CC BY
11
А.А. Шарипбай, Р.С. Ниязова, Р.Д. Туребаева, Б.Ш. Разахова, С.А. Кудубаева
DOI: 10.25693/SVGV.2019.03.28.10 УДК 81'322
Компетентностный подход к разработке образовательной программы
по вычислительной лингвистике
Подготовка национальных кадров в области вычислительной лингвистики должна осуществляться посредством разработки и внедрения качественных образовательных программ, основанных на изучении международного опыта разработки и реализации образовательных программ по вычислительной лингвистике, методологии настройки инструментов, а также на проведении опроса, диагностики и классификации потребностей в обучении.
Для разработки образовательной программы Erasmus+ были проанализированы образовательные программы зарубежных университетов. Было ясно, что, хотя содержание образовательных программ некоторых из них относится к вычислительной лингвистике, но называются они по-разному.
На основе опроса потенциальных работодателей и анализа образовательных программ по вычислительной лингвистике различных университетов был определен перечень компетенций и дисциплин для создания проекта учебной программы по вычислительной лингвистике.
В данной статье представлена магистерская образовательная программа «Вычислительная лингвистика», реализуемая в рамках проекта Erasmus +CLASS.
Ключевые слова: образовательные программы, вычислительная лингвистика, математические основы компьютерной лингвистики, семантический анализ текстов, методы синтеза речи
Современная компьютерная лингвистика занимается задачами, связанными с автоматическим анализом естественного языка. Это, во-первых, всем известный машинный перевод, информационный поиск, голосовой ввод и вывод информации, эмоциональный анализ языковых данных и др.; во-вторых - создание обучающих и справочных языковых ресурсов, экспериментальные задачи в области теории языка; в-третьих - разработка любых функциональных приложений, опирающихся на языковые данные.
Вычислительная лингвистика необходима в стартапах, разрабатывающих новые лингвистические технологии - например, для создания понимающих речь и говорящих на естественном языке роботов, для автоматического распознавания эмоций в текстах пользователей социальных сетей; в компаниях, занимающихся обработкой больших объемов неструктурированных текстовых данных.
В настоящий момент специалисты по вычислительной лингвистике востребованы в самых крупных компаниях, занимающихся
собственно разработками в области лингвистики. Для образования в странах Средней Азии задача подготовки таких кадров - новая, она стала очевидной только в самое последнее время в связи с бурным развитием искусственного интеллекта. В то же время, образовательных программ для адресной подготовки магистров в области вычислительной лингвистики нет, что доказывает безусловную актуальность магистерской междисциплинарной образовательной программы по вычислительной лингвистике, реализуемой в рамках проекта Ега8шш+, в котором участвуют следующие университеты:
1. Университет Сантьяго-де-Компостела, Испания.
2. Университет Ла-Коруньи, Испания.
3. Технологическое образовательное учреждение Афин, Греция.
4. Университет Порту, Португалия.
5. Университет Адама Мицкевича, АМУ, Польша.
6. Ургенчский государственный университет, УрГУ, Узбекистан.
© Шарипбай А.А., Ниязова Р.С., Туребаева Р.Д., Разахова Б.Ш., Кудубаева С.А., 2019
7. Самаркандский государственный институт иностранных языков, Узбекистан.
8. Ташкентский государственный университет узбекского языка и литературы, Узбекистан.
9. Национальный университет Узбекистана, Узбекистан.
10. Костанайский государственный университет им. А. Байтурсынова, КГУ, Казахстан.
11. Евразийский национальный университет им. Л.Н. Гумилева, ЕНУ, Казахстан.
12. КазНУ им. Аль-Фараби, КазНУ, Казахстан [ега8тш-с1а88.еи].
Для разработки ОП использовали компе-тентностный подход: для определения необходимых компетенций выпускников ОП нами были проведены анкетирование представителей работодателей - специалистов в области компьютерной лингвистики и анализ образовательных программ по компьютерной лингвистике зарубежных университетов.
Анкетирование работодателей -
специалистов в области вычислительной лингвистики
Для того, чтобы узнать мнение работодателей о предполагаемых компетенциях, необходимых для специалистов в области вычислительной лингвистики, нами было проведено анкетирование на основе использования приложения https://docs.goog1e.eom/forms/d/e/ 1ЕЛ1рдЬ8сТб11Л5е-1УК1С4тЛ12сОМск77
0&w=1&usp=mai1_form_1ink
Целью анкетирования является определение компетенций и потребностей специали-
стов в области вычислительной лингвистики на основе проведения опроса потенциальных работодателей (рис. 1).
Результат анкетирования: определение списка компетенций и потребностей специалистов в области компьютерной лингвистики.
Для определения потребности в обучении осуществлена классификация компетенций по кластерам.
Выделены следующие модули компетенций:
- личностно-деловые качества и мотивация;
- математические основания вычислительной лингвистики;
- статистические методы обработки естественного языка;
- средства создания текстовых корпусов;
- средства создания аудио корпусов;
- формальные грамматики;
- синтаксический анализ текстов;
- методы транскрипции звуков и речи.
По результатам анализа и обобщения материалов опроса составлена карта специальности (образовательной программы) магистратуры:
1. Наименование профессии (ссылка на наименование профессии).
2. Профессиональные навыки.
3. Профессиональная деятельность.
4. Общие навыки.
5. Особые навыки.
6. Необходимые знания.
Обеспечение качества
Внутреннее обеспечение качества:
- кафедральный контроль;
- рассмотрение материалов ОП учебно-методическим советом факультета;
Где, по вашему мнению, могут работать специалисты в области компьютерной лингвистики
57,1 - издательские компании
71,4 - телекоммуникации
75 - учебные заведения
42,9 - государственные и административные
28,6 - малые и средние произведственные сервисные
компании
32,1 - во всех компаниях, где есть компьютеры 75 - научно-исследовательские лаборатории 28,6 - общественные неправительственные организации 17,9 - прочие
Рис. 1. Определение компетенций и потребностей специалистов в области вычислительной лингвистики
- утверждение учебно-методическим советом университета;
- анкетирование ППС и обучающихся для выявления степени удовлетворенности ОП;
- оценка учебных результатов обучающихся;
- взаимопосещение, проведение открытых занятий ППС.
Внешнее обеспечение качества:
- аудит проекта внешним экспертом;
- рецензирование ОП внешним экспертом;
- аккредитация ОП в рамках специальности;
- обратная связь со стейкхолдерами, направленная на совершенствование образовательных программ (круглые столы, итоговые конференции по производственным практикам, совместные научно-методические семинары, анкетирование работодателей и обучающихся);
- доступность материалов по ОП на сайте университета [Partners...].
Анализ образовательных программ по вычислительной лингвистике зарубежных университетов
Целью анализа образовательных программ является определение уровня образования и списка дисциплин, обеспечивающих эти уровни.
Анализ
Результатом анализа образовательных программ является определение списка дисциплин на основе анализа содержания международных образовательных магистерских программ в области вычислительной лингвистики.
Подготовку национальных кадров в области вычислительной лингвистики необходимо осуществлять через разработку и внедрение качественных образовательных программ на основе изучения международного опыта разработки и внедрения образовательных программ по вычислительной лингвистике, инструментов тюнинг-методологии, а также проведения анкетирования, диагностики и классификации потребностей в обучении.
Для разработки магистерской образовательной программы «Вычислительная лингвистика», реализуемой по проекту Erasmus+, намибылипроанализированыобразовательные программы следующих университетов и институтов (табл. 1) [Partners.]:
Отсюда видно, что хотя образовательные программы некоторых университетов называются по-разному, но по содержанию они относятся к вычислительной лингвистике.
Таблица 1
ных программ
Страна, университет, сайт Образовательная программа
RGGU Russian State University for the Humanities, www.rggu.ru Введение в фундаментальную лингвистику. Типология, компаративистика, площадная лингвистика. Современные синтаксические теории. Кейс и экспериментальные методы в семантике. Введение в компьютерную лингвистику. Компьютерная социолингвистика. Математические основы лингвистики. Статистические модели в лингвистике. Методы искусственного интеллекта в компьютерной лингвистике. Программирование лингвистических задач. Лингвистическая аннотация / разметка. Специализированные лингвистические базы данных. Методы оценки систем АОТ. Модели и методы компьютерной лингвистики. Методы классификации и машинного обучения. Лингвистические основы машинного перевода. Компьютерный Парсинг. Анализ устной речи
Продолжение табл. 1
SPbSU St. Petersburg University^spbu.ru Методы и модели онтологической инженерии. Методы инженерии знаний в гуманитарных исследованиях. Системы понимания текста. Модели анализа текста и их программная реализация. Статистические методы в языковой инженерии. Методы корпуса в языковой инженерии. Лингвистика текста и теория речевого общения. Языки и стандарты описания информационных ресурсов. Экспертные системы и методы индуктивных обобщений. Методы поддержки принятия решений. Методы программной реализации интеллектуальных информационных технологий. Математическое моделирование в технологиях обработки данных. Методология и технология проектирования информационных систем. Информационное общество и проблемы прикладной информатики. Деловой английский. Философские проблемы науки и техники
HSE High School of Economics Computational Linguistics Лингвистические данные: количественный анализ и визуализация. Введение в языкознание. Математика. Формальные модели в лингвистике. Функциональные и когнитивные модели в лингвистике. Компьютерная лингвистика. Программирование (Python). Анализ лингвистических данных: количественные методы и визуализация (преподавание на английском языке). Математические основы компьютерной лингвистики. Машинное обучение. Экспериментальная лингвистика. База данных. Онтологии и семантические технологии. Цифровые гуманитарные технологии: ресурсы, инструменты, тематические исследования. Проектирование лингвистических ресурсов и систем
MPhTI Moscow University of Physics and Technology, mipt.ru Математические основы лингвистики. Статистические модели в лингвистике. Введение в фундаментальную лингвистику. Типология, компаративистика, площадная лингвистика. Русский корпус грамматика. Введение в компьютерную лингвистику. Компьютерная социолингвистика. Современные синтаксические теории. Типология грамматических категорий. Английский для профессионального общения. Модели и методы компьютерной лингвистики. Структуры данных и основные алгоритмы. Основные алгоритмы лингвистического анализа. Анализ устной речи. Корпусная лингвистика: создание и использование корпусов. Методы классификации и машинного обучения. Компьютерные модели дискурса.
Продолжение табл. 1
MPhTI Moscow University of Physics and Technology, mipt.ru Лингвистические основы машинного перевода. Формальные модели и ресурсы мировых языков. Лингвистическая аннотация / разметка. Методы оценки систем АОТ. Компьютерный разбор. Методы искусственного интеллекта в компьютерной лингвистике. Пакеты приложений для лингвистических исследований. Специализированные лингвистические базы данных. Лингвистическое сопровождение задач анализа документов. Автоматическая оценка сложности текстов
ITMO(St. Petersburg) St. Petersburg National Research University of Information Technologies, Mechanics and Optics^ifmo.ru Информационные технологии: Системный анализ и моделирование информационных процессов и систем. Проектирование информационных систем. Организация проектирования и разработки программного обеспечения распределенных систем. Организация проектирования и разработки программного обеспечения для встраиваемых систем. Тестирование программного обеспечения. Разработка программного обеспечения для управления качеством. Речевые технологии. Цифровая обработка сигналов. Цифровая обработка речевых сигналов. Математическое моделирование и теория принятия решений. Распознавание образов. Распознавание и синтез речи. Распознавание говорящего (говорящего по голосу). Мультимодальные биометрические системы
University of Oxford http://www. ox.ac.uk Анализ функциональных и структурных данных изображений головного мозга. Физиологическая нейровизуализация. Расстройства мозга. Распространение изображения. Речь и мозг. Визуализация. Нейродегенерации. Познание. Психиатрия
University of California, Los Angeles (UCLA) http://www. ucla.edu Фонетика. Фонология. Синтаксис. Семантика. Психолингвистика. Matlingvistics. Историческая лингвистика. Африканские, индийские языки
Harvard University https:// www.harvard.edu Фундаментальные исследования речевого аппарата и речевых функций. Клинические исследования нарушений голоса и речи человека. Механика, биофизика, физиология и / или молекулярная биология среднего и внутреннего уха. Приобретенные или врожденные нарушения механизмов слуха.
Окончание табл. 1
Harvard University https:// www. harvard.edu Нейрофизиологический или модельный подходы при исследовании нервных клеток и цепей, лежащих в основе слуховой обработки. Нейровизуальные исследования механизмов шума в ушах. Когнитивная нейробиология обработки языковых сигналов. Проектирование, разработка и совершенствование аппаратно-программного комплекса для слуховых аппаратов, ушных имплантатов, вестибулярных протезов или алгоритмов для автоматического распознавания речи
Cambridge University https://www.cam. ac.uk Акустическое моделирование (статистические модели). Фундаментальные исследования в области машинного обучения. Оптимизирование диалога с использованием подкрепления обучения. Распознавание по крупным словарям. Распознавание образов. Распознавание речи на мобильных устройствах. Диктатор независимости и шумоподавления. Диалоговые системы и "УшсеХМЬ. Статистическое языковое моделирование. Статистический машинный перевод. Обработка и транскрипция распознанной речи
Carnegie Mellon University https://www. cmu. edu Программное обеспечение интерфейса пользователя Когнитивные модели. Распознавание речи. Понимание естественного языка. Компьютерная графика. Распознавание почерка. Визуализация данных, визуальный дизайн, мультимедиа. Компьютерная поддержка для совместной работы. Компьютерная музыка и театральное мастерство. Социальные технологии
Johns Hopkins University https://www. jhu.edu Языковое моделирование. Обработка естественного языка. Нервное лечение. Акустическая обработка. Теория оптимизации. Ввод языка
Онтологическая модель магистерской образовательной программы «Вычислительная лингвистика», реализуемой по проекту Erasmus+
1. Назначение и описание магистерской образовательной программы. Магистерская образовательная программа «Вычислительная лингвистика» имеет 3 направления: Модуль NLP, включая приложения, Прикладную лингвистику, Модуль вычислительных технологий [Partners...].
Обязательные модули: Педагогика высшей школы, Психология управления, Ино-
странный язык (профессиональный), История и философия науки, Технология разработки программного обеспечения.
Вариативные модули:Модуль НЛП, включая приложения: Статистические методы для НЛП, Языковые ресурсы, Технологии машинного перевода, Обработка речи.
Элективные дисциплины: Инструменты проектирования онтологий, Формальные модели в лингвистике, Технологии анализа настроений, Синтез речевого анализа естественного языка, Методы поиска и извлечения информации.
Модуль прикладной лингвистики: формальные грамматики, анализ языка, понимание естественного языка.
Элективные дисциплины: вычислительная морфология, DialogueSystems, инструменты для создания тезаурусов, семантические инструменты, инструменты для создания текстовых корпусов, компьютерная лексикография.
Модуль «Вычислительные технологии»: Введение в программирование для НЛП (Python, R, Prolog), Машинное обучение в НЛП, Онтологии, Семантические технологии.
Элективные дисциплины: интеллектуальный анализ данных, глубокое обучение, про-
граммирование на Python, Java, Corpus Technologies [Partners.].
2. Онтологическая модель магистерской образовательной программы. Заметим, что онтология представляет собой взвешенный ориентированный граф: весами вершины являются понятия, а весами ребер - отношение. При этом для сокращения понятия кодируются одной буквой с верхними и нижними индексами: верхний индекс указывает номер семестра, а нижний - номер дисциплины в семестре. В табл. 2 приводятся список понятий и их коды [Yergesh et al.].
Таблица 2
Понятия и их коды
Понятия Коды
Tools for the creation of language corpora Ml
Languages for symbol processing M\
Digital Signal Processing Ml
Tools for creating text corpora
Tools for creating audio corpora
Programming in Ру^п
Programming in Prolog Bl
Methods of digital processing of speech signals Si
Software for processing speech signals Si
Tools for processing natural languages Ml
Text recognition M\
Speech recognition Ml
Ontology design tools B\
Tools for processing visual data Bl
Tools for processing audio data Bl
Syntax analysis of texts H
Morphological analysis of texts H
Semantic analysis of texts Bi
Methods of transcription of sounds and speech Bl
Methods of Speech Recognition Bi
Methods of speech synthesis Bl
SearchTools Ml
Creating of text corpus Ml
Creating of audio corpus Ml
Окончание табл. 2
Tools creating thesauri
Semantic Search Tools
Sentiment analysis of natural language texts
Method for processing of text corpora в\
Synthesis of speech analysis of natural language Si
Methods for processing of audio corpora Bl
Writing and defense of Master's degree thesis si
На рис. 2 представлено ядро онтологии профильные дисциплины (отсутствуют общеобразовательной программы по вычислитель- образовательные и практики, отсутствуют ной лингвистике, в которую включены только итоговые экзамены и защита).
Рис. 2. Онтология образовательной программы по вычислительной лингвистике
Построенная на рис. 2 онтологическая модель через логические связи позволяет показывать структуру и содержание образовательной программы с учетом 3 возможных траекторий обучения, соответствовать целям образовательной программы и результатам обучения. В верхней части онтологии расположена ось времени (1 семестр, 2 семестр, 3 семестр).
3. Формализация учебных траекторий в онтологиях. Онтологическая модель позволяет создавать сценарии всех возможных обучающих траекторий с помощью формальной записи.
В онтологии каждое ребро определяет отношение «Предшествует | Следует» между вершинами, представляющими элементы образовательной программы, которые обозначены прописными латинскими буквами с верхними и нижними индексами (верхние индексы - номера семестров, нижние - номера дисциплин в семестре) [2Ие1кепЬау е! а1.]:
- модули; , - дисциплины первого семестра;
дисциплины второго семестра; , , - дисциплины третьего семестра.
В онтологии вершины и ребра покрашены в разные цвета: зеленый цвет - обязательные общеобразовательные дисциплины и отношения между ними, фиолетовый - обязательные профильные модули и отношения между ними, синий - элективные дисциплины и отношения между ними, бежевый - научно-исследовательская работа, учебная практика, исследовательская стажировка, красный - комплексный экзамен по специальности, написание и защита диссертации.
В онтологии образовательной программы можно выделить три направления обучающих траекторий: Модуль КЬР, включая приложения, прикладную лингвистику, модуль вычислительных технологий.
Теперь, используя операцию над ребрами, можно формализовать различные траектории обучения для каждого направления в образовательной программе, например, в терминах модулей - модулярная траектория, в терминах дисциплин - дисциплинарная траектория.
Направление «Модуль МЬР, включая приложения»:
- модулярная траектория;
V - дисциплинарная траектория.
Направление «Прикладная лингвистика»:
- модулярная траектория;
}- дисциплинарная траектория.
Направление «Вычислительные технологии»
- модулярная траектория;
VV - дисциплинарная траектория.
Если в дисциплинарной траектории направления «Модуль КЬР, включая приложения» выполнить все операции дизъюнкции, то можно получить 12 траекторий.
Аналогичные траектории можно получить и для других направлений, т.е. всего можно получить 36 траекторий.
Мы предполагаем перспективы развития «Вычислительной лингвистики» в широком
использовании методов искусственного интеллекта и базы знаний, которые позволят создать следующее:
- интеллектуальные системы вопросов и ответов, которые могут отвечать на вопросы о значении;
- интеллектуальные системы оценки знаний, которые способны генерировать вопросы из своей базы знаний, понимающие и оценивающие ответы в диапазоне от 0 до 100%;
- интеллектуальные системы управления, которые способны оценивать ситуацию или состояние объекта или процесса управления и принимать соответствующие решения для управления им;
- интеллектуально диагностируемая система, которая может использовать обучающую выборку и оценивать дальнейшее поведение исследования.
Все эти системы могут быть загружены в память роботов и создавать и улучшать их интеллект. Это означает, что в будущем развитие информационных и коммуникационных технологий будет основано на достижениях в области вычислительной лингвистики.
Литература
http://erasmus-class.eu
Partners [Electronic resource],-2018.-URL:http:/ www.comling.enu.kz.
Yergesh B., Mukanova A., Sharipbay A., Bekmano-va G., andRazakhova B. Semantic Hyper- graph Based Representation of Nouns in the Kazakh Language. Computación y Sistemas. 18(3), 627-635(2014). DOI: 10.13053/CyS-18-3-2041.
Zhetkenbay L., Sharipbay A., Bekmanova G., Khab-ylashimuly M., Kamanur U. Тhesemantical, ontologi-cal models and formalization rules^zakh compound words. Turklang'14 II International Conference on Computer processing of Turkic Languages, Istanbul, Turkey, 2014.- Istanbul, 2014. - P. 107-113.
A.A. Sharipbai, R.S. Niyazova, R.D. Turebaeva, B.Sh. Razakhova, S.A. Kudubaeva
Competency-based approach to the development of an educational program
in computational linguistics
The training of national personnel in the field of computational linguistics should be carried out through the development and implementation of high-quality educational programs based on the study of international experience in the development and implementation of educational programs in computational linguistics, the methodology of tuning instruments, as well as the conduct of a survey, diagnosis, and classification of training needs.
To develop the Erasmus + educational program, the educational programs of foreign universities were analyzed. It was clear that, although the content of the educational programs of some of them relates to computational linguistics, they are called differently.
On the basis of a survey of potential employers and analysis of educational programs in computational linguistics of various universities, a list of competencies and disciplines for creating a draft curriculum for computational linguistics was determined.
This article presents the Master's program in Computational Linguistics, implemented as part of the Erasmus + CLASS project.
Keywords: educational programs, computational linguistics, mathematical foundations of computer linguistics, semantic analysis of texts, speech synthesis methods
Н.М. Васильева
Б01: 10.25693/8у0у.2019.03.28.11 УДК 811.512.157'35
Современные тенденции в соблюдении орфографических норм якутского литературного языка
По своей графической системе и орфографии якутский литературный язык считается неплохо разработанным. Однако время от времени возникает проблема усовершенствования его орфографии. Так, 22 декабря 2015 г. Постановлением № 501 Правительства Республики Саха (Якутия) были утверждены Правила якутской орфографии и пунктуации в новой редакции, и на их основе издан «Орфографический словарь якутского языка», включающий около 32000 слов и словоформ (2015). Именно с этой даты правила якутской орфографии вступили в свою законную силу и действуют как единое руководство для якутской письменности. В связи с этим в настоящее время становится актуальным проведение лингвистического анализа республиканских якутоязычных газет на предмет соблюдения орфографического режима, поскольку газета играет огромную роль не только в культурной жизни общества, но и в оформлении норм литературного языка, в том числе и орфографии. В данной статье освещаются результаты мониторинга республиканских якутоязычных газет (2016-2019 гг.). Выявлено, что редакции газет в целом стараются придерживаться утвержденных правил орфографии и орфографического словаря якутского языка. Материалы некоторых газет (например, газеты «Туймаада») напрямую зависят от их авторов, и редакция не вносит больших корректив в речевое оформление, тем самым предоставляя некоторую свободу в орфографической части.
Ключевые слова: якутский литературный язык, средства массовой информации (СМИ), республиканские газеты, мониторинг, правила орфографии, заимствованные слова
Основные проблемы современной якутской орфографии сводятся к вопросам правописания слов как исконного, так и иноязычного происхождения, проникших в якутский язык в разные периоды. Кроме того, определенную проблему составляют вопросы употребления дефиса и написания прописных
© Васильева Н.М., 2019
букв. Из них наиболее острым и резонансным в обществе является вопрос орфографирова-ния заимствованных из русского языка слов.
Процессы демократизации общества в 90-х г. ХХ в. коснулись и языковой ситуации в республике, привели к изменениям, в том числе обусловившим ослабление орфографи-
