于俄罗斯病毒性 COVID-19 虚假信息议程中的主题波动的工作结果，以及对在大流行的第一年期间公众对该主题的兴趣发生变化的解释，可以有助于制定有效的战略来对抗病毒的传播。未来的假货。计算它们的频率并分析相应的上下文。我们将这些工具应用于俄罗斯病毒性虚假 COVID-19 相关故事的专门历时语料库。通过跟踪关键字频率的变化以及其他高频语料库词的使用，评估获得的数据以确定主题变化的动态。关于俄罗斯病毒性 COVID-19 虚假信息议程中的主题波动的工作结果，以及对在大流行的第一年期间公众对该主题的兴趣发生变化的解释，可以有助于制定有效的战略来对抗病毒的传播。未来的假货。计算它们的频率并分析相应的上下文。我们将这些工具应用于俄罗斯病毒性虚假 COVID-19 相关故事的专门历时语料库。通过跟踪关键字频率的变化以及其他高频语料库词的使用，评估获得的数据以确定主题变化的动态。关于俄罗斯病毒性 COVID-19 虚假信息议程中的主题波动的工作结果，以及对在大流行的第一年期间公众对该主题的兴趣发生变化的解释，可以有助于制定有效的战略来对抗病毒的传播。未来的假货。我们将这些工具应用于俄罗斯病毒性虚假 COVID-19 相关故事的专门历时语料库。通过跟踪关键字频率的变化以及其他高频语料库词的使用，评估获得的数据以确定主题变化的动态。关于俄罗斯病毒性 COVID-19 虚假信息议程中的主题波动的工作结果，以及对在大流行的第一年期间公众对该主题的兴趣发生变化的解释，可以有助于制定有效的战略来对抗病毒的传播。未来的假货。我们将这些工具应用于俄罗斯病毒性虚假 COVID-19 相关故事的专门历时语料库。通过跟踪关键字频率的变化以及其他高频语料库词的使用，评估获得的数据以确定主题变化的动态。关于俄罗斯病毒性 COVID-19 虚假信息议程中的主题波动的工作结果，以及对在大流行的第一年期间公众对该主题的兴趣发生变化的解释，可以有助于制定有效的战略来对抗病毒的传播。未来的假货。