CC BY
56Гуманитарные исследования. История и филология. 2022. № 6. С. 80-94. Humanitarian Studies. History and Philology. 2022. No. 6. P. 80-94.
Научная статья УДК 372.881.111.1
doi: 10.24412/2713-0231- 2022-6-80-94
СОВРЕМЕННЫЕ СРЕДСТВА АВТОМАТИЗАЦИИ АКАДЕМИЧЕСКОГО ПИСЬМА: СТРУКТУРИРОВАНИЕ, КОРРЕКТУРА, УПРАВЛЕНИЕ ИСТОЧНИКАМИ
Екатерина Владимировна Исаева
Пермский государственный национальный исследовательский университет, Пермь, Россия, ekaterinaisae@gmail. com
Аннотация Публикационная активность ученых и представленность результатов их исследований в высокорейтинговых международных изданиях является одним из показателей эффективности научной деятельности вузов и значительно влияет на их статус в зарубежных и отечественных рейтингах. В связи с этим в Российских университетах все чаще встает вопрос о введении учебных курсов и организации центров академического письма, способствующих освоению культуры и развитию навыков написания статей на английском языке. Однако, для получения значимых результатов в этом направлении требуются значительные финансовые и временные затраты. Ускорить этот процесс помогают новейшие достижения в области искусственного интеллекта, машинного обучения и обработки естественного языка. В зарубежных и отечественных наукометрических базах встречаются публикации, посвященные средствам автоматизации рутинных процессов академического письма. Тем не менее, на сколько нам известно, не разработано четких инструкций комплексного применения инструментов автоматизации на всех этапах написания научной статьи от момента генерации идей до составления библиографического списка, что и является целью нашей статьи. Данная статья представляет новый подход к процессу написания статьи на английском языке и открывает новые возможности для авторов, неуверенно владеющих английским языком (уровень А2-В1). Результаты, полученные в ходе эксперимента по применению предлагаемой методики на занятиях по написанию статей на английском языке студентами неязыковых факультетов, подтверждают эффективность такого подхода. Полагаем, что обучение студентов и сотрудников вузов предложенной методике автоматизации академического письма может способствовать повышению их международной публикационной активности.
Ключевые слова: автоматизация академического письма, прикладной искусственный интеллект, международная публикационная активность, корректура текста, IMRAD, дизайн статьи, библиографические менеджеры.
Для цитирования: Исаева Е.В. Современные средства автоматизации академического письма: структурирование, корректура, управление источниками // Гуманитарные исследования. История и филология. 2022. № 6. С. 80-94. https://doi.org/10.24412/2713-0231- 2022-6-80-94
Original article
MODERN MEANS OF ACADEMIC WRITING AUTOMATION: STRUCTURING, PROOFREADING, REFERENCE MANAGEMENT
Ekaterina V. Isaeva
Perm State University, Perm, Russia, ekaterinaisae@gmail.com
Abstract. Scholars' publication activity and representation of their findings in high-ranking international journals is one of the indicators of the universities' scientific performance and significantly influences their status in foreign and national rankings. Therefore, the idea of introducing training courses
© Исаева Е.В., 2022
and organizing academic writing centers that promote the culture and skills of writing articles in English is becoming more and more popular in Russian universities. However, significant financial and time expenditures are required to obtain meaningful results in this direction. The latest advances in artificial intelligence, machine learning, and natural language processing help accelerate this process. In foreign and domestic scientometric databases there are publications devoted to means of automation of routine processes of academic writing. Nevertheless, to our best knowledge, there are no clear instructions on the integrated application of automation tools at all stages of scientific writing from the idea generation to compilation of references, which is the aim of our article. This article presents a new approach to the process of writing a paper in English and reveals new opportunities for authors who are not confident in English (A2-B1 level). The results obtained during the experiment on the application of the proposed methodology in English writing classes for non-language students confirm the effectiveness of this approach. We believe that training university students and staff in the proposed methodology of academic writing automation can contribute to increasing their international publication output.
Keywords: automation of academic writing, applied artificial intelligence, international publication activity, text proofreading, IMRAD, article design, bibliographic managers.
For citation: Isaeva E.V. Modern means of academic writing automation: structuring, proofreading, reference management. Humanitarian Studies. History and Philology. 2022;6:80-94. (In Russ.). https://doi.org/10.24412/2713-0231- 2022-6-80-94
Введение
Актуальность проблемы поиска эффективных инструментов повышения публикационной активности русскоязычных авторов
В последние 10-15 лет для профессорско-преподавательского состава и студентов высших учебных заведений Российской Федерации все более актуальным становится призыв к международной научной коммуникации и обмену знаниями. Наряду с другими видами деятельности, способствующими движению в данном направлении, особо подчеркивается необходимость публиковаться на английском языке в высокорейтинговых журналах индексированных в наукометрических базах Scopus (Elsevier) и Web of Science (Clarivate). Публикационная активность и цитируемость авторов, хоть и не исключительно, но весомо влияет на рейтинги высших учебных заведений, аффилированных с данными авторами. К примеру, аналитический сервис SCImago Institutions Rankings (SIR) проводит классификацию академических и исследовательских учреждений, ранжированных по совокупному значению, объединяющему три различных набора показателей: основанных на результатах исследований (Research Factor), инновационной деятельности (Innovation Factor) и социальном вкладе или «третьей роли» измеряемом по их освещенности в Интернете (Societal Factor) (https://www.scimagoir.com/). Критерием включения в рейтинг SIR является наличие у учреждений не менее 100 опубликованных работ, проиндексированных в базе данных SCOPUS, за последний год выбранного временного периода (Рис. 1).
Репрезентативность учреждения по исследовательскому фактору значительный вклад вносят следующие показатели, на которые можно повлиять посредством увеличения количества и качества публикаций сотрудников: 1) нормализованное воздействие (Normalized Impact) рассчитывается по средней нормализованной оценке цитируемости в предметной области; расчет ведется на уровне отдельных статей, например, «показатель NI 0,8 означает, что учреждение цитируется на 20 % ниже среднего мирового уровня, а 1,3 означает, что учреждение цитируется на 30% выше среднего»1 [Ranking Methodology]; 2) количество публикаций (Output): «общее количество документов, опубликованных в научных журналах, индексируемых в Scopus» [Ranking Methodology]; 3) количество документов, опубликованных не в собственных журналах (Not Own Journals Output); 4) собственные журналы (Own Journals) - количество журналов, опубликованных учреждением (издательские услуги); 5) международное сотрудничество (International Collaboration) - публикации сотрудников учреждения, выпущенные в соавторстве с сотрудниками зарубежных учреждений; 6) количество
1 Здесь и далее перевод с английского языка на русский наш.
высокорейтинговых публикаций в журналах Q1 по рейтингу SCImago Journal Rank (https://www.scimagojr.com/); 7) превосходство (Excellence) - «объем научных публикаций учреждения, которые входят в 10% наиболее цитируемых работ в соответствующих научных областях»[Капк^ Methodology]; 8) открытый доступ (Open Access) - доля документов, опубликованных в журналах открытого доступа; 9) пул научных талантов (Scientific Talent Pool) - «общее количество различных авторов из учреждения в общем объеме публикаций этого учреждения за определенный период времени» [Ranking Methodology],
Рис. 1. Распределение индикаторов, включенных в рейтинг SIR (источник: https://www.scimagoir.com/methodology.php).
В Таким образом, можно резюмировать, что международный рейтинг современного вуза зависит от публикационной активности профессорско-преподавательского состава (см. п.п. 2, 3, 8, 9), качества публикаций (см. п.п. 1, 6, 7, 8), соавторства с зарубежными учеными (см. п. 5), собственной высокорейтинговой издательской деятельности вуза (см. п. 4). Данные факторы были учтены в показателях эффективности работы сотрудников и подразделений многих вузов. Однако, суммарная скорость прироста результатов исследовательской деятельности Российских вузов по представленным показателям несколько отстает от других стран лидеров в исследовательской деятельности (см. рис. 2).
Percentile
О 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
USA ММММИИ НИМ HIIIIIIHIIIIIIIMH « IIHIMMII НИМ 1ИИМИМ1ИИИМИИИ1ИИМ1М
CHN имтммини НИИИ1МШ1И »»»»»»—»»»и»»————————————————————————
F RA • ММ» МММ— —ММ t t МММ • МММ» •— ИМ • —4 •
ESP • НИИ M • и • • »—и
IND И • ИМ » — — — — * НИИ! и пинии—
RUS ИИ • » — » »—»»■»»»»»
Рис. 2. Страны-лидеры по показателю Research Factor, SIR (источник: https://www.scimagoir.com/institutiondistribution.php).
Рис. 2 показывает распределение вузов, сгруппированных по странам и процентилю их вклада в мировую исследовательскую деятельность.
Детализация проблемы сравнительно невысокой скорости прироста результатов исследовательской деятельности вузов РФ в международных рейтингах.
В данной статье мы не рассматриваем такие факторы, влияющие на количество и качество публикаций профессорско-преподавательского состава в высокорейтинговых журналах, как качество самих исследований, наличие оборудования и финансирование. Мы рассмотрим данную проблему только с позиции реперных точек по улучшению академического письма на английском языке.
Несомненно, многие российские работники вузов разделяют мнение, что важнейшей причиной низкой международной публикационной активности является неуверенное владение английским языком (уровень ниже B2). Этим также объясняется и нежелание читать зарубежные публикации на английском языке. Этот замкнутый круг проблем, однако, не является, ни исчерпывающим, ни, вместе с этим, непреодолимым. Ниже в данном разделе мы представим детализацию проблемы академического письма в российских вузах и предложим пути их решения в разделе 2.2.
Так, одной из проблем является разный подход к планированию статьи. В российской традиции практикуется «творческий» подход к написанию научной статьи, так называемый принцип написания статьи «from scratch1», аналогичный построению рассказа, разворачиванию истории и т.д., что отличается от принятого в зарубежной публикационной практике структурированного аргументированного письма.
Связанный с данным положением пункт - различие в культуре структурирования текста. Далеко не все российские авторы придерживаются рекомендации структурировать свои статьи в соответствии с моделью IMRAD - Introduction, Methods, Results, Discussion and Conclusion .
Кроме того, авторам приходится корректировать свои убеждения относительно стиля и грамматики академического текста на этапе вычитки и редактирования. В данном случае мы имеем в виду, приверженность Российской традиции академического письма на английском языке, а именно использование сложных предложений c несколькими логическими переходами, уточнениями и т.д., грамматически корректных, но не приветствующихся зарубежными читателями предложений, заканчивающийся предлогами, чрезмерное использование страдательного залога и др. Кроме того, проблему представляет поиск баланса между достижением связности текста с помощью специальных логических операторов (слов и выражений) и перегруженностью текста словами не несущими важную смысловую нагрузку (стоп-словами).
Представленные в данном разделе проблемы возможно разрешить посредством использования современных автоматизированных систем, в т.ч. построенных на методах искусственного интеллекта.
Основная часть
Инструменты автоматизации академического письма. Обзор публикаций, посвященных автоматизации академического письма
Идея автоматизации академического письма в настоящее время активно развивается. Рассмотрим некоторые разработки в это сфере отечественных и зарубежных деятелей компьютерной лингвистики. А.И. Левинзон и соавторы описывают электронную систему, тренажер обучения студентов написанию научных статей. Тренажер включает в себя набор упражнений на редактирование научного текста. Работа тренажера построена «на основе коротких отрывков <[что позволяет] ...> экономить время на выполнение задания и сконцентрироваться на конкретном языковом явлении» [Левинзон 2014: 25]. В последнее время в обучении академическому письму все чаще используются машинные методы распознавания и обработки текста на естественном языке. Например, в работе Т. Африн и О. Кашефи описывается система ArgRewrite http://argrewrite.cs.pitt.edu/ разработанная, чтобы
1 Перевод с английского языка - с нуля, с чистого листа
2 (Рус) Введение, Методы, Результаты, Дискуссия и Заключение
помочь студентам итеративно пересматривать и улучшать свои сочинения [Afrin & Kashefi 2021]. В статье О.И. Шереметьевой и ее коллег приводится классификация IT-приложений для академического письма, которые можно разделить на две большие группы: «IT-приложения, не предусматривающие автоматизации интеллектуальной лингвистической обработки естественного языка» [Шереметьева 2019: 37] и «IT-инструменты, предусматривающие определенную интеллектуальную обработку естественного языка» [Шереметьева 2019: 38]. Авторы также представляют обзор программных средств для русскоязычного пользователя, автоматизирующие выполнение таких задач, как перефразирование текста в соответствии с академическим стилем (Rewriter Tool https://articlerewritertool.com/), подготовка отдельных разделов статьи, например система Related Work, предназначенная для «автоматической генерации раздела, посвященного обзору литературы (Related Work) на основе остального, уже написанного автором, английского текста статьи и списка литературы. Обработка выполняется с использованием техник автоматического реферирования» [Шереметьева 2019: 38-39]. Особый интерес представляют собственные разработки (НОЦ «ЛИнТ») Южно-Уральского государственного университета: Реферат, AutoLex, InterAct и AutoTutor (подробнее см. [Шереметьева 2019: 39]).
Опыт применения инструментов автоматизации академического письма
Рассмотрим опыт применения инструментов автоматизации академического письма, позволяющих преодолеть проблемы, описанные в разделе 1.2. Были проанализированы системы и приложения, включенные в базу данных, разработанную К. Штробол и соавторами (Strobl et al., 2019): 47 ресурсов, из них 10 представлены в открытом достпе; три инструмента, рекомендованных зарубежными центрами академического письма для поддержки языковой грамотности и академической продуктивности иностранных граждан, не носителей английского языка; пять ресурсов, рекомендованных и используемых в Российских вузах. Нами был получен доступ и установлены (при необходимости) 14 инструментов, которые можно использовать для написания академической работы: De-Jargonizer, Gingko Writer, Grammark, Marking Mate, Paper rater, Rationale, Research Writing Tutor, Write & Improve, Writefull, Mirro, Grammarly, Writing Mentor, Mendeley, EndNote. Ранее мы уже приводили обзор функционала отдельных инструментов из этого ряда [Isaeva 2022]. В настоящей статье рассмотрим эти инструменты через призму опыта их применения для написания статей студентами магистратуры второго курса неязыковых специальностей ПГНИУ в рамках освоения дисциплины «Письменная иноязычная коммуникация на иностранном языке». Целью обучения по дисциплине являлось получение готового продукта - рукописи статьи по теме магистерского исследования. Следует отметить, что контингент обучающихся был неоднороден в плане языковой компетенции (А2 - В2), что не привело к неуспеху в достижении поставленной цели. Языковые ограничения и барьеры преодолевались с помощью средств автоматизации. Это позволило нам подтвердить наше убеждение, что неуверенное владение английским языком не является непреодолимым препятствием на пути к написанию качественной статьи в соответствии с требованиями зарубежных высокорейтинговых издательств. Рассматриваемые инструменты автоматизации академического письма были классифицированы в соответствии с решаемыми задачами: планирование/дизайн статьи, структурирование текста, оценка и корректура, цитирование и составление библиографии.
Планирование/дизайн статьи
Напомним, что одним из подводных камней на пути к академическому успеху, особенно для начинающих исследователей, является неэффективное планирование не только самого процесса написания статьи, но ее содержания и внутренней логики. М. Дунн отмечает, что при работе с авторами, испытывающими проблемы с написанием текстов, наиболее эффективными приемами и методами являются обучение саморегулируемой разработке стратегии, использование образов для иллюстрации идей и содержания перед
составлением текста, обратная связь от коллег, постановка целей и др. [Dunn, 2021: 7]. Современные IT-инструменты представляю нам удобный функционал по введению этих приемов и методов в процесс написания статьи на английском языке. Первая задача (планирование процесса написания статьи) отлично решается с помощью автоматизации методологии Канбан, в виде представления электронных досок, ставших практически обязательным элементом популярных систем управления проектами (Jira https://www.atlassian.com/software/jira, Trello https://trello.com/, Битрикс.24
https://www.bitrix24.ru/, Basecamp https://basecamp.com/ и т.д.). Решение второй задачи, а именно разработки дизайна будущей статьи и визуализации ее в виде карты памяти или логической схемы представляет для нас больший интерес в рамках данной статьи. В помощь автору предлагаются три схожих ресурса, представляющих собой интерактивные доски с возможностью подключения к доскам данных различных форматов: текстовые, видео, аудио файлы, графические изображения, встроенные гиперссылки на внешние источники и на объекты доски, схемы, диаграммы и многое другое. Первые два ресурса - Miro https://miro.com/app/dashboard/ и Xmind https://www.xmind.net/ активно используются в отечественных вузах. Эти инструменты представляются в виде онлайн сервиса, настольного приложения для персонального компьютера и мобильного приложения. Третий ресурс -Rationale https://www.rationaleonline.com/ несколько отличается и менее известен в России. Он более специализирован для написания академических работ, особенно полно в нем представлено аргументированное письмо. Это онлайн система, для создания визуализированного управления рассуждениями, включая структурирование рассуждений, представление обоснований, анализ аргументации, формулировка предположений и оценка доказательств. Рабочее пространство напоминает ранние версии MS Word c интуитивно понятной панелью инструментов. Консоль построения диаграммы содержит как составные элементы для построения блок-схем, так и готовые шаблоны с интерактивной инструкцией и речевыми конструкциями для описания диаграммы (Рис. 3).
Show All Show Map Next Map ф ^ ф
Рис. 3. Рабочее окно системы Rationale.
Видео инструкция по использованию Rationale доступна по ссылке http://www.reasoninglab.com/wp-content/uploads/2013/07/rationale_my_first_map2.mp4
Картирование может применяться на разных этапах работы над научным текстом. Во-первых, для выстраивания логики всей статьи, во-вторых, визуализации отдельных разделов рукописи, например структурирование обзора литературы.
Структурирование текста
В отечественном академическом сообществе зачастую можно услышать рассуждение о кардинальном отличии структур гуманитарных, естественно-научных и точных наук. Однако, этот миф можно развеять, обратившись к содержанию курсов для овладения компетенциями рецензентов, предлагаемых Академией Web of Science: Reviewing in the Sciences и Reviewing in Humanities https://webofscienceacademy.clarivate.com. Оба курса отражают принятую в зарубежном академическом сообществе логику модели написания статьи IMRAD. Ключевыми разделами обоих курсов являются: What to look for in an introduction, What to look for in the methodology section, What to look for when checking data and results, What to look for in the discussion and conclusion section. В ходе обучения по данным курсам мы пришли к выводу, что разделы Введение, Методы, Результаты, Обсуждение и Выводы явно или в скрытом виде должны составлять каркас любой статьи, что не подразумевает наличие одноименных заглавий этих разделов.
Рассмотрим средства автоматизации, позволяющие структурировать текст в соответствии с моделью IMRAD в процессе написания статьи. Первый инструмент, который мы рассмотрим в этом подразделе - Gingko Writer https://app.gingkowriter.com/tPUVN. Это ресурс для управления процессом написания и структурирования работ, представленный в виде древовидного текстового процессора, позволяющего работать прямо в браузере. Результаты работы сохраняются в личном кабинете пользователя. Ginko Writer предлагает зарегистрированному пользователю интерактивные шаблоны для написания академических работ (Рис. 4).
Templates & Examples
Рис. 4. Выбор шаблона в Ginko Writer (источник https://app.gingkowriter.com/aTBTz). Рассмотрим шаблон Academic Paper (Рис. 5).
Рис. 5. Шаблон Academic Paper в Ginko Writer (источник https://app.gingkowriter.com/tikHU)
Шаблон представлен в виде интерактивно-связанных карточек. Каждая карточка соответствует разделу или подразделу статьи и содержит советы по написанию текста. Каждая карточка связана с дочерними карточками. Карточки можно перемещать и переопределять их связи. После представления идеи (тезиса) на одной из карточек возможна ее детализация на уровнях дочерних карточек. При этом вся цепочка аргументации идей интерактивно подсвечивается. Такой текстовый редактор способствует достижению логичности, связности и целостности письменных работ, исключает стихийное появление неподкрепленных аргументами тезисов и тем самым позволяет автоматизировать и оптимизировать стратегию академического письма.
Далее обратимся к другому активно развивающемуся инструменту Open Writeful https://www.writefull.com/writefull-for-word. Это приложение, встраиваемое в структуру MS Word. После установки ярлык Open Writeful появляется в панели инструментов текстового редактора. В данном разделе мы сфокусируемся на возможности структурированного написания статьи с помощью функции Sentence Palette, встроенной в приложение Open Writeful. При нажатии на одноименную иконку всплывает интерактивное окно (Рис. 6).
Writefull - https://word.writefull.ai/palette.htmi
Abstract Topic importance
Introduction Knowledge gap
Literature Study aim
Methods Study significance
Results Introducing method
Discussion Summary of results
Conclusion Study contribution Statements Connectors
[X] plays a crucial role in ...
[X] is widely recognized as considered to be key to ... [X] is responsible for ...
[Xs] are among the most widely used discussed / well-known / commonly investigated ...
[X] is generally regarded as the main leading / major / primary cause of...
It is well known / generally accepted that [X] is ..
The area of [X] is attracting growing attention considerable interest
Рис. 6. Окно для структурированного написания статьи в Open Writeful.
Как представлено на Рис. 6, пользователю открывается меню с возможностью выбора фраз-клише, упорядоченных в соответствии с разделами (например, Аннотация, Введение, Литература, Методы и т.д.) и подразделами (например, Актуальность темы, Пробел в знаниях, Цель исследования и т.д.) для каждого раздела. При нажатии на фразу, окно закрывается, и фраза вставляется в редактируемый текст в то место, где установлен курсор. Начинающим авторам при написании статьи рекомендуется пройти по всем подразделам, что позволит упорядочить поток мысли, не упустить важные элементы статьи, ожидаемые зарубежными редакторами и рецензентами и обеспечить грамматическую корректность по крайней мере 10% текста.
В процессе структурированного написания статьи полезно обратиться и к другим функциям Open Writeful. Функция Language Search позволяет проверить корректность терминологии и коллокаций. Поисковый режим может работать в нескольких форматах: поиск примеров выражений в формате конкорданса, поиск слов в контекстах, поиск синонимов слов в контекстах, сравнение слов в контекстах, сравнение выражений в контекстах (Рис. 7-8).
Также следует обратить внимание и на функцию перефразирования Paraphraser в приложении Open Writeful (Рис. 9).
Рис. 9 иллюстрирует пример обработки запроса о перефразировании предложения с высокой степенью грамматических и синтаксических изменений.
Востребованной является и функция интеллектуального создания заголовка на основе аннотации текста Title Generator (Рис. 10).
Writefuli - https://word.writefull.ai/search.html
metaphorical mapping metaphorical mapping appears 9 times
vorld (source domain) that is the basis of a successful metaphorical mapping (Kuhn & Blumenthal, 1996; Norman, 1988). Such acti\
imensional intuitive spaces, but details of the alleged metaphorical mapping between the target domain and the source domain a ;fer to this process as the functional instan tion of the metaphorical mapping
sntional expressions that seem to со with respect to a metaphorical mapping . example, when people talk about arguments followii -which might result, for example, from an incomplete metaphorical mapping . The "intense activity" cited by James (James, 1950, p f these topographies and their different strategies for metaphorical mapping, I would like to supplement the above analyses with г ic understanding may even be viewed as a process of metaphorical mapping, whereby the empathizer (counselor) is able to gener
Рис. 7. Пример обработки запроса «поиск примеров выражений в формате конкорданса»
Language Search, Open Writeful
Writefuli - http5://woid.writefull^i/search.html
'metaphorical mapping fanciful mapping [21%) allegorical mapping (19%) analogous mapping (17%) figurative mapping (16%) symbolic mapping (16%) tropical mapping (11%)
Рис. 8. Пример обработки запроса «поиск синонимов слов в контекстах» Language Search, Open Writeful.
Рис. 9. Пример работы модуля Writeful Paraphraser
ABSTRACT
Please paste your abstract here...
(RE)GENERATE TITLE |
Рис. 10. Диалоговое окно Title Generator в Open Writeful.
Для автоматического создания заголовка статьи с поддержкой искусственного интеллекта автор вводит текст аннотации на английском языке. После нажатия на кнопку (RE)GENERATE TITLE программа выдает варианты заголовков с опорой на ключевые слова и логические связи прослеживающиеся в аннотации.
Оценка и корректура
Современная версия приложения Open Writeful также имеет функционал по вычитке и корректуре текста (Proofread, Paragraph Check) и редактированию текста с поддержкой искусственного интеллекта (Full edit). Режим Proofread автоматизирует процесс корректировки грамматических, лексических, пунктуационных, орфографических и стилистических ошибок. Full Edit вносит автоматические редакторские правки в отношении порядка слов и построения предложений на основе статистических данных и методов машинного обучения. При выборе режима Proofread автору предлагается рассмотреть варианты корректировки спорных словоупотреблений в контексте (Рис. 11).
jwritefull =
& В в о
Proofread Check Check Widgets
Mode Document Paragraph v
look for in an introduction, What to look for
in the methodology
what - 92%
Ithe methodalogy section, What to look for when checking
what ■ 92%
What - 8%
Effective interfaces for student-driven revision ж
Рис. 11. Пример обработки запроса Proofread в Open Writeful
На этапе вычитки и корректуры текста стоит обратить внимание на доступности текста для целевой аудитории. Если статья ориентирована на узкоспециализированный журнал в определенной предметной области, то вполне обоснованным является высокая терминологическая плотность текста. Однако, в последнее время растет число междисциплинарных журналов, в которых отдается предпочтение относительно большей доступности текста для широкого круга читателей. В связи с этим, чрезмерная перегруженность текста специализированной для конкретной предметной области терминологией может вызвать негативную реакцию редактора и рецензентов. В связи с этим можно обратиться к De-Jargonizer http://scienceandpublic.com/. Это онлайн-ресурс, который помогает оценить лексическую доступность статьи для потенциального читателя и адаптировать текст для различных аудиторий. De-Jargonizer представляет аналитику по
соотношению общеупотребимых, среднечастотных и узкоспециализированных слов, и выдает заключение о доступности текста для его восприятия широкой публикой, выделяя при этом проблемные зоны (рис. 12).
De-Jargonizer Multiple Texts Hebrew About Instructions Examples Development Developers How to cite Contact Us
Result
Neurostlmiilatlon for Finding Metaphors in Terminology Abstract
The article describes the experiment aimed to automate the metaphor identification procedure in terminology. For a metaphor, we take a term whose contextual specialized meaning is determined based on the meaning realized in daily, concrete, or body-related meaning. For Instance, the term computer virus is understood through biological viruses. The task is nontrlvial. Metaphor Lab (Amsterdam, Netherlands) has algorithmized the procedure in nonspecialized language. However, the task still lacks automation. Nor has it been applied to specialized language and terminology.
We address this task through artificial Intelligence. The experiment employs Neurostimulator 5.0. software designed to model а multilayer neural network with a direct signal propagation to forecast a term's metaphorical status based on linguistic Frequency:
parameters manually assigned to the terms. The training set comprises more than 100 terms from the computer security domain. In addition, the parameters are retrieved from open-access online dictionaries, which provides further vistas for data parsing and full-stock automation of the metaphor identification process.
Introduction
Human cognition and Artificial intelligence are currently among the most discussed topics since the findings in these fields can be applied to various domains. Therefore, these areas are also included in the Programme of Fundamental Scientific Research in the Russian Federation for the long-term period (2021-2030). Among the priorities Included in the Program are studying fundamental patterns of human cognitive processes and Identifying scientific foundations for applying artificial Intelligence technologies in education, business, and social areas.
One of the most pervasive cognitive phenomena is the metaphor. As G. Lakoff and M. Johnson stated more than 40 years ago, metaphor structures ourthinking [1] Since that, the efficiency of the metaphor for knowledge communication has been proved In Politics [2], medicine [3], healthcare [4], psychotherapy [5]r science [6], accounting [7], artificial Intelligence (8], etc. Due to its extensive use In vanous spheres of human life, metaphor became the target of computational linguists, who strive to find an effective method for identifying metaphor In natural language texts. In [9], the authors subdivide all the metaphor Identification types Into two groups according to the major Ingulstic approach to the task, i.e. top-bottom or bottom-top. The former refers to the Conceptual e Theory (CML) [1] and the underlying deductive method of finding samples of the source - target
Рис. 12. Пример аналитического отчета в De-Jargonizer.
Suitability for general audience score:
Number Of Words:
77%, 1776 16%, 37S
6%, 149 85
Рис. 12 иллюстрирует пример аналитического отчета текста статьи, опубликованной в 2022 г. в сборнике материалов конференции 2022 Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus). В карточке отчета видно, что статья содержит 77% общеупотребимой лексики, 16% слов средней частотности и 6% редких узкоспециализированных терминов. По результатам анализа системой сделан вывод, что статья на 85% подходит для чтения широкой аудиторией. Такое распределение вполне соответствует характеру конференции, специализирующейся на электротехнике и электронике и не имеющей явного фокуса на какой-либо конкретной тематике внутри этой достаточно широкой области. Для оценки качества написанного текста может быть использован открытый онлайн ресурс Marking Mate: Standard Version
http://writingtools.xjtlu.edu.cn:8080/mm/markingmate. Этот онлайн инструмент удобен для студентов, осваивающих академическое письмо на английском языке в рамках образовательных программ, таких как «Письменная иноязычная коммуникация». Во-первых, Marking Mate: Standard Version позволяет выявить ошибки, связанные нарушением академического стиля (неформальной лексики и неясными формулировками, использованием личных местоимений, сокращений, чрезмерной уверенности и отсутствием хеджирования и др.), грамматикой и синтаксистом (ошибками в употреблении грамматических времен, неоправданным «сращением» отдельных предложений - Coma Splice, незавершенными предложениями и др.), стилем (повторением слов, избыточностью текста), цитированием (ошибками в оформлении цитат и ссылок в тексте). Во-вторых, вместе с отчетом о качестве академического текста, автор получает текст с разметкой потенциальных ошибок, отсылками на словарные статьи по конкретным словоупотреблениям в анализируемом тексте и рекомендациями по исправлению потенциальных ошибок. В процессе итеративной корректуры своих статей в Marking Mate: Standard Version студенты развивают свои лексико-грамматические навыки и компетенции по написанию статьи. В-третьих, отчет о работе в Marking Mate: Standard Version может быть сохранен в формате PDF или распечатан и выслан
преподавателю, что значительно облегчает работу последнего и позволяет снизить долю субъективизма при оценивании статьи. При работе с Marking Mate: Standard Version более опытные авторы могут выбрать персонализированные настройки: активировать или отключить какие-либо параметры (Рис. 13).
Рис. 13. Диалоговое окно ввода текста и персонализированных настроек Marking Mate: Standard Version.
Цитирование и составление библиографии
Важнейшей вехой в процессе написания статьи является сквозное цитирование в тексте и оформление библиографического списка. Это достаточно трудоемкий процесс, особенно когда на этапе форматирования текста возникает необходимость изменить стиль цитирования или изменить последовательность и нумерацию ссылок. Данная проблема легко преодолима с использованием современных библиографических менеджеров, таких как Mendeley (Elsevier) https://www.mendeley.com/search/, EndNote (Clarivate) https://endnote.com/ или Zotero https://www.zotero.org/.
Остановимся поподробнее на библиографическом менеджере Mendeley (Elsevier) https://www.mendeley.com/search/. Для корректной работы рекомендуется установить 3 связанных инструмента: расширение для браузера (Mendeley Web Importer https://www.mendeley.com/reference-management/web-importer), настольное приложение для персонального компьютера (Mendeley Reference Manager https://www.mendeley.com/reference-management/reference-manager) и надстройку для текстового процессора MS Word (Mendeley Cite https://www.mendeley.com/reference-management/mendeley-cite). Эти три программных продукта синхронизированы и обеспечивают оптимальную работу по внесению управлению цитированием и библиографией, что называется «в один клик». Наиболее часто используемые функции: мгновенный экспорт библиографической записи просматриваемой статьи, оформление и настройка стиля цитирования, генерирование и синхронизированное обновление библиографического списка. На Рис. 14 мы видим консоль управления ссылками надстройки для MS Word и пример внесения ссылки в текст (галочкой отмечена статья, процитированная в тексте).
Mendeley Cite
References Citation Styíe
( Isaeva 2022 ©
Q Топ-5 инструментов управления АдМе-проектами / Хабр
Q Computer-Aided Instruction for Efficient Academic Writing
Isaeva E (2022) 546-555
•S Cited
j Digital support for academic writing: A review of technologies and pedagogies
Рис. 14. Консоль управления ссылками Mendeley Cite.
Нельзя забывать и про создание в Mendeley личного кабинет автора и читателя, где хранится перечень и аннотированные описания о публикациях автора, индексированных в Elsevier Scopus, и персонализированные библиотеки экспортированных пользователем библиографических записей.
Заключение
Мы рассмотрели эффективные методы автоматизации процесса написания статьи. Были предложены инструменты для планирования и визуализации содержания статьи в виде блок-схем и карт памяти. Мы показали, как это может быть реализовано с помощью интерактивных досок и специальных онлайн редакторов диаграмм. Для легкого структурирования текста по модели IMRAD прямо в процессе его написания были показаны инструменты, обеспечивающие так называемое «управляемое письмо» (guided writing), при котором роль учителя или инструктора отводится программным средствам. Такие инструменты направляют ход мысли автора с помощью интерактивных интерфейсов в виде карточек с инструкциями и структурированных картотек фраз-клише.
Процесс вычитки и редактуры текста, наверное, одна из наиболее полно автоматизированных задач. Мы показали несколько способов достижения грамматической, лексической, синтаксической и стилистической корректировки текста на английском языке. Представлены онлайн сервисы, не требующие установки на персональный компьютер, и программные средства, устанавливающиеся непосредственно на компьютер, в браузер или текстовый редактор. И, наконец, один из самых рутинных процессов, подлежащих обязательной автоматизации - это работа с источниками и оформление ссылок. В статье были перечислены наиболее популярные на данный момент библиографические менеджеры и даны инструкции по установке и эффективному использованию одного из них. В
X
More v <
результате проведения эксперимента со студентами второго курса магистратуры механико-математического факультета ПГНИУ в рамках учебного курса по «Письменной иноязычной коммуникации» было получено подтверждение эффективности использования представленных в статье методов: подготовлены к публикации научные статьи на английском языке по темам выпускных квалификационных работ студентов. Рукописи прошли внутреннее рецензирование (peer-reviewing) по требованиям Академии Web of Science, отраженным в курсе Reviewing in the Sciences. Полагаем, что использование достижений в области искусственного интеллекта и обработки естественного языка для улучшения академического письма на английском языке и внедрение таких курсов в учебные программы университетов будет способствовать активизации международной публикационной активности Российских ученых.
Список литературы
1. Левинзон А.И., Джакупова С.С., Плисецкая А.Д. Опыт разработки электронной системы обучения студентов написанию научных статей [Электронный ресурс] // Научно-техническая информация. Серия 2: информационные процессы и системы. 2014. С. 22-32. URL: https://www.elibrary.ru/item.asp?id=21771533 (дата обращения: 18.02.2022).
2. Шереметьева С.О., Бабина О.И., Зиновьева А.Ю., Неручева Е.Д. Информационные технологии и академическое письмо на английском языке [Электронный ресурс] // Вестник южноуральского государственного университета. Серия: лингвистика. 2019. Т. 16. № 2. С. 36-43. URL: https://www.elibrary.ru/item.asp?id=38215390 (дата обращения: 25.02.2022).
3. Afrin T., Kashefi O., Olshefski Ch., Litman D., J., Hwa R., Godley A. Effective interfaces for student-driven revision sessions for argumentative writing [Электронный ресурс] // Conference on Human Factors in Computing Systems - Proceedings. Association for Computing Machinery, New York, NY, United States, 2021. URL: https://doi.org/10.1145/3411764.3445683 (дата обращения: 20.01.2022).
4. Dunn M. The challenges of struggling writers: Strategies that can help [Электронный ресурс] // Education Sciences. MDPI, Basel, Switzerland, 2021. № 11 (12). URL: https://doi.org/10.3390/EDUCSCI11120795 (дата обращения: 25.01.2022).
5. Isaeva E. Computer-Aided Instruction for Efficient Academic Writing [Электронный ресурс] // Advances in Artificial Systems for Medicine and Education V. AIMEE 2021. Lecture Notes on Data Engineering and Communications Technologies, 2022. T. 107. С. 546-555. Springer, Cham. URL: https://doi.org/10.1007/978-3-030-92537-6_50 (дата обращения: 25.01.2022).
6. Ranking Methodology. SCImago Institutions Ranking. [Электронный ресурс]. URL: https://www.scimagoir.com/methodology.php (дата обращения: 25.01.2022).
7. Strobl C., Ailhaud E., Benetos K., Devitt A., Kruse O., Proske A., Rapp C. Digital support for academic writing: A review of technologies and pedagogies [Электронный ресурс] // Computers & Education, Elsevier. 2019. № 131. С. 33-48. URL: https://doi.org/10.1016/J.C0MPEDU.2018.12.005 (дата обращения: 18.02.2022).
References
1. Levinzon A.I., Dzhakupova S.S., Plisetskaia A.D. Opyt razrabotki elektronnoi sistemy obucheniia studentov napisaniiu nauchnykh statei [Experience in developing an electronic system for teaching students to write scientific articles]. Nauchno-tekhnicheskaia informatsiia. Seriia 2: informatsionnye protsessy i sistemy. 2014, pp. 22-32. (In russ.). Available at: https://www.elibrary.ru/item.asp?id=21771533 (accessed: 18.02.2022).
2. Sheremet'eva S.O., Babina O.I., Zinov'eva A.Iu., Nerucheva E.D. Informatsionnye tekhnologii i akademicheskoe pis'mo na angliiskom iazyke [Information Technology and Academic Writing in English]. Vestnik iuzhno-ural'skogo gosudarstvennogo universiteta. Seriia: lingvistika. 2019, vol. 16, no. 2, pp. 36-43. (In russ.). Available at: https://www.elibrary.ru/item.asp?id=38215390 (accessed: 25.02.2022).
3. Afrin T., Kashefi O., Olshefski Ch., Litman D., J., Hwa R., Godley A. Effective interfaces for student-driven revision sessions for argumentative writing [Электронный ресурс] // Conference on Human Factors in Computing Systems - Proceedings. Association for Computing Machinery, New York, NY, United States, 2021. URL: https://doi.org/10.1145/3411764.3445683 (дата обращения: 20.01.2022).
4. Dunn M. The challenges of struggling writers: Strategies that can help [Электронный ресурс] // Education Sciences. MDPI, Basel, Switzerland, 2021. № 11 (12). URL: https://doi.org/10.3390/EDUCSai 1120795 (дата обращения: 25.01.2022).
5. Isaeva E. Computer-Aided Instruction for Efficient Academic Writing [Электронный ресурс] // Advances in Artificial Systems for Medicine and Education V. AIMEE 2021. Lecture Notes on Data Engineering and Communications Technologies, 2022. T. 107. С. 546-555. Springer, Cham. URL: https://doi.org/10.1007/978-3-030-92537-6_50 (дата обращения: 25.01.2022).
6. Ranking Methodology. SCImago Institutions Ranking. [Электронный ресурс]. URL: https://www.scimagoir.com/methodology.php (дата обращения: 25.01.2022).
7. Strobl C., Ailhaud E., Benetos K., Devitt A., Kruse O., Proske A., Rapp C. Digital support for academic writing: A review of technologies and pedagogies [Электронный ресурс] // Computers & Education, Elsevier. 2019. № 131. С. 33-48. URL: https://doi.org/10.1016/J.C0MPEDU.2018.12.005 (дата обращения: 18.02.2022).
Список инструментов автоматизации и электронных информационных источников
1. ArgRewrite http://argrewrite.cs.pitt.edu/
2. Basecamp https://basecamp.com/
3. De-Jargonizer http://scienceandpublic.com/
4. EndNote (Clarivate) https://endnote.com/
5. Gingko Writer https://app.gingkowriter.com/tPUVN
6. Jira https://www.atlassian.com/software/jira
7. Marking Mate: Standard Version http://writingtools.xjtlu.edu.cn:8080/mm/markingmate
8. Mendeley (Elsevier) https://www.mendeley.com/search/,
9. Mendeley Cite https://www.mendeley.com/reference-management/mendeley-cite
10. Mendeley Reference Manager https://www.mendeley.com/reference-management/reference-manager
11. Mendeley Web Importer https://www.mendeley.com/reference-management/web-importer
12. Miro https://miro.com/app/dashboard/
13. Open Writeful https://www.writefull.com/writefull-for-word
14. Rationale https://www.rationaleonline.com/
15. Rationale: my first map (видео инструкция) http://www.reasoninglab.com/wp-content/uploads/2013/07/rationale_my_first_map2.mp4
16. Rewriter Tool https://articlerewritertool.com/
17. SCImago Institutions Rankings (SIR) https://www.scimagoir.com/
18. SCImago Journal Rank (SJR) https://www.scimagojr.com/
19. Trello https://trello.com/
20. Web of Science Academy https://webofscienceacademy.clarivate.com
21. Xmind https://www.xmind.net/
22. Zotero https://www.zotero.org/
23. Битрикс.24 https://www.bitrix24.ru/
Информация об авторе Е.В. Исаева - кандидат филологических наук, доцент, заведующий кафедрой английского языка профессиональной коммуникации, Пермский государственный национальный исследовательский университет.
Information about the author E. V. Isaeva - Ph.D. (Philology), Associate Professor, Head of the Department of English of Professional Communication,
Perm State University.
Статья поступила в редакцию 26.02.2022; одобрена после рецензирования 18.03.2022; принята к публикации 15.04.2022.
The article was submitted 26.02.2022; approved after reviewing 18.03.2022; accepted for publication 15.04.2022.
