CC BY
22
POLSHCHIKOVA Olga Nikolaevna
COMPOUND AND COMPLEX ABREVIATION TERMS .
Baltic Humanitarian Journal. 2022. Т. 11. № 2(39)
e-ISSN: 2712-9780
V 7TK" 811 161 1 l/^i (TliON l©2022 Контент доступен по лццешнн СС BY-NC 4.0
•У Д1Ч OII.IOI.I |(сс) tjJCSj This is an open access article under the СС BY-NC 4.0 license
QQJ. | (j 57145/27129780 2022 11 02 09 lfcae3MI^Mhttps://cteativecommons.otg/licenses/by-nc/4.0/)
СЛОЖНЫЕ И СЛОЖНОСОКРАЩЕННЫЕ ТЕРМИНЫ КОМПЬЮТЕРНОЙ ЛИНГВИСТИКИ
© Автор(ы) 2022
ПОЛЬЩИКОВА Ольга Николаевна, кандидат филологических наук, доцент кафедры русского языка, профессионально-речевой и межкультурной коммуникации
Белгородский государственный национальный исследовательский университет 308015, Россия, Белгород, polshchikova@bsu.edu.ru
SPIN: 4047-9523
AuthorlD: 1053997
ORCID: 0000-0002-0062-9963
ScopusID: 57194529022
Аннотация. Данная статья посвящена исследованию терминологии компьютерной лингвистики, в частности, анализу слов, применяемых для замены многокомпонентных терминологических словосочетаний. Цель исследования состоит в раскрытии особенностей образования сложных и сложносокращенных терминов компьютерной лингвистики. Для достижения поставленной цели в процессе исследования применялись методы описания, а также морфемного и словообразовательного анализа. Методологической основой послужили работы ученых, посвященные описанию процессов образования терминологических единиц. Для получения фактического материала использованы труды по прикладной и компьютерной лингвистики, автоматической обработке текстов на естественном языке. В результате проведенных исследований выявлено распространение терминологических композитов с сочинительной и подчинительной видами связи между основами. Отмечено, что в исследуемой терминологии функционируют существительные, образованные на основе словосложения, которые условно можно разбить на группы, обозначающие названия лиц, процессов, видов сообщений, текстовых массивов, аппаратно-программных средств, языковых конструкций, структурированной информации о языковых объектах и операциях, относящихся к профессиональной сфере компьютерной лингвистики. Рассмотрены сложносокращенные слова-термины, представленные инициально-звуковыми и инициально-буквенными, частичными и комбинированными аббревиатурами. Показаны примеры аббревиатур, созданных на основе сочетания части слова и полноценного слова, а также сочетания частей двух и более слов. Выявлены комбинированные аббревиатуры, составленные с помощью частей слова и инициальных звуков, а также инициальных звуков и полноценных слов.
Ключевые слова: терминология, компьютерная лингвистика, автоматическая обработка естественного языка, сложные слова, сложносокращенные слова, аббревиатуры, слова-композиты, словосложение, основосложение, словосочетания.
COMPOUND AND COMPLEX ABBREVIATION TERMS OF COMPUTER LINGUISTICS
© The Author(s) 2022
POLSHCHIKOVA Olga Nikolaevna, Candidate of Philology, Associate Professor of the Department of the Russian Language, Professional Speech and Intercultural Communication Belgorod National Research University 308015, Russia, Belgorod, polshchikova@bsu.edu.ru
Abstract. This article is devoted to the study of the terminology of computational linguistics, in particular, the analysis of words used to replace multicomponent terminological phrases. The purpose of the study is to reveal the features of the formation of complex and complex abbreviated terms of computational linguistics. To achieve this goal, the methods of description, as well as morphemic and word-formation analysis, were used in the research process. The methodological basis was the work of scientists devoted to the description of the processes of formation of terminological units. To obtain factual material, works on applied and computational linguistics, automatic processing of texts in natural language were used. As a result of the research, the distribution of terminological composites with coordinating and subordinating types of connection between the stems has been revealed. It is noted that in the terminology under study there are nouns formed on the basis of word composition, which can be conditionally divided into groups denoting the names of persons, processes, types of messages, text arrays, hardware and software, language constructs, structured information about language objects and operations related to to the professional field of computational linguistics. Compoundly abbreviated words-terms, represented by initial-sound and initial-letter, partial and combined abbreviations, are considered. Examples of abbreviations created on the basis of a combination of a part of a word and a full word, as well as a combination of parts of two or more words are shown. Combined abbreviations made up with the help of parts of the word and initial sounds, as well as initial sounds and full words are revealed.
Keywords: terminology, computational linguistics, automatic natural language processing, compound words, compound words, abbreviations, composite words, word composition, stem structure, word combinations.
ВВЕДЕНИЕ
Вместо громоздких многокомпонентных терминологических словосочетаний нередко применяются сложные и сложносокращенные слова. Исследованию таких терминов посвящены многие научные труды и публикации лингвистов. Сложносокращенные слова как эквиваленты словосочетаний изучены в синхронном и диахронном аспектах [1]. Показаны особенности создания сложносокращенных слов в терминологиях бизнеса [2], нанотехнологий [3], автомобилестроения [4]. Описаны структурные типы сложных слов и способы их образования для обозначения географических объектов [5]. Рассмотрены типологии аббревиатур в общественно-политической терминологии [6] и тер-миносистеме кораблестроения [7]. Проанализированы
особенности словосложения и аббревиации при образовании терминов экономики [8], тылового обеспечения [9], инфокоммуникаций [10]. Словосложение и создание сложносокращенных слов рассмотрены как способы образования компьютерных терминологических единиц [11]. Выполнен анализ аббревиатур, используемых в новостных интернет-СМИ [12], текстах медицинской и фармацевтической направленности [13].
Динамично развивающейся междисциплинарной научно-технологической профессиональной сферой является компьютерная лингвистика. С одной стороны, она считается составляющей прикладной лингвистики, с другой стороны, является направлением искусственного интеллекта. Последние достижения в этой сфере связаны с успешным созданием нейросетевых средств
Балтийский гуманитарный журнал. 2022. Т. 11. № 2(39)
e-ISSN: 2712-9780
ПОЛЬЩИКОВА Ольга Николаевна СЛОЖНЫЕ И СЛОЖНОСОКРАЩЕННЫЕ ТЕРМИНЫ ...
автоматической обработки естественного языка, предназначенных для решения различных практических задач [14-20]. Стремительное появление новых «программно-аппаратных средств автоматизации, технологий искусственного интеллекта и моделирования естественного языка усложняет адекватное пополнение терминологии компьютерной лингвистики», требует её упорядочения, дальнейшей стандартизации [21]. На сегодняшний день недостаточно освещены вопросы построения сложных и сложносокращенных терминов компьютерной лингвистики. С учетом вышеуказанного, а также наблюдаемого растущего интереса к терминологии компьютерной лингвистики изложенные в данной работе исследования представляются актуальными.
МЕТОДОЛОГИЯ
Цель исследования - раскрыть особенности образования сложных и сложносокращенных терминов компьютерной лингвистики.
Анализ сложных и сложносокращенных терминов компьютерной лингвистики проведен с применением различных методов исследования. В целях установления морфемного состава исследуемых терминов использован морфемный анализ. Определение структуры образованных слов-терминов выполнено с помощью словообразовательного анализа. Комплексное представление результатов, полученных в ходе исследования, проведено на основе применения описательного метода.
Теоретической базой исследования послужили работы С.В. Гринева-Гриневича [22], В.П. Даниленко [23], Д.С. Лотте [24], Ю.Н. Караулова [25] и публикации других авторов, посвященные описанию процессов образования терминологических единиц. Для получения фактического материала были использованы труды, в которых рассмотрены вопросы прикладной и компьютерной лингвистики, автоматической обработки текстов на естественном языке [26-28], а также Русско-английский тезаурус по компьютерной лингвистике [29].
РЕЗУЛЬТАТЫ
Как известно, сложные и сложносокращенные слова возникают вследствие основосложения, словосложения и аббревиации. К сложным относятся слова, которые имеют не менее двух мотивирующих основ и не совпадают «по своему морфемному составу с синонимичным словосочетанием» [25, с. 514]. Основосложение (композиция) является продуктивным способом создания терминов компьютерной лингвистики. Результатом ос-новосложения выступают сложные слова, именуемые композитами. По характеру семантического отношения сочетаемых основ термины-композиты делятся на дериваты с сочинительной и подчинительной связями.
В терминологии компьютерной лингвистики достаточно примеров сложных терминологических образований с сочинительной связью между основами: акустико-фонетическая (модель) ^ акустическая и фонетическая, амплитудно-частотный (спектр звука) ^ амплитудный и частотный, вопросно-ответная (система) ^ вопросная и ответная, инженерно-лингвистический (подход) ^ инженерный и лингвистический, информационно-справочный (диалог) ^ информационный и справочный, лексико-семантическая (разметка) ^ лексическая и семантическая, логико-математический (метод) ^ логический и математический, поверхностно-семантический (анализ) ^ поверхностный и семантический, русско-английский (текстовый корпус) ^ русский и английский.
Слова-композиты компьютерной лингвистики образованы также с помощью подчинительного вида связи между терминоэлементами: акцентоноситель ^ носитель акцента, высокопроизводительная (система морфологического анализа) ^ высокая производительность, правдоподобие ^ подобие правды, речеобразо-вание ^ образование речи, речепроизводство ^ производство речи, словоупотребление ^ употребление слова, узкополосный (речевой сигнал) ^ узкая полоса.
В исследуемой терминологии выявлены образованные с помощью основосложения слова-существительные. Между основами в таких терминах могут находиться интерфиксы о-, е-, у-. При этом в качестве первого элемента преимущественно использованы основы существительных (слов-о-форма, спектр-о-анализ, реч-е-восприятие), реже числительных (пол-у-слог), местоимений (сам-о-загрузка) и наречий (многозначность).
Получили достаточное распространение терминологические композиты-прилагательные. В качестве первого компонента зачастую выступает основа числительного: одноцелевой (парсер), двуязычный (корпус), триграммная (модель). Выявлены термины-композиты, элементы которых образованы из основ прилагательных и существительных: широкая полоса - широкополосный (спектр речевого сигнала), низкое качество - низкокачественная (сегментация), краткий срок - краткосрочная (память). Встречаются также композиты-прилагательные, в которых первым элементом является основа существительного и наречия: дикторонезависимая ^ независимая от диктора, многоязычный (текстовый корпус), многоцелевой (парсер).
В профессиональной лексике компьютерной лингвистики функционируют термины-существительные, образованные на основе словосложения (юкстапозиции): язык-посредник, программа-собеседник. Множество таких терминов условно можно разбить на ряд представленных ниже групп.
Группа, обозначающая названия лиц профессиональной сферы компьютерной лингвистики, представлена следующими примерами: Размеченные корпуса создаются обычно лингвистами-экспертами и используются как для лингвистических исследований, так и для настройки (обучения) лингвистических процессоров на основе методов машинного обучения [26, с. 23]; Разработчик-одиночка, создающий нужную ему утилиту, обычно оптимизирует ее под свой процесс разработки [28, с. 500]; Реализовать эти и другие способы борьбы с неоднозначностью - это одна из важных задач лингвиста-практика [27, с. 19]; Большинство существующих методов оценивания интерпретируемости основано на привлечении экспертов-асессоров [26, с. 247]; Лингвисты-теоретики используют корпусы в качестве экспериментальной базы для проверки гипотез и доказательства своих теорий [32, с. 11]; Наиболее сложная задача для построения обучающих речевых баз данных состоит в получении фонетической транскрипции, которая для этой цели выполняется вручную экспертами-фонетистами и является весьма трудоемкой [27, с. 112].
К группе, обозначающей названия процессов профессиональной сферы компьютерной лингвистики, можно отнести следующие примеры: Подход является затратным по времени, поскольку идет интенсивное обращение к Интернет-поиску [26, с. 160]; Вторая задача близка к классической задаче контент-анализа текстов массовой коммуникации, в ней оценивается общая тональность высказываний и текста в целом [26, с. 12].
Можно выделить группу, обозначающую названия видов сообщений и текстовых массивов, относящихся к профессиональной сфере компьютерной лингвистики:
Для машинного обучения в задачах оценки тональности текстовых отзывов могут быть использованы тексты интернет-отзывов с уже проставленными оценками [26; 23]; Тексты в электронном виде для создания корпусов могут быть получены самыми разными способами: ручной ввод, сканирование, авторские копии, дары и обмен, Интернет, оригинал-макеты, предоставляемые составителям корпусов издательствами [30, с. 7]; Тематическая модель осуществляет «мягкую кластеризацию», относя документ к нескольким кластерам-темам с некоторыми вероятностями [26, с. 195]; В качестве примера и образца приведем фрагмент будущего
POLSHCHIKOVA Olga Nikolaevna
COMPOUND AND COMPLEX ABREVIATION TERMS .
Baltic Humanitarian Journal. 2022. Т. 11. № 2(39)
e-ISSN: 2712-9780
словаря-тезауруса по корпусной лингвистике [30, с. 14].
В терминологии исследуемой профессиональной сферы функционирует также группа слов-юкстапозитов, обозначающих названия аппаратно-программных средств и их элементов: Юридические чат-боты, безусловно, являются целеориентированными виртуальными помощниками, но они не просто назначают дату визита к юристу, а подбирают дату судебного заседания и, возможно, даже помогают выиграть дело [28, с. 434]; В понятие «корпус текстов» входит также система управления текстовыми и лингвистическими данными, которую в последнее время чаще всего называют корпусным менеджером (или корпус-менеджером) [30, с. 3]; Спам-фильтры ... спасли всемирную систему электронной почты от анархии и застоя [28, с. 31].
Группа терминов-юкстапозитов компьютерной лингвистики, обозначающих названия языковых конструкций и элементов, структурированной информации о языковых объектах и операциях по их обработке, может быть представлена следующими примерами: Морфологические теги (значения), хранимые в автомате, находятся сразу после словоформ, как правило, за символом-разделителем, который не может встретиться ни в одной из входных форм слова [26, 62]; Аналогично и при умножении матрицы весов (используя скалярное произведение) на унитарный вектор-столбец для интересующего вас слова [28, с. 245]; За словами-маркерами обычно располагаются именованные сущности определённых категорий [26, с. 106]; Различают фреймы-образцы, или прототипы, хранящиеся в базе знаний, и фреймы-экземпляры, которые создаются для отображения реальных фактических ситуаций на основе поступающих данных [31, с. 10]; Каждый этап можно реализовать по одному или нескольким алгоритмам, перечисленным в соответствующих полях на блок-схеме [28, с. 61].
Распространенным явлением в терминологии компьютерной лингвистики является использование аббревиатур - существительных, образованных «из усечённых слов, входящих в исходное словосочетание, или из названий начальных букв этих слов» [25, с. 9]. К распространению такого способа терминообразования приводит увеличение длины терминов-словосочетаний [22, с. 192]. По утверждению В.П. Даниленко, аббревиация как способ номинации в специальных областях «занимает в словообразовании современного языка науки прочные позиции и обладает почти неограниченной продуктивностью» [23, с. 128]. Она дает возможность представить в предельно экономном виде длинные по составу наименования и обусловлена стремлением «к размещению возможно большего объема значения при минимальной форме» [22, с. 43]. Аббревиацию ученые характеризуют преимущественно как положительное явление, но отмечают необходимость взвешенного ее использования, потому что без «сохранения чувства меры, языкового чутья и терминологического вкуса» этот процесс может привести к «ряду недоразумений и технических ошибок» [24, с. 31].
В терминологии компьютерной лингвистики аббревиатуры представлены следующими типами:
1) инициальные аббревиатуры;
2) частичные аббревиатуры;
3) комбинированные аббревиатуры.
Достаточно распространенными аббревиатурами в исследуемой терминологии являются инициальные, которые делятся на следующие виды:
1) инициально-звуковые (по начальным звукам слов): АОТ (аот) ^ автоматическая обработка текстов, АРМ (ару) ^ автоматическая регулировка усиления, ИПС (ипс) ^ информационно-поисковая система, РОМИП (ромип) ^ Российский семинар по оценке методов информационного поиска, ЦАП (цап) ^ цифро-аналоговый преобразователь, ЦОС (цос) ^ цифровая обработка сигнала;
2) инициально-буквенные (по названиям первых букв слов): АРМ (а-эр-эм) ^ автоматизированное рабочее место, АРР (а-эр-эр) ^ автоматическое распознавание речи, АЦП (а-цэ-пэ) ^ аналогово-цифровое преобразование, ИНН (и-эн-эн) ^ искусственная нейронная сеть, ЛП (эл-пэ) ^ лингвистический процессор, КЛ (ка-эл) ^ компьютерная лингвистика, МП (эм-пэ) ^ машинный перевод, СМП (эс-эм-пэ) ^ система машинного перевода, ТБД (тэ-бэ-дэ) ^ терминологический банк данных, ЧМП (че-эм-пэ) ^ человеко-машинный перевод.
Частичные аббревиатуры образованы по двум типам:
- сочетанием части слова и полноценного слова: автореферирование ^ автоматическое реферирование, лингворазметка ^ лингвистическая разметка;
- сочетанием частей двух и более слов: РуТез ^русскоязычный тезаурус, КОЛИНГ ^ Международная конференция по компьютерной лингвистике.
В исследуемой терминологии имеются комбинированные аббревиатуры, образованные по следующим типам:
- часть слова и инициальные звуки (буквы): МорфС (морф-эс) ^ морфологическая структура, СинтО (синто) ^ синтаксические отношения; СинтС (синт-эс) ^ синтаксическая структура, СемС (сем-эс) ^ семантическая структура;
- инициальные звуки (буквы) и полноценное слово: ГМ-перевод ^ гибридный машинный перевод, МО-метод ^ метод машинного обучения, НС-грамматика ^ грамматика непосредственных составляющих, СМ-модель ^ скрытая марковская модель.
В терминологии компьютерной лингвистики много аббревиатур, взятых из английского языка без перевода, из-за чего трудно понять содержание обозначаемого понятия: ACL (Association of Computational Linguistics)
- Международная ассоциация по компьютерной лингвистике; ATE (Automatic Term Extraction) - автоматическое выделение терминов; BOW-модель (Bag Of Words)
- модель «мешок слов»; CRF (Conditional Random Field)
- условное случайное поле; DAWG (Directed Acyclic Word Graph) - направленный ациклический граф слов; IE-система (Information Extraction) - система извлечения информации; LSPL (Lexico-Syntactic Pattern Language)
- язык лексико-синтаксических шаблонов; NER (Named-Entity Recognition) - распознавание именованных сущностей; NLP (Natural Language Processing) - обработка естественного языка; pLSA (probalistic Latent Semantic Analysis) - вероятностный латентно-семантический анализ; NLTK (Natural Language ToolKit) - пакет программ обработки естественного языка; POS-разметка (Part-Of-Speech) - частеречная разметка; SPIED-модуль (StanfordPattern-based Information Extraction and Diagnostics) - модуль извлечения информации и диагностики на основе Стэнфордского шаблона; SynTagRus (Syntactically Tagged Russian text corpus) - синтаксически аннотированный корпус русских текстов; TF-IDF (Term Frequency Inverse Document Frequency) - частотность терма, умноженная на обратную частотность документа; TTS-синтезатор (Text-To-Speech) - система синтеза «от текста к речи»; Word2vec (Word to vector) - преобразование слов в числовые векторы.
Инициальные аббревиатуры, безусловно, перенасыщают текст, делая его сложным для восприятия. Этот процесс осложняется еще больше, когда инициальные аббревиатуры имеют иноязычное происхождение и заимствованы без перевода.
ВЫВОДЫ
Выводы исследования.
На основании проведенного анализа сложных и сложносокращенных слов-терминов профессиональной сферы компьютерной лингвистики можно отметить распространение терминологических композитов с сочинительной и подчинительной видами связи между основами. При этом выявлены образованные с помощью основосложения слова-существительные и композиты-
Балтийский гуманитарный журнал. 2022. Т. 11. № 2(39)
e-ISSN: 2712-9780
ПОЛЬЩИКОВА Ольга Николаевна СЛОЖНЫЕ И СЛОЖНОСОКРАЩЕННЫЕ ТЕРМИНЫ ...
прилагательные. В исследуемой терминологии функционируют существительные, образованные на основе словосложения, которые условно можно разбить на группы, обозначающие названия лиц, процессов, видов сообщений, текстовых массивов, аппаратно-программных средств, языковых конструкций, структурированной информации о языковых объектах и операциях, относящихся к профессиональной сфере компьютерной лингвистики. Сложносокращенные слова-термины представлены инициальными, частичными и комбинированными аббревиатурами. Отмечаем активное употребление англоязычных аббревиатур, усложняющее восприятие и понимание профессиональной речи.
Практическая значимость проведенного исследования заключается в возможности применения его материалов и результатов при подготовке и проведении учебных курсов по терминоведению, компьютерной лингвистике, а также при решении лексикографических задач.
Перспективы дальнейших изысканий в данном направлении.
Научный интерес, на наш взгляд, представляют планируемые этимологические исследования терминологических единиц компьютерной лингвистики, а также анализ применения семантического способа в процессе образования специальных названий этой предметной области.
СПИСОК ЛИТЕРАТУРЫ:
1. Теркулов В.И. Сложносокращенные слова: синхронный и диа-хронный аспекты описания // Вестник Московского университета. Серия 9: Филология. 2017. № 6. С. 73-97.
2. Баско Н.В. Роль словообразования в системной организации терминологии бизнеса //Преподаватель XXI века. 2016. № 4-2. С. 510516.
3. Раздуев А.В., Хакиева З.У., Чепракова Т.А. Адаптация англоязычных терминов в русском языке (на материале терминосистем сфер нанотехнологий и политологии) // Политическая лингвистика. 2018. № 6(72). С. 107-115.
4. Терзиева Т. Особенности терминообразования в русском и болгарском языках(на примере терминов автомобилестроения) // Проблемы когнитивного и функционального описания русского и болгарского языков. 2016. № 10. С. 257-277.
5. Брацун Д.А. Принципы описания аббревиатурного ономасило-гического поля «географические объекты» //Новые горизонты русистики. 2022. № 18. С. 9-14.
6. Куткина А.Ю. Аббревиация как способ образования общественно-политической терминологии // Вестник Московского университета. Серия 19: Лингвистика и межкультурная коммуникация. 2011. № 2. С. 103-108.
7. Беспамятная Л.В. Типы аббревиатур в терминосистемах кораблестроения в немецком, английском, русском и украинском языках // Известия Южного федерального университета. Филологические науки. 2015. № 2. С. 48-56.
8. Фазылова Н.А. Основные способы русского словообразования и их отражение в современной экономической терминологии // Ученые записки Казанского государственного университета. Серия: Гуманитарные науки. 2008. Т. 150. № 2. С. 164-170.
9. Гиоев Г.В. Основы терминосистемы тылового обеспечения органов внутренних дел // Вестник Санкт-Петербургского университета МВД России. 2010. № 1(45). С. 108-115.
10. Хуснуллина Ю.А., Абрамов В.Е. Словообразовательные модели и структурные типы англоязычных неологизмов-терминов инфоком-муникационных технологий // Филологические науки. Вопросы теории и практики. 2021. Т. 14. № 8. С. 2529-2533.
11. Лукьянова А.О. Основные способы создания компьютерных терминологических единиц // Новые горизонты русистики. 2018. № 3. С. 24-31.
12. Соловьева Н.С., Катермина В.В. Аббревиатуры в интернет-СМИ: функционально-тематический аспект. Актуальные проблемы филологии и педагогической лингвистики. 2022. № 3. С. 104-116.
13. Токарева Л.В., Краснова О.А., Черединова О.В., Романькова М.Н. Особенности использования специальных аббревиатур при работе над текстами медицинской и фармацевтической направленности // Филология. 2021. № 2(32). С. 59-63.
14. Polshchykov K.A., Velikanova A.S., Igityan E.V. Neural network natural language processing tools for identifying personal priorities in the project performers selection in the field of smart agriculture // 1OP Conference Series: Earth and Environmental Science. 2022. Vol. 1069. Р. 012012.
15. Махди Т.Н., Игитян Е.В., Польщиков К.А., Корсунов Н.И. Оценивание эффективности функционирования диалоговой системы на основе применения нечеткого вывода с нейросетевой настройкой // Экономика. Информатика. 2022. Т. 49. № 2. С. 356-374.
16. 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:
Conference Series. 2021. Vol. 2060. P. 173707.
17. 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. № 48(2). С. 392-404.
18. 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. P. 936-938.
19. 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. 2020. № 6. С. 4-7.
20. 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 БелГУ. Серия: Экономика. Информатика. 2019. № 3. С. 553-562.
21. Польщикова О.Н. Гиперо-гипонимические отношения в терминологии компьютерной лингвистики // Филологические науки. Вопросы теории и практики. 2022. Том 15. Выпуск 5. С. 2001-2005.
22. Гринев-Гриневич С.В. Терминоведение. М.: Академия, 2008. 304 с.
23. Даниленко В.П. Русская терминология. Опыт лингвистического описания. М.: Наука, 1977. 246 с.
24. Лотте Д.С. Основы построения научно-технической терминологии: Вопросы теории и методики. М.: Изд-во АН СССР, 1961. 158 с.
25. Русский язык. Энциклопедия / глав. ред. Ю.Н. Караулов. М.: Дрофа, 1997. 703 с.
26. 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.: ИздательствоНИУ ВШЭ, 2017. 269 с.
27. Прикладная и компьютерная лингвистика /ред. И.С. Николаев, О.В. Митренина, Т.М. Ландо. М.: Ленанд, 2016. 317 с.
28. Хобсон Л., ХаннесХ., Коул Х. Обработка естественного языка в действии. СПб.: Питер, 2020. 576 с.
29. Русско-английский тезаурус по компьютерной лингвистике. URL: https://uniserv.iis.nsk.su/thes/search.php. Дата обращения 03.11.2022.
30. Захаров В.П. Корпусная лингвистика. СПб.: Издательство СПбГУ, 2005. 48 с.
31. Луканин А.В. Автоматическая обработка естественного языка. Челябинск: Издательский центр ЮУрГУ, 2011. 70 с.
Received date: 28.10.2022 Revised date: 11.11.2022 Accepted date: 25.11.2022
