Моделирование семантических отношений в атрибутивных словосочетаниях с неоднозначными определениями

Gespeichert in:
Bibliographische Detailangaben
Titel: Моделирование семантических отношений в атрибутивных словосочетаниях с неоднозначными определениями
Verlagsinformationen: inScience, 2025.
Publikationsjahr: 2025
Schlagwörter: определение, когнитивная лингвистика, неоднозначность, семантические отношения, атрибутивные словосочетания, корпусный анализ, лингвистическое моделирование
Beschreibung: 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.
Publikationsart: Article
Sprache: Russian
DOI: 10.5281/zenodo.15565460
Rights: CC BY
Dokumentencode: edsair.doi...........eb29905f46c38f1fd4209f499a1ed4c5
Datenbank: OpenAIRE
Beschreibung
Abstract: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