Моделирование семантических отношений в атрибутивных словосочетаниях с неоднозначными определениями

Uloženo v:
Podrobná bibliografie
Název: Моделирование семантических отношений в атрибутивных словосочетаниях с неоднозначными определениями
Informace o vydavateli: inScience, 2025.
Rok vydání: 2025
Témata: определение, когнитивная лингвистика, неоднозначность, семантические отношения, атрибутивные словосочетания, корпусный анализ, лингвистическое моделирование
Popis: В статье рассматривается проблема моделирования семантических отношений в атрибутивных словосочетаниях с неоднозначными определениями. Особое внимание уделяется способам выявления и интерпретации многозначных определений, их роли в построении смысла словосочетания, а также методам формализации этих отношений на основе современных лингвистических и когнитивных моделей. Проведен обзор подходов к изучению семантических отношений в русском языке и других языках, предложена методология анализа неоднозначных атрибутивных конструкций с использованием корпусных данных и компьютерных моделей. Результаты демонстрируют эффективность предложенного подхода для более точного понимания и автоматической обработки неоднозначных словосочетаний. Выводы могут быть применены в задачах машинного перевода, информационного поиска и обработки естественного языка.
Druh dokumentu: Article
Jazyk: Russian
DOI: 10.5281/zenodo.15565460
Rights: CC BY
Přístupové číslo: edsair.doi...........eb29905f46c38f1fd4209f499a1ed4c5
Databáze: OpenAIRE
Popis
Abstrakt:В статье рассматривается проблема моделирования семантических отношений в атрибутивных словосочетаниях с неоднозначными определениями. Особое внимание уделяется способам выявления и интерпретации многозначных определений, их роли в построении смысла словосочетания, а также методам формализации этих отношений на основе современных лингвистических и когнитивных моделей. Проведен обзор подходов к изучению семантических отношений в русском языке и других языках, предложена методология анализа неоднозначных атрибутивных конструкций с использованием корпусных данных и компьютерных моделей. Результаты демонстрируют эффективность предложенного подхода для более точного понимания и автоматической обработки неоднозначных словосочетаний. Выводы могут быть применены в задачах машинного перевода, информационного поиска и обработки естественного языка.
DOI:10.5281/zenodo.15565460