Исследование синонимических отношений в терминологии компьютерной лингвистики
Польщикова Ольга Николаевна
Белгородский государственный национальный исследовательский университет
Дата поступления рукописи в редакцию: 08.10.2021
Аннотация. Цель исследования - раскрыть характерные черты синонимических отношений в терминологии компьютерной лингвистики на основе проведения их комплексного анализа. В статье выявляются причины наличия терминов-синонимов профессиональной сферы компьютерной лингвистики, выполняется их исследование с точки зрения этимологии и морфологической природы. Научная новизна исследования заключается в составлении классификации синонимических отношений в анализируемой терминологии по наиболее значимым признакам. Полученные результаты показали использование в терминологии компьютерной лингвистики взаимозаменяемых словосочетаний, их усечённо-словесных форм, аббревиатур и синтаксических вариантов.
Ключевые слова и фразы: компьютерная лингвистка, автоматическая обработка естественного языка, синонимы, классификация, вариантность, computational linguistics, automatic natural language processing, synonyms, classification, variance
Открыть полный текст статьи в формате PDF. Бесплатный просмотрщик PDF-файлов можно скачать .
Список литературы:
Агузумцян Р. В., Великанова А. С., Польщиков К. А. О применении интеллектуальных технологий обработки естественного языка и средств виртуальной реальности для поддержки принятия решений при подборе исполнителей проектов // Экономика. Информатика. 2021. Т. 48. № 2.
Ахманова О. С. Словарь лингвистических терминов. М.: Едиториал УРСС, 2004.
Бабалова Г. Г., Широбоков С. Н. Синонимия компьютерной терминологии // Наука о человеке: гуманитарные исследования. 2018. № 4.
Большакова Е. И., Воронцов К. В., Ефремова Н. Э. и др. Автоматическая обработка текстов на естественном языке и анализ данных. М.: Изд-во НИУ ВШЭ, 2017.
Вакулик И. И., Сичкарь И. Ю. Медицинская терминология и эквивалентная синонимия: особенности образования // Гуманитарные научные исследования. 2020. № 11.
Дасовхаджиева А. А. К вопросу о синонимии в терминологии спорта // Lingua-Universum. 2020. № 3.
Кормалев Д. А., Куршев Е. П., Сулейманова Е. А. и др. Архитектура инструментальных средств систем извлечения информации из текстов // Программные системы: теория и приложения. 2004. Т. 2.
Кузнецов С. А. Большой толковый словарь русского языка. СПб.: Норинт, 2000.
Польщиков К. А., Лазарев С. А., Константинов И. С. Модель для оценки эффективности выполнения робототехнической системой коммуникативных функций // СТИН. 2020. № 6.
Польщиков К. А., Польщикова О. Н., Игитян Е. В. и др. Алгоритм поддержки принятия решений по выбору средств обработки больших массивов естественно-языковых данных // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2019. Т. 46. № 3.
Русско-английский тезаурус по компьютерной лингвистике (РАТКЛ). 2021. URL: https://uniserv.iis.nsk.su/thes/search.php
Таранова Е. Н., Бубырева Ж. А., Таранов А. О. Проблема синонимии в специальной терминологии // Вестник Томского государственного педагогического университета. 2016. № 2.
Тестелец Я. Г. Введение в общий синтаксис. М.: РГГУ, 2001.
Хобсон Л., Ханнес Х., Коул Х. Обработка естественного языка в действии. СПб.: Питер, 2020.
Arts S., Hou J., Gomez J. C. Natural language processing to identify the creation and impact of new technologies in patent text: Code, data, and new measures // Research Policy. 2021. Vol. 50.
Blei D. M. Probabilistic topic models // Communications of the ACM. 2012. Vol. 55. № 4.
Blei D., Lafferty J. A correlated topic model of science // Annals of Applied Statistics. 2007. Vol. 1.
Dehouche N. Plagiarism in the age of massive Generative Pre-trained Transformers (GPT-3) // Ethics in Science and Environmental Politics. 2021. Vol. 21.
Dowell N. M. M., Nixon T. M., Graesser A. Group communication analysis: A computational linguistics approach for detecting sociocognitive roles in multiparty interactions // Behavior Research Methods. 2019. Vol. 51.
Ive J., Viani N., Kam J. Generation and evaluation of artificial mental health records for Natural Language Processing // NPJ Digital Medicine. 2020. Vol. 3.
Mitkov R. The Oxford handbook of computational linguistics. N. Y.: Oxford University Press, 2003.
Pllana S., Pllana G., Pllana E., Pllana Z. Synonymy and terminological doublet in economic terminology // Russian Linguistic Bulletin. 2020. № 3.
Polshchykov K. A., Lazarev S. A., Konstantinov I. S. Assessing the Efficiency of Robot Communication // Russian Engineering Research. 2020. Vol. 40. No. 11.
Polshchykov K., Lazarev S., Polshchykova O. et al. The Algorithm for Decision-Making Supporting on the Selection of Processing Means for Big Arrays of Natural Language Data // Lobachevskii Journal of Mathematics. 2019. Vol. 40. No. 11.
Qiu X. P., Sun T. X., Xu Y. G. et al. Pre-trained models for natural language processing: A survey // Science China. Technological Sciences. 2020. Vol. 63.
Savin I., Drews S., Maestre-Andr?s S. Public views on carbon taxation and its fairness: A computational-linguistics analysis // Climatic Change. 2020. Vol. 162.
English
