본 논문은 러시아 소셜 미디어 VKontakte에서 가치 표현 게시물을 정확하게 감지하는 모델을 개발하는 것을 목표로 한다. 설문조사와 같은 자극 기반 방법이 비효율적인 경우(예: 접근하기 어려운 인구) 소셜 미디어에서 개인적 가치를 연구하면 사회적 가치가 진화하는 방식과 이유를 밝힐 수 있다는 점에 착안하였다. 5,035개의 게시물을 세 명의 전문가, 304명의 크라우드 워커, 그리고 ChatGPT를 이용하여 주석을 달았으며, 활성 학습 접근 방식을 포함한 인간과 AI 지원 주석의 앙상블을 적용하여 다양한 사전 훈련된 트랜스포머 기반 언어 모델의 임베딩을 사용하여 여러 분류 모델을 훈련시켰다. 미세 조정된 rubert-tiny2 모델의 임베딩을 사용하여 최상의 성능(F1 = 0.75, F1-macro = 0.80)을 달성했으며, 이 모델은 러시아 소셜 미디어 사용자 내부 및 사용자 간의 가치 연구에 중요한 단계를 제공한다. 크라우드 워커와 전문가 간의 게시물 분류 일치도는 중간 수준이었고, ChatGPT는 일관성이 더 높았지만 스팸 감지에 어려움을 겪었다.