ИСПОЛЬЗОВАНИЕ ИНСТРУМЕНТОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ СОПОСТАВИТЕЛЬНОГО АНАЛИЗА ВИДО- ВРЕМЕННЫХ ГЛАГОЛОВ В РУССКОМ И АНГЛИЙСКОМ ЯЗЫКАХ В ЦЕЛЯХ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ
DOI:
https://doi.org/10.65164/yqqc9917Kalit so‘zlar:
Целью исследования является разработка методики автоматизированного выявления межъязыковых соответствий для создания адаптивных учебных материалов.Abstrak
В статье рассматривается инновационный подход к сопоставительному анализу видо-временных систем русского и английского языков с использованием современных инструментов искусственного интеллекта (ИИ) и технологий обработки естественного языка (NLP)
Havolalar
[1] Плунгян В.А. Введение в грамматическую семантику: грамматические значения и
грамматические системы языков мира. М.: РГГУ, 2011. 672 с.
[2] Vaswani A., Shazeer N., Parmar N., Uszkoreit J., Jones L., Gomez A. N., Kaiser Ł., Polosukhin
I. Attention Is All You Need // Advances in Neural Information Processing Systems. 2017. Vol.
30. P. 5998–6008.
[3] Conneau A., Khandelwal K., Goyal N., Chaudhary V., Wenzek G., Guzmán F., Grave E., Ott M.,
Zettlemoyer L., Stoyanov V. Unsupervised Cross-lingual Representation Learning at Scale //
Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics.
2020. P. 8440–8451.
[4] Honnibal M., Montani I. spaCy 2: Natural Language Understanding with Bloom Embeddings,
Convolutional Neural Networks and Incremental Parsing. 2017. URL: https://spacy.io (дата
обращения: 15.03.2026).
[5] OpenAI. GPT-4 Technical Report. 2023. 100 p.
[6] Feng F., Yang Y., Cer D., Arivazhagan N., Wang W. Language-agnostic BERT Sentence
Embedding // Proceedings of the 60th Annual Meeting of the Association for Computational
Linguistics. 2022. P.878–891.
[7] Cohen J.A Coefficient of Agreement for Nominal Scales // Educational and Psychological
Measurement.1960. Vol.20.No.1. P.37–46.
[8] Biber D.,Reppen R. The Cambridge Handbook of English Corpus Linguistics. Cambridge:
Cambridge University Press, 2015. 623 p
