Экспертная оценка конфликтных текстов в большинстве случаев проводится экспертами-лингвистами традиционным способом – вручную, с опорой на данные толковых словарей русского языка. Актуальным является разработка и применение автоматизированных способов анализа конфликтных текстов. Цель доклада – описание разработанной методики для автоматизации процедуры лингвистической экспертизы. Процесс автоматизации заключается в поиске в конфликтных текстах оценочной лексики, представленной в словаре. Основные этапы работы: 1) составление словаря оценочной лексики, 2) разработка алгоритма поиска оценочной лексики в конфликтных текстах и 3) его реализация на языке программирования C++. Составление словаря производится ручным способом с опорой на «Русский семантический словарь» под редакцией Н. Ю. Шведовой. Выбор данного словаря обусловлен идеографическим принципом его построения: в тематических разделах присутствуют наименования лиц с оценочными пометами, а также выделяется раздел «Брань, хула». Алгоритм поиска оценочной лексики основан на технологии sentiment analysis (анализ тональности текста), описанной в работах B. Pang, L. Lee, B. Liu и др. Инвективная лексика разделяется на 5 классов в зависимости от степени выраженности отрицательной оценки (каждому слову присваивается значение от 1 до 5): 1) амбивалентная лексика, 2) лексика с семантикой положительной оценки в сочетании со словами-отрицаниями, 3) лексика с негативным оценочным компонентом, 4) брань, хула, 5) обсценная лексика. Работа программы, реализующей алгоритм поиска оценочной лексики, заключается в выводе соответствующих контекстов, маркировании лексических единиц и их оценивании по шкале от 1 до 5 (по степени выраженности отрицательной оценки). Внимание эксперта обращается на эти «сигналы»: на основе полученных данных лингвист-эксперт интерпретирует результаты работы программы, опираясь на свои профессиональные знания. Использование программы в качестве поддержки процедуры проведения судебной лингвистической экспертизы позволяет повысить степень объективации полученных результатов, оптимизировать процесс анализа конфликтных текстов.