Preview

Известия Юго-Западного государственного университета

Расширенный поиск

К вопросу о моделировании процесса понимания текста с помощью систем искусственного интеллекта

https://doi.org/10.21869/2223-1560-2023-27-4-98-116

Аннотация

Целью исследования является проведение сопоставительного анализа текстов, сгенерированных системой искусственного интеллекта в процессе обработки исходного текста на естественном языке, и встречных текстов, являющихся  результатом понимания человеком исходного художественного текста.

Методы. Для проведения сопоставительного анализа денотатных структур встречных текстов автором  была применена экспериментальная методика. Участники эксперимента (7 студентов 4 курса факультета дополнительного образования «Переводчик в сфере профкоммуникации», 3 доцента кафедры иностранных языков ЮЗГУ) оценивали 10 встречных текстов разной природы – сгенерированные ИИ и человеком на предмет успешности воссоздания смысловой структуры текста.  

Результаты эксперимента свидетельствуют в пользу того, что полнота смыслового содержания сгенерированного текста не зависит от структуры исходного текста. Современные методы семантической обработки текста ИИ системой делают возможным получение на выходе полноценных текстовых произведений, созданных с учётом правил и норм естественного языка. ИИ системы успешно воссоздают денотатную структуру текста и реконструируют синтаксическую структуру.

Заключение. Доступ к большим базам данных позволяет обучать нейронную сеть на больших корпусах текстов, что отражается на повышении точности и вариативности используемых лексических единиц и конструктов. Точность передачи смыслового содержания текста варьируется. Она зависит от степени сжатия текста – чем она выше, тем меньше может быть точность, т.к. нейронная сеть не в состоянии классифицировать денотатные связи на предмет значимости для основного смысла. Степень точности передачи смыслового содержания определяется успешностью / неуспешностью понимания глубинного скрытого смысла, которые обусловлены пониманием лингвистического и экстралингвистического контекста. Способность опознать модель ситуации, воссоздаваемую в исходном тексте, является залогом понимания скрытого смысла. ИИ система может довольно корректно и точно воссоздать поверхностную денотатную структуру текста, но на данном этапе развития не способна конструировать модель ситуации.

Об авторе

Т. В. Кружилина
Юго-Западный государственный университет
Россия

Кружилина Татьяна Владиславовна, кандидат филологических наук, доцент, доцент кафедры иностранных языков

ул. 50 лет Октября, д. 94, г. Курск 305040

Researcher ID: 738898  



Список литературы

1. Горбачевская Е.Н., Краснов С.С. История развития нейронных сетей. URL: http://cyberleninka.ru/article/n/istoriya-razvitiya-neyronnyh-setey.

2. Mikolov T. et. al. Efficient Estimation of Word Representations in Vector Space, arxiv.org. URL: http://arxiv.org/pdf/1301.3781.pdf.

3. Бобырь М. В. Обучение нейро-нечетких систем. М.: АРГАМАК-МЕДИА, 2017. 240 с.

4. Велихов П.Е. Машинное обучение для понимания естественного языка // Открытые Системы.СУБД. 2016. № 1. С.18–21. URL: https://www.osp.ru/os/2016/01/13048649.

5. Ананьев Б.Г. Психология чувственного познания. М.: Изд-во Акад. пед. наук РСФСР, 1960. 486 с

6. Блонский П.П. Память и мышление. М.: URSS: ЛЕНАНД, 2017. 204 с.

7. Бородай С. Ю. Язык и познание: Введение в пострелятивизм. М., 2019. 800 с.

8. Выготский Л. С. Мышление и речь. СПб.: Питер, 2019. 431 с.

9. Залевская А.А. Введение в психолингвистику. М.: РГГУ, 2007. 559 с.

10. Соколов А. Н. Внутренняя речь и мышление. М.: URSS, 2007. 248 с.

11. Мягкова Е.Ю. Навык чтения и проблемы понимания текста // Языковое бытие человека и этноса. Вып. 20. Материалы XV Березинских чтений. М.: ИНИОН РАН, 2018. С. 83–95.

12. Мягкова Е. Ю. Язык - эмоции - сознание - культура в теории А. Дамасио // Вопросы психолингвистики. 2022. № 4(54). С. 72-85. DOI 10.30982/2077-5911-2022-54-4-72-85.

13. Кружилина Т.В. Понимание текста в онтогенезе. Курск: Юго-Западный государственный университет, 2016. 152 с.

14. Кружилина Т. В. Факторы, определяющие особенности речевого развития у детей // Известия Юго-Западного государственного университета. 2012. № 4–1(43). С. 216–219.

15. Белянин В.П. Психолингвистика. М.: Флинта, 2013. 416 с.

16. Manning Ch. Computational linguistics and deep learning. Computational Linguistics, 2016. URL: http://www.mitpressjournals.org/doi/full/10.1162/COLI_a_00239#.WQH8MBhh2qA.

17. Иш- Кишор С. Свидание с любовью. URL: http://sacralis.com/biblioteka/proza/2605svidanie_s_lubovju.html?ysclid=ls0tcuhl7u170031708.

18. Новиков А.И. Семантика текста и ее формализация. М.: Наука, 1983. 215 с

19. Жинкин Н.И. О кодовых переходах во внутренней речи. М.: Культура, Акад. Проект, 2006. С. 251– 263.

20. Звягинцева В.В. Обращение в английском семейном дискурсе (экспериментальное исследование) // Известия Юго-Западного государственного университета. Серия: Лингвистика и педагогика. 2012. № 2. С. 48–51.


Рецензия

Для цитирования:


Кружилина Т.В. К вопросу о моделировании процесса понимания текста с помощью систем искусственного интеллекта. Известия Юго-Западного государственного университета. 2023;27(4):98-116. https://doi.org/10.21869/2223-1560-2023-27-4-98-116

For citation:


Kruzhilina T.V. On Text Understanding Modeling by Means of Artificial Intelligence Systems. Proceedings of the Southwest State University. 2023;27(4):98-116. (In Russ.) https://doi.org/10.21869/2223-1560-2023-27-4-98-116

Просмотров: 171


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2223-1560 (Print)
ISSN 2686-6757 (Online)