Архив статей

В статье описывается структурно-семантическая и прагматическая специфика словообразовательных моделей спортивной лексики английского и немецкого языков. Актуальность исследования обусловлена динамичным развитием спортивной лексической системы, связанным прежде всего с динамикой развития спортивной коммуникации и обслуживаюшей его лексикой, характеризующейся высоким словообразовательным потенциалом в сопоставляемых языках. Особый интерес в этой области представляют собой исследования, выполненные на материале английского и немецкого языков как представителей лингвокультур, для которых спорт в целом и футбол в частности имеют высокую значимость. В проводимом исследовании анализируется частотность продуктивных моделей образования лексических единиц спортивной тематики в английском и немецком языках на материале статей периодических онлайн-изданий, посвященных Чемпионату Европы по футболу 2024 года, что позволяет установить актуальные тенденции в варьировании реализации словообразовательных моделей, структурные особенности и семантические функции лексики спортивных подъязыков. Устанавливается семантическое содержание единиц спортивной лексики, репрезентующих продуктивные словообразовательные модели в рассматриваемых языках. Путем выявления оценочных, эмотивных и экспрессивных компонентов понятийного содержания определяется прагматический потенциал словообразовательных моделей спортивной лексики. Проводимое исследование вносит вклад в сопоставительное изучение словообразовательных систем английского и немецкого языков, а также расширяет лингвистические представления о лексическом аспекте современного спортивного дискурса.

Компьютерная лингвистика - область исследования, неразрывно связанная с автоматической обработкой текстов на естественном языке. В последние годы она стала особенно актуальной благодаря развитию новых технологий, таких как модели генеративных предобученных трансформеров (GPT). Эти модели способны обрабатывать долгосрочные зависимости в тексте, что делает их перспективными для поиска коллокаций - семантически связанных словосочетаний. Цель исследования заключается в сравнении эффективности двух методов поиска коллокаций: статистической обработки естественного языка (Statistical NLP) и GPT-4 Turbo. Для этого была разработана программа, использующая меру статистической зависимости PMI, и проведен сравнительный анализ с результатами GPT-модели. Материалом исследования послужила статья 5 Европейской конвенции по правам человека. Оценка особенностей и возможностей применения методов автоматизации поиска коллокаций в тексте в виде статистической обработки текстов естественного языка и модели генеративного предобученного трансформера (GPT) в контексте автоматизации лингвистических исследований позволяет лучше понять разнообразие подходов и сгенерировать наиболее подходящий метод автоматизации поиска коллокаций в тексте для своих собственных исследований. В ходе исследования описываются отличия в подходе к анализу и пониманию текстов на естественном языке в случае выбора метода, использующего модель GPT, и метода статистической обработки текстов на естественном языке и проводится сопоставительный анализ полученных результатов. Оба подхода имеют свои преимущества и ограничения, и выбор между ними зависит от конкретных задач и ресурсов. В некоторых случаях комбинирование этих методов может привести к лучшим результатам в обработке текстов на естественном языке.