CC BY
25
УДК 81.42
DOI 10.36622/AQMPJ.2022.50.60.002
Московский городской педагогический университет (Самарский филиал),
преподаватель кафедры методики преподавания иностранного языка Мусаева А.С.
Россия, г. Самара, тел. +79063385380 e-mail: [email protected]
Moscow City Pedagogical University
(Samara branch),
Lecturer of the Department
of Foreign Language
Teaching Methodology
Musaeva A.S.
Russia, Samara, tel. +79063385380 e-mail: [email protected]
А.С. Мусаева
ОБЩЕЯЗЫКОВОЙ СУБСТРАТ ТЕРМИНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА (НА ПРИМЕРЕ ТЕРМИНОВ-СЛОВОСОЧЕТАНИЙ)
Цель статьи - исследовать процесс терминообразования в новой специальной сфере - терминологии искусственного интеллекта. Материалом исследования послужили 116 терминов искусственного интеллекта, отобранные методом сплошной выборки из государственных стандартов по искусственному интеллекту, утвержденных к настоящему времени. В статье доказано, что актуальная терминология искусственного интеллекта в значительной степени восходит к общеязыковому субстрату - словосочетаниям общенародного языка. Доля заимствованных из литературного языка терминов-словосочетаний составляет 25%. В статье анализируются два семантических явления - гипонимия и метафора. Показано, как метатермины формируют иерархию специального поля искусственного интеллекта. Проанализирован процесс переосмысления, метафоризации слов литературного языка. С помощью метода компонентного анализа показано, как утрачиваются семы общелитературного слова и появляются специальные дифференциальные признаки, указывающие на принадлежность к профессиональной сфере искусственного интеллекта. В основном метафоризации подвергается базовое слово в словосочетании - имя существительное, значительно реже - зависимый компонент.
Ключевые слова: термин, терминология, терминологическое словосочетание, привлечение, общеязыковой субстрат, гипонимия, метафора
COMMON LINGUISTIC SUBSTRATUM OF ARTIFICIAL INTELLIGENCE TERMINOLOGY (ON THE EXAMPLE OF WORD-COMBINATION TERMS)
The aim of the article is to investigate the process of term formation in a new special sphere - the terminology of artificial intelligence. The research material was 116 terms of artificial intelligence. These terms were selected by random sampling from state standards on artificial intelligence. These state standards are currently approved in Russia. The article proves that the actual terminology of artificial intelligence to a large extent goes back to the common linguistic substratum - word combinations of the common language. The share of word-combination terms borrowed from the literary language is 25%. The article analyzes two semantic phenomena - hyponymy and metaphor. It is shown how meta-terms form a hierarchy of special field of artificial intelligence. The process of reinterpretation, metaphorization of words of literary language is analyzed. Using the method of component analysis it is shown how the semesters of the literary word are lost and special differential features appear. These differential features indicate belonging to the professional sphere of artificial intelligence. Mainly the base word in the word combination - the noun, and much more rarely - the dependent component - is subjected to metaphorization.
Key words: terminology, term, terminological word combination, attraction, common language substrate, hyponymy, metaphor
В современном терминоведении для описания процесса заимствования формирующимся терминологическим полем слов из других сфер национального русского языка обычно используются термины «привлечение» и «транстерминологизация». И привлечение, и транстерминологизация являются способами семантического терминообразования через специализацию в условиях особого
A.S. Musaeva
© Мусаева А.С., 2022
контекста [1]. Однако можно отметить отсутствие единой терминологии при описании процессов терминообразования. Например, С.В. Гринев использует термин «заимствование» для описания процесса пополнения специальной лексики средствами литературного языка, а привлечением называет переход термина в другое профессиональное поле [2, с. 63]. На этапе становления терминоведения как самостоятельной отрасли лексикологии один из ее основателей - Д.С. Лотте - пользовался термином «перенос» [3, с. 99], В.П. Даниленко говорит о вторичной терминологизации номинативной единицы [4, с. 21]. «Переход лексики из метаязыка одной системы в метаязык другой» Е.И. Мальцева называет трансфером [5, с. 150]. В настоящее время широко используется термин транстерминологизация, см.: [6; 7; 8; 9 и др.].
Нет определенности и в энциклопедическом словаре В.А. Татаринова «Общее терминоведе-ние» [10]. И под привлечением, и под транстерминологизацией понимается один и тот же процесс переноса термина из одной терминосистемы в другую. Ср. привлеченные термины - термины из других отраслей, использующиеся в определенной терминосистеме [там же, с. 146]; транстерминологизация - процесс перехода термина из одной отрасли в другую [там же, с. 309].
При неупорядоченности определений считаем возможным пользоваться в данном исследовании следующей терминологией: привлечение - заимствование терминов и словосочетаний из литературного языка; транстерминологизация - заимствование термина из одного терминологического поля в другое. Таким образом, привлечение - это вертикальный процесс, когда лексема «спускается» из системы общенародного языка в один из пластов лексики, а именно, в специальную, узкоограниченную сферу. Транстерминологизация - это процесс горизонтальный, связанный с переходом из одной профессиональной области в другую.
Языковой материал терминополя «Искусственный интеллект» (ИИ) в настоящее время составляют 449 терминов. Все они входят в параграфы «Термины и определения» утвержденных государственных стандартов по искусственному интеллекту. Среди них [11 - 15] и нек. др. стандарты. Количественный анализ терминов ИИ показывает, что:
- привлеченными являются 208 единиц (46%);
- транстерминологизированными - 187 (42%);
- созданными как неологизмы для обслуживания теории и практики ИИ - 54 (12%).
Из литературного языка могут заимствоваться как слова, так и словосочетания. В нашем языковом материале:
- привлеченные слова - 92 лексемы (44%);
- привлеченные словосочетания - 116 единиц (56%).
В рамках данной статьи анализируются привлеченные словосочетания, среди которых следующие: библиотека знаний, витрина данных, естественный язык, жизненный цикл, заданные условия, заинтересованное лицо, интернет вещей, модель знаний, обученная модель, общедоступная платформа, показатель качества, потребители информации, статические данные, цифровой след, экспертная система, эксплуатационная документация изготовителя и др.
Данные выражения либо употребляются носителями русского языка без ощущения их терми-нологичности, либо входят в такое большое количество профессиональных полей, что установить их отраслевую принадлежность не представляется возможным. В словарях такие выражения сопровождаются пометой «спец.», не указывающей на конкретную научно-техническую область.
А.Э. Буженинов, проводя различие между транстерминологизацией и привлечением, пишет, что привлеченные термины при переходе из одного дискурса в другой сохраняют свое значение в отличие от транстерминологизированных [16, с. 59]. Большая часть привлеченных терминов-словосочетаний в специальном поле ИИ оказывается именно такой: ни в форме термина, ни в его определении не содержится никаких маркеров - указаний на принадлежность к терминологическому полю ИИ. Например:
заинтересованное лицо - любое физическое лицо, группа или организация, которые могут влиять, оказаться под влиянием, либо считать, что на них повлияло определенное решение или действие
[15];
классификационная схема - классификационная структура, основанная на отношениях подчинения [11];
результат испытаний - оценка характеристик свойств объекта, установления соответствия объекта заданным требованиям по данным испытаний, результаты анализа качества функционирования объекта в процессе испытаний [13].
Большую группу терминов-словосочетаний представляют собой видовые обозначения, причем родовое слово может и не присутствовать в словнике терминов ИИ. Родо-видовые отношения в языке носят название гипонимии. Л.А. Новиков в «Лингвистическом энциклопедическом словаре» дает такое определение гипонимии: «одно из основных парадигматических отношений в семантическом поле - иерархическая организация его элементов, основанная на родо-видовых отношениях» [17, с. 104].
Гипонимия является системообразующим, фундаментальным структурным качеством и литературного языка, и его специальных дискурсов. В терминологическом поле она отражает сложившуюся на данный момент иерархию научно-технических понятий. Чем глубже гипо-гиперонимическая организация терминосистемы, тем более разработанной является определенная область человеческого знания.
Лексикологи рассматривают явление гипонимии как проявление семантических привативных оппозиций в языке: значение родового слова дублируется в видовом, обозначая их семантическое сходство. Гипонимические отношения построены по принципу иерархии, и «иерархичность проявляется в том, что каждый класс является видом одного более высокого в иерархической цепи и родом по отношению к классам, расположенным ниже», - пишет О.И. Лукина [18, с. 382]. Л.А. Морозова замечает, что чем ниже положение видового термина в иерархии, тем более специфичным он становится [19, с. 100].
Родо-видовые отношения находят отражение в дефинициях терминов. Как пишет Э.В. Кузнецова, у подобных терминов дефиниции состоят из двух частей: первая часть - идентификатор, вторая - конкретизатор. Идентификатор определяет более общие признаки, а конкретизатор -дифференциальные, позволяющие различать согипонимы [20, с. 36-37]. Можно сказать, что идентификатор представляет собой тему дефиниции, а конкретизатор - рему.
А.С. Зайцева напрямую увязывает явление гипонимии с синтаксическим терминообразованием. В терминоведении синтаксическим называется способ образования терминов-словосочетаний. Исследователь отмечает, что первично путем привлечения в терминосистему попадает неологизм, который впоследствии уточняется терминами-спецификаторами. Активность синтаксического термино-образования, приводящего к появлению гипонимов, А.С. Зайцева объясняет «когнитивной природой термина, отражающего процесс научного познания от общего к частному... Когнитивное терминове-дение отмечает наличие у термина-словосочетания прозрачной внутренней формы и выражение им родо-видовых связей» [21, с. 105].
Поскольку речь идет о терминообразовании, А.С. Зайцева увязывает родо-видовые отношения с представлениями о терминологическом гнезде (ТГ) и предлагает авторскую его трактовку. С ее точки зрения, вершину ТГ представляет «гнездообразующий термин максимальной степени обобщенности, родовой по отношению к компонентам ТГ» [21, с. 99]. Развитие ТГ происходит только по одной линии - «за счет появления терминов-спецификаторов исходного понятия» [там же]. Автор отмечает, что основным строительным материалом ТГ являются видовые прилагательные или существительные, а «термины-словосочетания являются важным и распространенным видом новых специальных слов» [там же].
Рассмотрим более подробно привлеченные видовые словосочетания.
Родовое слово данные: динамические данные, нормализованные данные, обезличенные данные, обучающие данные, основные данные, первичные данные, персональные данные, статические данные, транзакционные данные, учебно-методические данные.
Родовое слово предмет: бесхозный предмет, исчезнувший предмет, оставленный предмет, унесенный предмет.
Родовое слово объект: объект классификации, объект наблюдения, физический объект.
Родовое слово модель: модель жизненного цикла, модель знаний, обученная модель.
Родовое слово система: образовательный продукт (программно-техническая система) с алгоритмами искусственного интеллекта, техническая система, экспертная система.
Родовое слово средство: средство мониторинга поведения людей, средство прогнозирования намерений людей, транспортное средство.
Родовое слово схема: классификационная схема, схема классификации.
Родовое слово информация: дополнительная информация, основная информация.
Родовое слово обучение: непрерывное обучение, повторное обучение и нек. др.
Большая часть представленных родовых терминов является так называемыми словами широкого объема значения, или метатерминами. Это общенаучные или общетехнические термины-понятия категориального уровня (предмет, объект, средство, система, схема и др.). Основное их назначение - функция субституции [22, с. 202].
В.А. Татаринов для определения одного из видов неоднозначности термина предложил понятие эврисемии, или, по-другому, широкозначности [10, с. 347]. Под эврисемией ученый понимает «способность термина относиться к неопределенному количеству денотатов» [там же]. Этот процесс представляется исследователю десемантизацией слова до его моносемной структуры, «причем сохранившаяся моносема приобретает в высшей степени абстрактный характер. Термин становится бесконечным, способным означать неопределенное множество денотатов» [там же]. Поэтому ученые говорят о низкой информативности таких терминов, но тем не менее они являются неотъемлемой частью метаязыков всех терминологических полей, в том числе и терминологического поля ИИ.
Их наличие во всех терминологиях объясняется важными для систем терминов логическими, классификационными отношениями. Слова наивысшего уровня обобщения задают таксономическую сетку членения действительности и служат для типизации менее общих лексических единиц. С когнитивной точки зрения, метатермины выполняют функцию строевых слов в структурной схеме членения объективной действительности в сознании человека. Например, Е.И. Голованова вычленяет семь уровней категориальной классификации, основанной на последовательной конкретизации мета-терминов: высший, метакатегориальный, категориальный, суперординатный, базовый, тематический, субтематический [23, с. 18].
Без конкретизации с помощью видового прилагательного невозможно определить ни принадлежность термина к определенному специальному полю, ни его значение. Только в рамках термина-словосочетания семантика метатерминов приобретает определенность. Типичная структура метатер-минов - двусловная. Она включает интегрирующий и дифференцирующий компонент. Термины тематического и субтематического уровней являются специальными лексемами с высокой степенью терминологизации, наиболее информативными лексемами, именно они фиксируют, хранят и передают специальную профессиональную информацию. Метатермины наиболее тесно связаны с проблемой искусственного интеллекта, поскольку именно они являются основными классификаторами понятий в информационных языках, которые стремятся к однозначной формальной записи значений.
При образовании терминов-словосочетаний синтаксическое терминообразование может сопровождаться одновременной метафоризацией одного (реже - обоих) компонентов. Однако метафора в терминологии ИИ является скорее исключением, чем правилом. Наличием метафорических терминов характеризуются старые терминологии, начавшие появляться по мере дифференциации трудовой деятельности (ремесленная, строительная, медицинская, охотничья и др.): «С развитием научного мышления человек начинает переносить свой житейский опыт на специальную сферу деятельности» [24, с. 33]. Терминологии нового времени, к которым можно отнести и лексикон ИИ, используют слова в их прямом значении. Хотя термины-метафоры до сих пор актуальны, их появление «объясняется .. .стремлением специалиста создавать новые понятия, сопоставляя их с уже известными понятиями и вербализировать их, используя знакомые общеупотребительные слова» [25, с. 360].
Метафоризации могут подвергаться как ядерные, так и периферийные семы в толковании слов. В исследуемом материале нами обнаружено 8 терминологических сочетание метафорического характера: искусственный интеллект, библиотека знаний, витрина данных, общедоступная платформа, обучение модели, обученная модель, цифровой след, обогащенные данные.
Проанализируем метафоризацию имени существительного. Сам термин искусственный интеллект представляет собой контаминацию оксюморона и метафоры. Определение искусственный реализует сему подобия: созданный человеком наподобие или вместо природного, подлинного; при этом интеллект - это сугубо человеческая мыслительная способность, умственное начало у человека, определяющее его деятельность.
В.Н. Прохорова перенесла классификацию фразеологизмов литературного языка на терминологические словосочетания. При таком подходе термин искусственный интеллект можно квалифицировать как фразеологическое единство - основания его метафоризации понятны и ощутимы [26, с. 6061]. Это словосочетание, в котором метафоризации подвергаются главное слово - существительное интеллект: машинные операции уподобляются мыслительной деятельности.
Метафорический термин образует терминологическое гнездо - говорят о сильном и слабом искусственном интеллекте. С лингвистической точки зрения в описании теории сильного искусственного интеллекта присутствует большое количество олицетворений: он «способен осознавать себя как
отдельную личность», «может понимать собственные мысли», «принимает решения», «планирует», «обучается», «общается на естественном языке», «обладает силой воли», «имеет сознание и самосознание», «способен к сопереживанию», «мудрый», «мотивированный».
Принадлежностью терминополя ИИ является специальное сочетание библиотека знаний. В нем метафорически переосмысливается слово «библиотека». В слове «библиотека» можно выделить 3 семы: 1) помещение; 2) функция (хранение и выдача); 3) объект (книги). Попав в профессиональный язык, слово утратило базовую сему «помещение» и факультативную объектную (книги). Осталась только функциональная сема. В компьютерном языке библиотека - это хранилище подпрограмм, классов в едином файле специального формата. Согласно ГОСТу, библиотека знаний - «набор информационных (знаковых, символьных) моделей, которые выражают знания (также могут включать в себя определение моделей и их требования) о ряде вещей (понятий) и хранятся и воспроизводятся в электронном виде» [11].
Приведем в качестве примера также термин витрина данных. В терминологии ИИ витрина данных - «это срез хранилища данных, представляющий собой набор данных, подготовленных для предоставления потребителю в качестве услуги» [12]. С переходом к виртуальной цифровой среде некоторые слова русского языка утрачивают вещный, материальный смысл. Так, витриной называется либо специально оборудованное окно магазина (учреждения), либо застекленный шкаф, ящик, стенд с образцами для всеобщего обозрения. В терминологии ИИ на витрину «выкладывается» цифровой продукт. Тем не менее в специальном поле сохраняются семы предмета (образец, набор), услуги (показ), объекта (потребитель).
Аналогичный процесс наблюдаем в словосочетании общедоступная платформа - в терминологии ИИ «информационная система для сбора, обработки, хранения и опубликования наборов данных, доступная в информационно-телекоммуникационной сети "Интернет"» [27]. Платформой в русском языке называется площадка. В сфере ИИ платформа перестала быть некой специальной постройкой и представляет собой цифровую технологическую систему.
Рассмотрим термин обучение модели. В терминологии ИИ это «процесс определения или улучшения параметров модели машинного обучения на основе алгоритма машинного обучения с использованием обучающих данных» [15]. Под обучением в общем смысле понимается активная деятельность субъекта по овладению знаниями, умениями, навыками, развитию творческих способностей и нравственных установок. Семантика термина ИИ уже значения общеупотребительного слова -результатом обучения становятся лишь улучшенные параметры модели, процесс обучения машины не творческий, а подчиненный определенному алгоритму, машина не является активным участником обучения.
Еще один пример - термин цифровой след. Это «совокупность данных, представленных в электронном цифровом формате» [14]. Термин возник на базе лексико-семантического варианта многозначного слова «след» - остаток, сохраняющийся признак субъекта или явления, переставшего существовать или присутствовать. Выражение цифровой след является ложно ориентирующим, поскольку пользователь видит оцифрованные материалы, иные символы и знаки, а не собственно цифры.
Далее проанализируем метафоризацию имени прилагательного.
Процесс метафоризации отмечаем в термине обогащенные данные. По ГОСТу это «данные, объединенные или дополненные логически связанными данными, полученными от других поставщиков данных, а также данные, полученные в результате объединения по различным признакам и категориям» [12]. В основе переноса лежит одно из значений многозначного слова «обогатить» -преумножить, сделать более значительным по составу или содержанию. В термине обозначены 2 способа обогащения данных - объединение и дополнение.
Таким образом, привлеченные из общеупотребительного языка словосочетания составляют в терминологии ИИ 25,8%, то есть четверть лексикона одной из новейших терминологий формируется за счет общеязыкового субстрата в форме словосочетания. Эти терминологические выражения являются средством номинации как в общенародном языке, так и в его профессиональном дискурсе.
В статье внимание было сосредоточено на двух семантических явлениях - гипонимии и метафоре. Сделаны следующие выводы. Большая часть родовых терминов является словами широкого объема значения и выполняет системообразующую функцию: метатермины определяют логические, классификационные отношения в терминологическом поле. Проанализированные в статье термины
находятся на тематическом уровне, то есть имеют высокую степень терминологизации и наиболее полно кодируют специальную информацию.
Метафора в терминологии ИИ - редкое семантическое явление. Терминологии нового времени, в том числе и лексикон ИИ, используют слова в их прямом значении. Метафоризации при толковании слов могут подвергаться как ядерные, так и периферийные семы. Метафорические термины могут утрачивать часть сем общелитературного слова, при этом их дефиниция всегда дополняется специальными дифференциальными признаками, указывающими на принадлежность к профессиональной сфере. Такие семы могут содержать указания на функцию, результат, субъект, объект, время, место и др. Если общелитературное слово многозначно, термин возникает на базе одного из его лекси-ко-семантических вариантов. В основном метафоризации подвергается базовое слово в словосочетании - имя существительное, значительно реже - зависимый компонент.
Библиографический список
1. Сложеникина Ю.В. Терминология в лексической системе: функциональное варьирование: автореферат дис. ... д-ра филол. наук. М., 2006. 36 с.
2. Гринев С.В. Введение в терминоведение. М.: Московский лицей, 1993. 280 с.
3. Лотте Д.С. Основы построения научно-технической терминологии. М.: Изд-во АН СССР, 1961. 158 с.
4. Даниленко В.П. Русская терминология. Опыт лингвистического описания. М.: Наука, 1977. 246 с.
5. Мальцева Е.И. Семантические процессы при трансфере verba dicendi в язык искусства // Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2021. № 9 (851). С. 148-161.
6. Козловская Н.В. Явление транстерминологизации в «философии общего дела» Н.Ф. Федорова // Печать и слово Санкт-Петербурга (Петербургские чтения - 2014). Сб. науч. тр. 2015. С. 236-242.
7. Кухно И.Ю., Сложеникина Ю.В., Растягаев А.В. Авторский термин и авторская терминология пассионарной теории этногенеза // Научно-техническая информация. Серия 2: Информационные процессы и системы.
2018. № 10. С. 36-41.
8. Сложеникина Ю.В., Звягинцев В.А. Нормализация и кодификация терминологии в условиях вариантности. Самара: СФ МГПУ, 2018. 112 с.
9. Зайцева А.С., Сложеникина Ю.В. Семантика отраслевого термина (на примере терминологии чрезвычайных ситуаций) // Терминология: становление, развитие, функционирование: коллективная монография. Астрахань,
2019. С. 158-186.
10. Татаринов В.А. Общее терминоведение: энциклопедический словарь. М.: Московский Лицей, 2006. 526 с.
11. ГОСТ Р 59277-2020 «Системы искусственного интеллекта. Классификация систем искусственного интеллекта» [Электронный ресурс]. URL: https://www.standards.ru/document/6836301.aspx (дата обращения 20.01.2022).
12. ГОСТ Р 59237-2020 «Платформа "Автодата"». Термины и определения» [Электронный ресурс]. URL: https://www.standards.ru/document/6823879.aspx (дата обращения 20.01.2022).
13. ГОСТ Р 59921.2-2021 «Системы искусственного интеллекта в клинической медицине. Часть 2. Программа и методика технических испытаний» [Электронный ресурс]. URL: https://www.standards.ru/document/6877707.aspx (дата обращения 20.01.2022).
14. ГОСТ Р 59895-2021 «Технологии искусственного интеллекта в образовании. Общие положения и терминология» [Электронный ресурс]. URL: https://www.standards.ru/document/6877647.aspx (дата обращения 20.01.2022).
15. ПНСТ 553-2021 «Информационные технологии. Искусственный интеллект. Понятия и терминология» [Электронный ресурс]. URL: https://www.standards.ru/document/6877687.aspx (дата обращения 20.01.2022).
16. Буженинов А.Э. Транстерминологизация как тип терминологической номинации (на материале подъязыка гомеопатии) // В мире науки и искусства: вопросы филологии, искусствоведения и культурологии. 2014. № 37. С. 56-63.
17. Новиков Л.А. Гипонимия // Лингвистический энциклопедический словарь / под. ред. В.Н. Ярцевой. М.: Сов. энциклопедия, 1990. С. 104.
18. Лукина О.И. Гипонимия терминов фонетики во французском языке // Мир науки, культуры, образования. 2019. № 1 (74). С. 382-384.
19. Морозова Л.А. Терминознание: Основы и методы. М.: ГНО «Прометей» МИГУ, 2004. 143 с.
20. Кузнецова Э.В. Лексикология русского языка: учебное пособие. М.: Высшая школа, 1989. 215 с.
21. Зайцева А.С. Современный профессиональный язык робототехники (на примере терминологического гнезда «робот») // Научный диалог. 2021. № 5. С. 96-114.
22. Сложеникина Ю.В. Терминологическая вариативность: семантика, форма, функция. М.: ЛКИ, 2018. 288 с.
23. Голованова Е.И. Категориальный подход к изучению термина // Научно-техническая терминология: Науч.-технич. реф. сб.: Материалы 10-й Междунар. науч. конф. по терминологии. М.: ВНИИКИ, 2004. Вып. 1. С. 1720.
24. Милуд М.Р. Продуктивные модели формирования метафор в нанокомпьютерной терминологии // Русистика без границ. 2020. Т. 4. № 1. С. 30-39.
25. Кудрявцева И.Г., Юдина И.И. Сопоставительный анализ терминов-метафор английской и русской терминологий строительства // Балтийский гуманитарный журнал. 2021. Т. 10. № 1 (34). С. 359-361.
26. Прохорова В.Н. Русская терминология. Репр. изд. М.: Книга по требованию, 2013. 125 с.
27. Указ Президента РФ от 10 октября 2019 г. N 490 «О развитии искусственного интеллекта в Российской Федерации» [Электронный ресурс]. URL: https://base.garant.ru/72838946/ (дата обращения 20.01.2022).
References
1. Slozhenikina YU.V. Terminology in the lexical system: functional variation: Doctor of Philology thesis abstract. Moscow, 2006. 36 р.
2. Grinev S.V. Introduction to Terminology. Moscow: Moskovskij licej, 1993. 280 p.
3. Lotte D.S. Fundamentals of scientific and technical terminology. Moscow: Izd-vo AN SSSR, 1961. 158 p.
4. Danilenko V.P. Russian terminology. Experience of a linguistic description. Moscow: Nauka, 1977. 246 p.
5. Mal'ceva E.I. Semantic processes in the transfer of verba dicendi into the language of art // Bulletin of the Moscow State Linguistic University. Humanities. 2021. No. 9 (851). Рр. 148-161.
6. Kozlovskaya N.V. The phenomenon of transterminologization in the "philosophy of the common cause" of N.F. Fedorov // Print and the Word of St. Petersburg (St. Petersburg Readings 2014)]. 2015. Рр. 236-242.
7. Kuhno I.YU., Slozhenikina YU.V., Rastyagaev A.V. Author's term and author's terminology of the passionary theory of ethnogenesis // Scientific and Technical Information. Series 2: Information Processes and Systems. 2018. No. 10. Рр. 36-41.
8. Slozhenikina YU.V., Zvyagincev V.A. Normalization and codification of terminology in conditions of variation]. Samara: SF MGPU, 2018. 112 p.
9. Zajceva A.S., Slozhenikina YU.V. Semantics of a branch term (on the example of terminology of emergencies) // Terminology: formation, development, functioning. Astrahan', 2019. Pр. 158-186.
10. Tatarinov V.A. General terminology: encyclopedic dictionary. Moscow: Moskovskij Licej, 2006. 526 p.
11. GOST R 59277-2020 "Artificial Intelligence Systems. Classification of Artificial Intelligence Systems" [Electronic resource]. URL: https://www.standards.ru/document/6836301.aspx (accessed 20.01.2022).
12. GOST R 59237-2020 "Autodata Platform. Terms and definitions" [Electronic resource]. URL: https://www.standards.ru/document/6823879.aspx (accessed 20.01.2022).
13. GOST R 59921.2-2021 "Artificial Intelligence Systems in Clinical Medicine. Part 2. Program and technique of technical tests" [Electronic resource]. URL: https://www.standards.ru/document/6877707.aspx (accessed 20.01.2022).
14. GOST R 59895-2021 "Artificial Intelligence Technologies in Education. General provisions and terminology" [Electronic resource]. URL: https://www.standards.ru/document/6877647.aspx (accessed 20.01.2022).
15. PNST 553-2021 "Information technologies. Artificial intelligence. Concepts and terminology" [Electronic resource]. URL: https://www.standards.ru/document/6877687.aspx (accessed 20.01.2022).
16. Buzheninov A.E. Transterminologization as a Type of Terminological Nomination (on the Material of Homeopathy Sublanguage) // In the World of Science and Art: Issues in Philology, Art History, and Cultural Studies. 2014. No. 37. Pр. 56-63.
17. Novikov L.A. Hyponymy // Linguistic Encyclopedic Dictionary. Moscow: Sov. enciklopediya, 1990. P. 104.
18. Lukina O.I. Hyponymy of phonetics terms in French // The World of Science, Culture, Education. 2019. No. 1 (74). Рр. 382-384.
19. Morozova L.A. Terminology: Fundamentals and Methods. Moscow: GNO «Prometej» MPGU, 2004. 143 p.
20. Kuznecova E.V. Lexicology of the Russian language. Moscow: Vysshaya shkola, 1989. 215 p.
21. Zajceva A.S. Modern professional language of robotics (by the example of terminological nest "robot") // Scientific Dialogue. 2021. No. 5. Pр. 96-114.
22. Slozhenikina YU.V. Terminological variability: semantics, form, function. Moscow: LKI, 2018. 288 p.
23. Golovanova E.I. Categorical approach to the study of the term // Scientific and Technical Terminology. Moscow: VNIIKI, 2004. No. 1. Pр. 17-20.
24. Milud M.R. Productive models of metaphor formation in nanocomputer terminology // Russian language without borders. 2020. Vol. 4. No. 1. Pр. 30-39.
25. Kudryavceva I.G., YUdina I.I. Comparative analysis of metaphorical terms in English and Russian construction terminology // Baltic Journal of Humanities. 2021. Vol. 10. No. 1 (34). Pр. 359-361.
26. Prohorova V.N. Russian terminology. Moscow: Kn. po trebovaniyu, 2013. 125 p.
27. Presidential Decree of October 10, 2019 N 490 "On the development of artificial intelligence in the Russian Federation". [Electronic resource]. URL: https://base.garant.ru/72838946/ (accessed 20.01.2022).
