CC BY
1
Вестник Череповецкого государственного университета. 2024. № 6 (123). С. 103-113. Cherepovets State University Bulletin, 2024, no. 6 (123), pp. 103-113.
Научная статья УДК 811.111
https://doi.org/10.23859/1994-0637-2024-6-123-9 EDN: VBWFAM
Когнитивная обработка термина в процессе транстерминологизации (на примере терминов искусственного интеллекта)
Анастасия Сергеевна Мусаева1, Юлия Владимировна Сложеникина2®1,
'Самарский филиал Московского городского педагогического университета,
Самара, Россия,
2Московский финансово-промышленный университет «Синергия», ^Российский университет дружбы народов, Москва, Россия,
•[email protected], https://orcid.org/0000-0002-7597-6994 [email protected], https://orcid.org/0000-0003-4982-7802
Аннотация. Статья посвящена изучению процесса транстерминологизации в профессиональной среде искусственного интеллекта. Установлено, что процесс транстерминологизации в сфере ИИ обусловлен экстралингвистическими факторами, прежде всего государственной политикой в области приоритетных направлений внедрения ИИ. С точки зрения языкового субстрата в статье определены терминологические системы-доноры: термины сферы безопасности, транспорта, медицины, сельского хозяйства, образования, лингвистики. Выявлено, что транстерминологизированные единицы ИИ группируются по 3 основным категориям: термины-обозначения специальных денотатов, специальных действий и процессов, специальных признаков. Обнаружены механизмы транстерминологизации: изменение уровня классификации слова, упрощение дефиниции, изменение плана выражения термина, изменение плана содержания термина.
Ключевые слова: термин, терминология, искусственный интеллект, транстерминологизация, семантический процесс, профессиональная лексика, терминологический словарь Финансирование. Исследование выполнено за счет гранта Российского научного фонда № 23-28-01284 «Термин внутри и вне специального дискурса: механизмы переходности». Для цитирования: Мусаева А. С., Сложеникина Ю. В. Когнитивная обработка термина в процессе транстерминологизации (на примере терминов искусственного интеллекта) // Вестник Череповецкого государственного университета. 2024. № 6 (123). С. 103-113. https://doi.org/10.23859/1994-0637-2024-6-123-9
© Мусаева А. С., Сложеникина Ю. В., 2024
Cognitive processing of a term in transterminologisation (based on artificial intelligence terms)
Anastasia S. Musaeva, Yulia V. Slozhenikina 2H,
1 The Samara branch of Moscow State Pedagogical University,
Samara, Russia,
2 Moscow Financial and Industrial University "Synergy",
2 RUDN university, Moscow, Russia,
'[email protected], https://orcid.org/0000-0002-7597-6994 [email protected], https://orcid.org/0000-0003-4982-7802
Abstract. The article focuses on the process of transterminologisation in the professional environment of artificial intelligence. It has been established that the process of transterminologisation in the field of AI is due to extralinguistic factors, primarily state policy in the field of priority areas of AI implementation. From the point of view of the linguistic substrate, the article defines terminological donor systems: terms in the field of security, transport, medicine, agriculture, education, linguistics. It has been revealed that transterminologised AI units are grouped into 3 main categories: terms-nominations of special denotations, special actions and processes, special features. The authors have identified the following mechanisms of transterminologisation: change in the level of word classification, simplification of definition, change in the plan of the term expression, change in the plan of the term content.
Keywords: term, terminology, artificial intelligence, transterminologisation, semantic process, professional vocabulary, terminological dictionary
Acknowledgments. The study was supported by a grant from the Russian Science Foundation No. 23-28-01284, "The term in and out of specialised discourse: transitivity mechanisms". For citation: Musaeva A. S., Slozhenikina Yu. V. Cognitive processing of a term in transterminologisation (based on artificial intelligence terms). Cherepovets State University Bulletin, 2024, no. 6 (123), pp. 103-113. (In Russ.) https://doi.org/10.23859/1994-0637-2024-6-123-9
Введение
«В процессе перехода из одной терминосистемы в другую термин подвергается определенной когнитивной "обработке" и приобретает новые компоненты значения либо лишается признаков, имевших место в терминосистеме-источнике», - пишет Н. Н. Горбунова с соавторами1. А. В Суперанская, Н. В. Подольская, Н. В. Васильева2 и вслед за ними Н. В. Козловская3 называют процесс транстерминологизации
1 Горбунова Н. Н., Арчаков Р. А., Ахтаева Л. А. Метафоризация как основа для транстерминологизации в сфере предметных терминономинаций // Актуальные проблемы филологии и педагогической лингвистики. 2020. № 3. С. 98. https://doi.org/10.29025/2079-6021-2020-3-92-109
2 Суперанская А. В., Подольская Н. В., Васильева Н. В. Общая терминология: Вопросы теории. Москва: УРСС, 2012. С. 194.
3 Козловская Н. В. Явление транстерминологизации в «философии общего дела» Н. Ф. Федорова // Печать и слово Санкт-Петербурга (Петербургские чтения - 2014): материалы XVI Всероссийской научной конференции (г. Санкт-Петербург, 12-14 апреля 2014 г.). Санкт-Петербург: Санкт-Петербургский государственный университет промышленных технологий и дизайна, 2015. С. 236. ББ№ TYUHSV
терминологической конверсией - это «перенос готового термина из одной дисциплины в другую с полным или частичным его переосмыслением».
Отобранные из ГОСТов методом сплошной выборки термины искусственного интеллекта дают следующую картину: из 449 терминов ИИ 187 пополнили данную терминологическую систему, будучи заимствованными из других профессиональных полей. Транстерминологизированными являются 42 % специальных терминов ИИ1.
Основная часть
Процесс транстерминологизации в сфере ИИ оказался обусловленным экстралингвистическими факторами. Определяющей выбор лексем стала государственная политика в области приоритетных направлений внедрения ИИ2. К приоритетным отнесены биометрические технологии, естественные языки, кибербезопасность, медицина, промышленность, транспорт, умный город, энергетика. С точки зрения языкового субстрата в исследуемом материале выделяем следующие терминологические системы-доноры:
- термины сферы безопасности: мониторинг поведения, наблюдаемая среда, поведение девиантное, поведение делинквентное, условно-опасное вложение (условно-опасные предметы), безопасность информационной технологии, область присут-
3
ствия потенциального источника опасности и др. ;
- термины транспорта: автоматическая система управления движением, базовый набор управляющих воздействий на движущие механизмы АТС, безопасность автоматизированного управления АТС, коллективное использование АТС, бортовое телематическое оборудование и др.4;
1 Мусаева А. С. и др. Термины и понятия искусственного интеллекта в лингвистическом освещении. Москва: Спутник +, 2024. 193 с.
2 Мусаева А. С. Языковая политика в области терминов и определений искусственного интеллекта // Мир лингвистики и коммуникации: электронный научный журнал. 2022. № 67. С. 136. EDN: SHAPVH
3 См., напр.: ГОСТ Р 58776-2019 Средства мониторинга поведения людей и прогнозирования намерений людей. Термины и определения. Москва: Стандартинформ, 2020. 11 с.; ГОСТ Р 59391-2021 Средства мониторинга поведения и прогнозирования намерений людей. Аппаратно-программные средства с применением технологий искусственного интеллекта для колесных транспортных средств. Классификация, назначение, состав и характеристики средств фото- и видеофиксации. Москва: Стандартинформ, 2021. 12 с; ГОСТ Р 59385-2021 Информационные технологии. Искусственный интеллект. Ситуационная видеоаналитика. Термины и определения. Москва: Стандартинформ, 2021. 16 с.
4 ГОСТ Р 58777-2019 Воздушный транспорт. Аэропорты, технические средства досмотра. Методика определения показателей качества распознавания незаконных вложений по теневым рентгеновским изображениям. Москва: Стандартинформ, 2020. 16 с.; ГОСТ Р 59237-2020 Платформа «Автодата». Термины и определения. Москва: Стандартинформ, 2021. 10 с.; ГОСТ Р 59236-2020 Платформа «Автодата». Общие положения. Москва: Стандартинформ, 2020. 12 с.; ПНСТ 555-2021 Интеллектуальные транспортные системы. Системы искусственного интеллекта для автоматизации управления автомобильными транспортными средствами. Классификация и общие технические требования. URL:
- термины медицины: безопасность медицинских изделий, брошюра исследователя, клиническая валидация, клиническая корреляция, клиническая оценка, клинические испытания, ложноотрицательный результат, ложноположительный результат, набор медицинских данных, программа клинических испытаний и др.1;
- термины сельского хозяйства: высокоавтоматизированная сельскохозяйственная машина, присоединяемое оборудование, сельскохозяйственная машина и др.2;
- термины сферы образования: адаптивное обучение, адаптированная образовательная программа, индивидуальная траектория обучения, информационно-образовательная среда, образовательный модуль, онлайн-прокторинг, описательная аналитика (в образовании) и др.3;
https://docs.cntd.ru/document/1200181919?ysclid=m1uch9remp686689788 (дата обращения: 09.09.2024); ПНСТ 554-2021 Интеллектуальные транспортные системы. Системы искусственного интеллекта для автоматизации управления автомобильными транспортными средствами. Методы испытаний. Общие положения. URL:
https://docs.cntd.ru/document/1200181918?ysclid=m1ucni9qqq988346922 (дата обращения: 09.09.2024).
1 См., напр.: ГОСТ Р 59921.1-2021 Системы искусственного интеллекта в клинической медицине. Ч. 1. Клиническая оценка. Москва: Российский институт стандартизации, 2022. 20 с.; ГОСТ Р 59921.2-2021 Системы искусственного интеллекта в клинической медицине. Ч. 2. Программа и методика клинических испытаний. Москва: Российский институт стандартизации, 2021. 12 с.; ГОСТ Р 59921.3-2021 Системы искусственного интеллекта в клинической медицине. Ч. 3. Управление изменениями в системах искусственного интеллекта с непрерывным обучением. Москва: Российский институт стандартизации, 2021. 12 с.; ГОСТ 59921.42021 Системы искусственного интеллекта в клинической медицине. Ч. 4. Оценка и контроль эксплуатационных параметров. Москва: Российский институт стандартизации, 2021. 16 с.; ГОСТ Р 59921.5-2021 Системы искусственного интеллекта в клинической медицине. Ч. 5. Требования к структуре и порядку применения набора данных для обучения и тестирования алгоритмов. Москва: Российский институт стандартизации, 2022. 24 с.; ГОСТ Р 59921.6-2021 Системы искусственного интеллекта в клинической медицине. Ч. 6. Общие требования к эксплуатации. Москва: Российский институт стандартизации, 2021. 12 с.; ГОСТ Р 59921.7-2022 Системы искусственного интеллекта в клинической медицине. Алгоритмы анализа медицинских изображений. Методы испытаний. Общие требования. Москва: Российский институт стандартизации, 2022. 36 с.
2 ГОСТ Р 59920-2021 Системы искусственного интеллекта. Системы искусственного интеллекта в сельском хозяйстве. Требования к обеспечению характеристик эксплуатационной безопасности систем автоматизированного управления движением сельскохозяйственной техники. Москва: Российский институт стандартизации, 2021. 16 с.
3 См., напр.: ГОСТ Р 59900-2021 Системы искусственного интеллекта. Типовые требования к контрольным выборкам исходных данных для испытания систем искусственного интеллекта в образовании. Москва: Российский институт стандартизации, 2021. 9 с.; ГОСТ Р 598992021 Образовательные продукты с алгоритмами искусственного интеллекта для адаптивного обучения в общем образовании. Технические требования. Москва: Российский институт стандартизации, 2021. 8 с.; ГОСТ Р 59897-2021 Данные для систем искусственного интеллекта в образовании. Требования к сбору, хранению, обработке, передаче и защите данных. Москва: Российский институт стандартизации, 2021. 12 с.; ГОСТ Р 59896-2021 Образовательные продукты с алгоритмами искусственного интеллекта для адаптивного обучения в общем образовании. Требования к учебно-методическим материалам. Москва: Российский институт стан-
- термины лингвистики: автоматическое распознавание речи, обработка естественного языка, учебно-методические данные, учебно-методические материалы, учебный элемент, федеральный государственный образовательный стандарт, естественность синтезированной речи и др.1
Транстерминологизированные единицы ИИ группируются по трем основным категориям:
- термины-обозначения специальных денотатов: алгоритм машинного обучения, Байесовская сеть, большие данные, взрывающийся градиент, встроенная система, деревья решений, долгая, краткосрочная память, интероперабельная система, информационная технология, исчезающий градиент, киберфизическая система, компьютерное зрение, коннекционистская модель, многоагентная система, искусственная нейронная сеть и др.;
- термины-обозначения специальных действий, процессов: автоматическое реферирование, анализ тональности, аннотирование данных, аугментация данных, глубокое обучение, когнитивные вычисления, маркирование частей речи, машинный перевод, мягкие вычисления, обработка естественного языка, очистка данных и др.;
- термины-обозначения специальных признаков: безопасность информационной технологии, безопасность медицинских изделий, интонационная разборчивость речи, плотность потока объектов, плотность расположения объектов, эффективность медицинского изделия и др.
В основе новых ГОСТов по искусственному интеллекту лежат, как правило, более ранние ГОСТы, например, за основу ГОСТа Р 59385-2021 (2021 г.)2 взят государственный стандарт 2014 г. - ГОСТ Р 51558-20143. В обоих ГОСТах ключевым является термин видеоаналитика. Прежнее определение ограничивало термин видеоаналитика по семе «способ реализации» - программное обеспечение. Представление в новом ГОСТе видеоаналитики как технологии закрепляет термин с более широким объемом понятия. Термин ИИ включает в себя не только дифференциальный признак «программное обеспечение», но потенциально указывает на все виды видеоаналитики, структурированные по способам реализации (+ программно -аппаратные комплексы, аппаратные решения с применением нанотехнологий); по
дартизации, 2021. 8 с.; ГОСТ Р 59895-2021 Технологии искусственного интеллекта в образовании. Общие положения и терминология. Москва: Российский институт стандартизации, 2021. 12 с.
1 См., напр.: ГОСТ Р 59880-2021 Эргономика. Проектирование и применение испытаний речевых технологий. Методика определения показателей качества синтеза речи по тексту. Москва: Российский институт стандартизации, 2021. 32 с.; ГОСТ Р 59879-2021 Эргономика. Проектирование и применение испытаний речевых технологий. Методика определения показателей качества распознавания голосовых команд управления. Москва: Российский институт стандартизации, 2021. 20 с.
2 ГОСТ Р 59385-2021 Информационные технологии. Искусственный интеллект. Ситуационная видеоаналитика. Термины и определения. Москва: Стандартинформ, 2021. 16 с.
3 ГОСТ Р 51558-2014 Средства и системы охранные телевизионные. Классификация. Об-
щие технические требования. Методы испытаний. Москва: Стандартиш юрм, 2019. 30 с.
Вестник Череповецкого государственного университета • 2024 • № 6 Cherepovets State University Bulletin ^2024 • No. 6 ISSN 1994-0637 107 (print)
видам видеоанализа (классический анализ, анализ с применением нейросетей), по отраслям применения (транспорт, промышленность), по объектам анализа (ситуационная, предиктивная, статистическая, биометрическая)1. По сути, эволюция термина видеоаналитика оказалась связанной с изменением уровня классификации слова, через которое дефинируется специальное понятие: если раньше оно вводилось через видовую категорию, то в терминологии ИИ - через категорию более высокого уровня обобщения.
Более типичной является ситуация, когда новые ГОСТы по ИИ присваивают термины из ранних стандартов без их когнитивной и семантической обработки. Например, ГОСТ Р 59278-20202 сообщает, что термин вычислительные средства в своем определении заимствован из ГОСТа Р 53622-20093, утвержденного в 2009 году. Термин интерактивное электронное техническое руководство - из ГОСТа Р 54088-20174, утвержденного в 2017 году.
Аналогичные данные дает анализ других ГОСТов по ИИ. Такое положение дел предоставляет возможность сделать некоторые выводы о самой терминологии ИИ. Обратимся к истории вопроса.
В 1992 г. вышел в свет «Толковый словарь по искусственному интеллекту» А. Н. Аверкина с соавторами5. В предисловии к словарю составители отметили, что к моменту написания словаря терминология ИИ существовала уже более 30 лет и на первом этапе формирования характеризовалась неупорядоченностью, наличием синонимов, «которые используют различные школы и группы специалистов»6. Многие термины жили недолго и быстро исчезали. Более стабильное состояние терминологии установилось к середине 70-х гг. Был достигнут консенсус, когда термины признало большинство специалистов. За редким исключением русская терминология ИИ заимствовала англоязычные термины в связи с приоритетом США в данной области. Закрепление терминологии произошло в первой половине 80-х гг. Началась кодификация терминов ИИ, появились первые терминологические словари и справочники.
1 ГОСТ Р 58385-2021 Информационные технологии. Искусственный интеллект. Ситуационная видеоаналитика. Термины и определения. Москва: Стандартинформ, 2021. 16 с.
2 ГОСТ Р 59278-2020 Информационная поддержка жизненного цикла изделий. Интерактивные электронные технические руководства с применением технологий искусственного интеллекта и дополненной реальности. Общие требования. Москва: Стандартинформ, 2021. 12 с.
3 ГОСТ Р 53622-2009 Информационные технологии. Информационно-вычислительные системы. Стадии и этапы жизненного цикла, виды и комплектность документов. Москва: Стандартинформ, 2019. 12 с.
4 ГОСТ Р 54088-2017 Интегрированная логистическая поддержка. Эксплуатационная и ремонтная документация в форме интерактивных электронных технических руководств. Основные положения и общие требования. Москва: Стандартинформ, 2018. 15 с.
5 Толковый словарь по искусственному интеллекту / автор-составитель А. Н. Аверкин и др. Москва: Радио и связь, 1992. 254 с. URL: http://raai.org/library/tolk/aivoc.html (дата обращения: 09.09.2024).
6 Там же.
Для нашего исследования важна оценка терминологии ИИ как междисциплинарной специальной лексики, обусловленной характером исследований в этой области: «в искусственном интеллекте используются методы, традиционно развиваемые в логике, психологии, лингвистике, кибернетике, дискретной математике и программировании, встречается немало терминов из других наук»1.
Обсуждая отбор словника для своего словаря, А. Н. Аверкин, М. Г. Гаазе-Рапопорт, Д. А. Поспелов оказались перед дилеммой: «включить в него термины, которые используются только в искусственном интеллекте и не заимствованы им из других наук, или включить в него все термины смежных с искусственным интеллектом наук, если они встречаются в работах специалистов данного направления»2. Составители словаря приняли промежуточное решение, а критерием стала частота употребления того или иного термина в работах по ИИ.
Словарь содержит около 550 терминов. Сравнение с нашим словником (449 терминов), составленным по утвержденным к настоящему моменту ГОСТам по ИИ, показал, что большая часть терминов устарела и не включена в актуальную терминологию. Например, словарь содержит 46 терминов на букву «А». Из них только 3 присутствуют в новых ГОСТах: автоматизированная система, алгоритм, архитектура вычислительной системы. Из 12 терминов на букву «Б» ни один не вошел в утвержденные ГОСТы, так же, как на букву «К». В целом, в качестве современных в терминологии ИИ ГОСТами закреплено не более 5 % специальных слов, вошедших в словарь 1992 года издания.
Поскольку ИИ - это те или иные технологии, обновляющиеся достаточно быстро, такие термины, как, например, беседа сократическая, бихевиоризм, вышли из употребления теории и практики ИИ. Они интересны как пассивная лексика, отражающая те или иные периоды становления сферы ИИ. Действительно, на ранних этапах некоторые модели ИИ были построены по бихевиористическому принципу.
Некоторые термины, став общеупотребительными среди специалистов, упростили свои дефиниции. Некоторые термины поменяли план выражения при сохранении плана содержания. Ср: зрение машинное vs. компьютерное зрение. Оба термина являются переводом с английского выражения computer vision. На возможность автономного варьирования либо означающего, либо означаемого без изменения в противоположном плане как одного из вида эволюции термина обратила внимание Ю. В. Сложеникина3. Такие переименования возможны, поскольку за термином не стоит многолетняя мыслительно-языковая деятельность коллектива людей - «в тер-минотворчестве ведущая роль в образовании терминов, как правило, принадлежит отдельным ученым. Искусственность и условность связи знака и означаемого явля-
1 Толковый словарь по искусственному интеллекту / автор-составитель А. Н. Аверкин и др. Москва: Радио и связь, 1992. 254 с. URL: http://raai.org/library/tolk/aivoc.html (дата обращения: 09.09.2024).
2 Толковый словарь по искусственному интеллекту / автор-составитель А. Н. Аверкин и др. Москва: Радио и связь, 1992. 254 с. URL: http://raai.org/library/tolk/aivoc.html (дата обращения: 09.09.2024).
3 Сложеникина Ю. В. Основы терминологии: Лингвистические аспекты теории термина. Москва: Либроком, 2023. С. 72.
ется условием изменения внешней оболочки термина, появления нового, более точного наименования»1.
Фиксируется также изменение плана содержания при сохранении формы термина. Например:
«Извлечение знаний - получение информации о предметной области от специалистов и выражение ее на языке представления знаний. И. З. используется при построении экспертной системы или базы знаний»2.
«Извлечение знаний - процесс применения методов и моделей анализа к данным для обнаружения ранее неизвестных, нетривиальных, практически полезных обработанных данных, доступных для интерпретации и применения для принятия решений»3.
Рассматриваемый словарь в большей степени тяготеет к гнездовому принципу. Например, в нем содержится 30 словарных статей с опорным словом система, 29 -со словом логика, 26 - со словом модель, 23 - со словом отношение, 11 - со словом язык и т. п. Современные ГОСТы определяют, как правило, только базовые термины, а их составители во введении указывают, что словник может быть дополнен по мере необходимости, могут также корректироваться толкования терминов с учетом актуального уровня науки и техники. Отметим, что в ГОСТах, к примеру, вообще отсутствуют словарные статьи с вершинными словами логика, отношение, язык.
Предполагаем, что основными причинами изменения словника современной терминологии ИИ стали, во-первых, перманентное развитие новых технологий и метаязыка их описания, во-вторых, тенденция к гармонизации, ориентация на интернациональную терминологию, понятную специалистам-носителям разных языков, унификация и стандартизация специальных лексем.
Примерно такие же рассуждения содержатся в предисловии к «Англо-русскому толковому словарю по искусственному интеллекту и робототехнике» Э. М. Пройда-кова и Л. А. Теплицкого4. Во-первых, авторы не разграничивают специальные сферы робототехники и ИИ, указывая, что «современная робототехника - одна из основных областей применения ИИ»5. Более того, авторы включили в словарь термины смежных дисциплин: навигации, датчиков, тестирования, машинного обучения и др. Словарь содержит около 2600 терминов.
1 Сложеникина Ю. В. Основы терминологии: Лингвистические аспекты теории термина. Москва: Либроком, 2023. Там же. С. 73.
2 Толковый словарь по искусственному интеллекту / автор-составитель А. Н. Аверкин и др. Москва: Радио и связь, 1992. 254 с. URL: http://raai.org/library/tolk/aivoc.html (дата обращения: 09.09.2024).
3 ГОСТ Р 59237-2020 Платформа «Автодата». Термины и определения. Москва: Стандартинформ, 2021. 10 с.
4 Пройдаков Э. М., Теплицкий Л. А. Англо-русский толковый словарь по искусственному интеллекту и робототехнике. Москва; Берлин: Директ-Медиа, 2019. 262 с.
5 Там же. С. 5.
Во-вторых, составители словаря указывают на ведущую роль английского языка в разработке проблем ИИ: «Словари - это настольные книги ...специалистов, следящих за новинками науки и техники (а сведения о них публикуются, как правило, на английском языке)»1.
В-третьих, в отличие от введенных российских ГОСТов, словарь Э. М. Пройда-кова и Л. А. Теплицкого более ориентирован не на язык профессии, а на речь специалистов. Если российские ГОСТы стараются избежать избыточности и вариативности в подаче языкового материала, то составители словаря намеренно не стремятся к ситуации изоморфизма: словарная статья содержит «факультативные и подразумеваемые слова. приводятся синонимы, уточняющие или разъясняющие слова. близкие по смыслу русские эквиваленты. термины, не очень близкие по смыслу»2.
В-четвертых, авторы также замечают, что словарь не претендует на исчерпанность, поскольку «новые термины в данных предметных областях появляются каждый день»3.
Выводы
Наши наблюдения над современным языком ИИ подтверждают выводы Ю. В. Сложеникиной о терминологии как открытой знаковой системе: «Развитие понятийного аппарата науки, непрерывность процесса познания способствуют тому, что терминология любой отрасли знания находится всегда в состоянии количественного и качественного изменения. Устаревают и выходят из употребления одни термины, возникают и внедряются другие, обозначающие либо новые денотаты, либо адекватно выражающие содержание уже описанных понятий. Изменяется семантический объем ранее известных терминов, происходит перераспределение значе-
„ 4 ний»4.
Список литературы / References
Горбунова Н. Н., Арчаков Р. А., Ахтаева Л. А. Метафоризация как основа для транстерминологизации в сфере предметных терминономинаций. Актуальные проблемы филологии и педагогической лингвистики, 2020, № 3, с. 92-109. https://doi.org/10.29025/2079-6021-2020-3-92-109
Gorbunova N. N., Archakov R. A., Akhtaeva L. A. Metaphorisation as a basis for transterminol-ogisation in the sphere of subject terminological nominations. Current Issues in Philology and Pedagogical Linguistics, 2020, no. 3, pp. 92-109. (In Russ.) https://doi.org/10.29025/2079-6021-2020-3-92-109
1 Пройдаков Э. М., Теплицкий Л. А. Англо-русский толковый словарь по искусственному интеллекту и робототехнике. Москва; Берлин: Директ-Медиа, 2019. С. 5.
2 Там же.
3 Там же. С. 6.
4 Сложеникина Ю. В. Терминологическая вариативность: семантика, форма, функция. Москва: ЛКИ, 2018. С. 80.
Козловская Н. В. Явление транстерминологизации в «философии общего дела» Н. Ф. Федорова. Печать и слово Санкт-Петербурга (Петербургские чтения - 2014): материалы XVIВсероссийской научной конференции (г. Санкт-Петербург, 12-14 апреля 2014 г.), 2015, с. 236-242. EDN: TYUHSV
Kozlovskaia N. V. The phenomenon of transterminologisation in N. F. Fedorov's philosophy of "The Common Cause". Print and Word of St Petersburg (St Petersburg Readings - 2014): Proceedings of the XVI All-Russian Scientific Conference (St Petersburg, 12-14 April 2014), 2015, pp. 236242. (In Russ.) EDN: TYUHSV
Мусаева А. С. и др. Термины и понятия искусственного интеллекта в лингвистическом освещении. Москва: Спутник +, 2024. 193 с.
Musaeva A. S. et al. Terms and concepts of artificial intelligence in linguistic coverage. Moscow: Sputnik +, 2024. 193 p. (In Russ.)
Мусаева А. С. Языковая политика в области терминов и определений искусственного интеллекта. Мир лингвистики и коммуникации, 2022, № 67, с. 134-144. EDN: SHAPVH
Musaeva A. S. Language policy in the field of terms and definitions of artificial intelligence. World of linguistics and communication, 2022, no. 67, pp. 134-144. (In Russ.) EDN: SHAPVH
Пройдаков Э. М., Теплицкий Л. А. Англо-русский толковый словарь по искусственному интеллекту и робототехнике. Москва; Берлин: Директ-Медиа, 2019. 262 с.
Proidakov E. M., Teplitskii L. A. English-Russian explanatory dictionary on artificial intelligence and robotics. Moscow; Berlin: Direkt-Media, 2019. 262 p. (In Russ.)
Сложеникина Ю. В. Основы терминологии: Лингвистические аспекты теории термина. Москва: Либроком, 2023. 120 с.
Slozhenikina Iu. V. Fundamentals of terminology: Linguistic aspects of the term theory. Moscow: Librokom, 2023. 120 p. (In Russ.)
Сложеникина Ю. В. Терминологическая вариативность: семантика, форма, функция. Москва: ЛКИ, 2018. 288 с.
Slozhenikina Iu. V. Terminological variation: semantics, form, function. Moscow: LKI, 2018. 288 p. (In Russ.)
Суперанская А. В., Подольская Н. В., Васильева Н. В. Общая терминология: Вопросы теории. Москва: УРСС, 2012. 243 с.
Superanskaia A. V., Podol'skaia N. V., Vasil'eva N. V. General terminology: Issues of theory. Moscow: URSS, 2012. 243 p. (In Russ.)
Толковый словарь по искусственному интеллекту / автор-составитель А. Н. Аверкин и др. Москва: Радио и связь, 1992. 254 с. URL: http://raai.org/library/tolk/aivoc.html (дата обращения: 09.09.2024).
Explanatory Dictionary of Artificial Intelligence; compiled by A. N. Averkin et al. Moscow: Radio i sviaz', 1992. 254 p. Available at: http://raai.org/library/tolk/aivoc.html (accessed: 09.09.2024). (In Russ.)
Сведения об авторах
Анастасия Сергеевна Мусаева - старший преподаватель; https://orcid.org/0000-0002-7597-6994, [email protected], Московский городской педагогический университет (Самарский филиал) (д. 76, ул. Стара Загора, 443081 Самара, Россия); Anastasia S. Musaeva - Senior Lecturer, https://orcid.org/0000-0002-7597-6994, [email protected], The Samara branch of Moscow State Pedagogical University (76, ul. Stara Zagora, 443081 Samara, Russia).
Юлия Владимировна Сложеникина - доктор филологических наук, профессор; https://orcid.org/0000-0003-4982-7802, [email protected], Московский финансово-промышленный университет «Синергия» (д. 80 Г, пр-т Ленинградский, 125190 Москва, Россия), Профессор кафедры русского языка и методики его преподавания РУДН, Российский университет дружбы народов (д. 6, ул. Миклухо-Маклая, 117198 Москва, Россия); Yulia V. Slozhenikina - Doctor of Philological Sciences, Professor, https://orcid.org/0000-0003-4982-7802, [email protected], Moscow Financial and Industrial University "Synergy" (80, pr. Leningradsky, 125190 Moscow, Russia), Professor, Department of Russian Language and Teaching Methodology, RUDN university (6, Miklukho-Maklaya St., 117198 Moscow, Russia).
Заявленный вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.
Contribution of the authors: the authors contributed equally to this article. The authors declare no conflicts of interests.
Статья поступила в редакцию 24.09.2024; одобрена после рецензирования 08.10.2024; принята к публикации 22.10.2024.
The article was submitted 24.09.2024; Approved after reviewing 08.10.2024; Accepted for publication 22.10.2024.
