Рассматривается проблема анализа функционирования категории эвиденциальности в медиадискурсе с опорой на методы машинного обучения. Актуальность исследования обусловлена необходимостью интерпретации имплицитных и контекстуально обусловленных модусных смыслов, недостаточно описываемых с помощью традиционных методов. Целью работы является разработка методики автоматизированного анализа эвиденциальности с учетом ее взаимодействия с другими модусными категориями. Исследован корпус англоязычных медиатекстов. Предлагается авторская методика, основанная на алгоритмах векторного представления слов, комбинаторного моделирования и построения рекуррентной нейронной сети. В результате выделены и классифицированы эвиденциальные операторы, установлены устойчивые модели их сцепления с маркерами категорий авторизации, аппроксимации, восприятия, модальности, отрицания, оценочности, персональности, персуазивности, экспрессивности, эмотивности и темпоральности. Представлены типовые траектории полимодального развертывания эвиденциальных высказываний. Уделяется внимание лингвосинергетическому подходу, в рамках которого модусные смыслы рассматриваются как элементы многоуровневой самоорганизующейся семантической системы. Предложенная методика демонстрирует высокую эффективность нейросетевых методов в задачах автоматизированного дискурсивного анализа и лингвистической экспертизы.