Способ распознавания характера текстового контента

Изобретение относится к области машинного обучения, и, более конкретно, к способу распознавания характера текстового контента. Техническим результатом является повышение точности и скорости получения результата. Способ содержит этапы, на которых: формируют исходный набор источников текстовых данных, содержащих контент предварительно заданной тематики, причем каждому источнику присваивают по меньшей мере одну метку характера контента и по меньшей мере одну метку тематики контента; автоматически выполняют синтаксический анализ каждого источника в наборе источников для идентификации автора источника и идентификации ссылок на сторонние источники, причем в качестве сторонних источников рассматриваются источники, не включенные в имеющийся набор источников, причем в качестве ссылок на сторонние источники рассматриваются названия сторонних источников и url-ссылки на сторонние источники; выполняют поиск упомянутых сторонних источников по идентифицированным ссылкам; выполняют поиск сторонних источников по идентифицированным авторам; выбирают из найденных сторонних источников источники, тематика которых близка к по меньшей мере одной из тематик контента исходного набора источников; автоматически присваивают выбранным источникам соответствующие метки тематики контента; формируют из выбранных источников дополнительный набор источников; каждому источнику из дополнительного набора источников автоматически присваивают по меньшей мере одну метку характера контента путем сравнения данного источника с источниками из исходного набора, имеющими такую же тематику, как данный источник; и формируют обучающий набор источников путем объединения исходного набора источников и размеченного дополнительного набора источников.