Настоящее исследование направлено на системное уточнение термина "тональность" в рамках лингвистической парадигмы через анализ смежных категорий и синтез междисциплинарных подходов к его интерпретации. Актуальность работы обусловлена терминологической неоднородностью и отсутствием консенсуса в определении текстовой тональности, что осложняет ее применение в теоретических и прикладных исследованиях. Целью является формирование комплексного подхода к категории тональности, объединяющего существующие трактовки из смежных областей языкознания: дискурс-анализа, стилистики, лингвистики эмоций и компьютерной лингвистики. Методология исследования базируется на междисциплинарном анализе работ, посвященных феномену тональности, с акцентом на выявление пересечений в их интерпретациях. В рамках исследования систематизированы подходы к классификации типов тональности, а также уточнена ее взаимосвязь с такими категориями, как дискурс, модальность, эмотивность и оценка. Научная новизна заключается в интеграции разнородных концепций в единую модель, позволяющую преодолеть фрагментарность понимания тональности. Ключевым результатом работы стало формулирование рабочего определения тональности как многомерной текстовой категории, выражающей эмоционально-оценочную позицию автора через систему языковых маркеров, контекстуальных факторов и прагматических интенций. На основе сравнительного анализа предложена классификация видов тональности, учитывающая их функциональную специфику. Практическая значимость исследования связана с возможностью применения разработанной модели в прикладных областях: автоматическом анализе тональности (SA), контент-анализе медиатекстов, стилистической экспертизе и интерпретации дискурсивных стратегий. Унификация терминологии и структурирование критериев идентификации тональности могут повысить точность лингвистических и компьютерных методов обработки текста. Итоги исследования открывают перспективы для дальнейшего изучения тональности в когнитивно-дискурсивном ключе, а также для разработки алгоритмов машинного обучения, адаптированных к многокомпонентной природе данной категории.
The present study aims to systematically refine the term “tonality” within the linguistic paradigm through an analysis of related categories and a synthesis of interdisciplinary approaches to its interpretation. The relevance of the research is driven by terminological dissimilarity and the lack of consensus in defining textual tonality, which complicates its application in both theoretical and applied studies. The article’s objective is to develop a comprehensive approach to tonality as a category, integrating existing interpretations from adjacent fields of linguistics: discourse analysis, stylistics, emotion linguistics, and computational linguistics. The methodology is grounded in an interdisciplinary analysis of works addressing the phenomenon of tonality, with an emphasis on identifying overlaps in their interpretations. The study systematizes approaches to classifying tonality types and clarifies its interrelation with categories such as discourse, modality, emotiveness, and evaluation. The scientific novelty lies in integrating heterogeneous concepts into a unified model that addresses the fragmented understanding of tonality. A key outcome of the research is the formulation of a working definition of tonality as a multidimensional textual category expressing the author’s emotional-evaluative stance through linguistic markers, contextual factors, and pragmatic intentions. Based on a comparative analysis, a classification of tonality types is proposed, accounting for their functional specificity. The practical significance of the study lies in thepotential application of the developed model in applied fields such as automated tonality analysis (SA), media content analysis, stylistic examination, and the interpretation of discursive strategies. The unification of terminology and the structuring of tonality identification criteria may enhance the accuracy of linguistic and computational text-processing methods. The findings open avenues for further research on tonality within cognitive-discursive frameworks, as well as for the development of machine learning algorithms tailored to the multicomponent nature of this category.