В статье представлены результаты комплексного дискурс-анализа корпуса из 595 научных публикаций по социологии за 2020–2025 гг., отобранных в электронной библиотеке CyberLeninka. Цель исследования – диагностика текущего состояния, структурных особенностей и динамики тематических трендов в российской социологической науке с применением количественных методов компьютерной лингвистики. Методология включает автоматический сбор данных, лингвистическую предобработку (лемматизация UDPipe), тематическое моделирование методом латентного размещения Дирихле (LDA) и анализ семантических связей на основе векторных представлений GloVe с последующей визуализацией семантических сетей. Результаты выявили устойчивое ядро дисциплинарного дискурса, сформированное теоретико-методологическими, историческими и образовательными понятиями. Динамический анализ показал значительный рост релевантности тем, связанных с управлением, цифровизацией, данными и технологиями, начиная с 2023 г. Ключевым выводом является обнаружение выраженного семантического разрыва между этим традиционным гуманитарным ядром и формирующимся кластером «Цифровизация и ИИ». Это свидетельствует о слабой концептуальной интеграции цифровых методов и проблематики в основной дискурс российской социологии, которая сохраняет преимущественно теоретико-рефлексивный характер. Исследование вносит вклад в наукометрию и социологию знания, предлагая инструментарий для объективного картирования и рефлексии траекторий развития социальных наук в условиях цифровой трансформации.
The article presents the results of a comprehensive discourse analysis of a corpus of 595 scientific publications in sociology from 2020–2025, selected from the CyberLeninka online library. The aim of the study is to diagnose the current state, structural features, and dynamics of thematic trends in Russian sociological science using quantitative methods of computational linguistics. The methodology includes automatic data collection, linguistic preprocessing (lemmatization using UDPipe), topic modeling via Latent Dirichlet Allocation (LDA), and analysis of semantic relationships based on GloVe word embeddings with subsequent visualization of semantic networks. The results revealed a stable core of disciplinary discourse formed by theoretical-methodological, historical, and educational concepts. Dynamic analysis showed a significant increase in the relevance of topics related to management, digitalization, data, and technologies starting from 2023. The key finding is the identification of a pronounced semantic gap between this traditional humanities core and the emerging «Digitalization and AI» cluster. This indicates a weak conceptual integration of digital methods and topics into the mainstream discourse of Russian sociology, which retains a predominantly theoretical-reflective character. The study contributes to scientometrics and sociology of knowledge by offering a toolkit for objective mapping and reflection on the development trajectories of social sciences in the context of digital transformation.