Гиперо-гипонимические отношения в терминологии компьютерной лингвистики
Польщикова Ольга Николаевна
Белгородский государственный национальный исследовательский университет
Дата поступления рукописи в редакцию: 10.03.2022
Аннотация. Цель исследования - раскрыть особенности отношений "род - вид" в терминологии компьютерной лингвистики на основе проведения их комплексного анализа. В статье изучена структурная организация терминов компьютерной лингвистики на основе процессов гиперо-гипонимии, показаны связи между терминами в рамках привативных и эквиполентных оппозиций. Научная новизна работы состоит в том, что впервые составлена классификация родо-видовых отношений в терминологии компьютерной лингвистики, сформированных по различным признакам. В результате исследования выявлены типы иерархических структур, отражающие закономерности гиперо-гипонимических связей между элементами терминосистемы компьютерной лингвистики.
Ключевые слова и фразы: компьютерная лингвистка, терминология, родо-видовые отношения, гипероним, гипоним, computer linguistics, terminology, gender-aspect relations, hyperonym, hyponym
Открыть полный текст статьи в формате PDF. Бесплатный просмотрщик PDF-файлов можно скачать .
Список литературы:
Агузумцян Р. В., Великанова А. С., Польщиков К. А., Игитян Е. В., Лихошерстов Р. В. 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.
Асадова А. Ю., Акаева Х. А. Опыт репрезентации прикладной терминологической системы посредством терминологической сети // Актуальные проблемы филологии и педагогической лингвистики. 2020. № 2.
Батюшкина М. В. О выражении юридическими терминами отношений "род - вид" и "целое - часть" // Вестник Кемеровского государственного университета. 2020. № 4 (84).
Большакова Е. И., Воронцов К. В., Ефремова Н. Э., Клышинский Э. С., Лукашевич Н. В., Сапин А. С. Автоматическая обработка текстов на естественном языке и анализ данных М.: Изд-во НИУ ВШЭ, 2017.
Галимова О. Н. Некоторые особенности гипонимических связей (на примере зоологической терминологии татарского языка) // Филологические науки. Вопросы теории и практики. 2018. № 9-1 (87).
Головин Б. Н., Кобрин Р. Ю. Лингвистические основы учения о терминах. М.: Высшая школа, 1987.
Гринев-Гриневич С. В. Терминоведение. М.: Академия, 2008.
Доржеева О. А. Отношения "род - вид", "целое - частное" в терминологии строительства // Интеллектуальный потенциал XXI века: сб. ст. Междунар. науч.-практ. конф. (г. Казань, 29 января 2018 г.). Уфа, 2018.
Коновалова Е. А. Деривационный потенциал и парадигматические отношения современной русской экономической терминологии // Ученые записки Таврического национального университета им. В. И. Вернадского. 2001. № 1.
Кронгауз М. А. Семантика. М.: Академия, 2005.
Кузнецова Э. В. Лексикология русского языка. М.: Высшая школа, 1989.
Лату М. Н. Языковая репрезентация системной организации политических понятий в дефинициях // Политическая лингвистика. 2019. № 1.
Лукина О. И. Гипонимия терминов фонетики во французском языке // Мир науки, культуры, образования. 2019. № 1 (74).
Новиков Л. А. Семантика русского языка. М.: Высшая школа, 1982.
Польщиков К. А., Лазарев С. А., Константинов И. С., Польщикова О. Н., Свойкина Л. Ф., Игитян Е. В., Балакшин М. С. Модель для оценки эффективности выполнения робототехнической системой коммуникативных функций // СТИН (СТанки ИНструмент). 2020. № 6.
Польщиков К. А., Польщикова О. Н., Игитян Е. В., Балакшин М. С. 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.
Польщикова О. Н., Польщикова А. К. Структурная организация инфокоммуникационных терминов на основе гиперо-гипонимических отношений // Филологические науки. Вопросы теории и практики. 2018. № 11-1 (89).
Прикладная и компьютерная лингвистика / под ред. И. С. Николаева, О. В. Митрениной, Т. М. Ландо. М.: Ленанд, 2016.
Прохорова О. Н., Польщикова О. Н., Польщикова А. К., Деев А. В. Системность терминологии компьютерной лингвистики // Известия Юго-Западного государственного университета. Серия "Лингвистика и педагогика". 2021. Т. 11. № 1.
Русско-английский тезаурус по компьютерной лингвистике (РАТКЛ). 2022. URL: https://uniserv.iis.nsk.su/thes/search.php
Сарангова Т. А. Гиперо-гипонимические отношения терминологии, обозначающей связи с инвесторами (на материале тематической группы "Номинация лиц, связанных с Investor Relations") // Вестник Российского университета дружбы народов. Серия "Лингвистика". 2015. № 2.
Соловьева Н. В. Оппозиция как объект теоретического исследования (на материале английского языка) // Филологические науки. Вопросы теории и практики. 2015. № 4-2 (46).
Трубецкой Н. С. Основы фонологии. М.: Аспект Пресс, 2000.
Хобсон Л., Ханнес Х., Коул Х. Обработка естественного языка в действии. СПб.: Питер, 2020.
Юдина Т. М. Структурные типы и системные отношения терминов в ЛСГ "Названия лиц по профессии" в горнозаводской терминологии начала XVIII века // Ученые записки Петрозаводского государственного университета. 2013. № 7-1 (136).
Fathi E., Maleki S. B. Deep Neural Networks for Natural Language Processing // Handbook of Statistics. 2018. Vol. 38.
Johri P., Khatri S. K., Al-Taani A. T., Sabharwal M., Suvanov S., Kumar A. Natural Language Processing: History, Evolution, Application, and Future Work // Lecture Notes in Networks and Systems. 2021. Vol. 167.
Polshchykov K. A., Lazarev S. A., Konstantinov I. S., Polshchykova O. N., Svoikina L. F., Igityan E. V., Balakshin M. S. Assessing the Efficiency of Robot Communication // Russian Engineering Research. 2020. Vol. 40. No. 11.
Polshchykov K., Lazarev S., Polshchykova O., Igityan E. 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.
Velikanova A. S., Polshchykov K. A., Likhosherstov R. V., Polshchykova A. K. The Use of Virtual Reality and Fuzzy Neural Network Tools to Identify the Focus on Achieving Project Results // Journal of Physics. 2021. Vol. 2060.
English
