речевая системность

В статье исследуется применение большой языковой модели (БЯМ) при решении задачи идентификации речевых жанров. Искусственные нейронные сети, эффективно используемые во многих важных областях, имеют, однако, серьезный недостаток: механизм их функционирования скрыт от исследователей. Поэтому результаты их применения не получают объяснения. Цель работы – определить базовые закономерности функционирования лингвистического модуля БЯМ (глубокой нейронной сети с архитектурой «Трансформер») и тем самым обеспечить интерпретируемость предоставляемых ею данных.

Вторая статья цикла, посвященного проблеме связи жанроведения и лингвистики. В предыдущей статье обсуждался вопрос «Что дало жанроведение лингвистике?». Обсуждаются лингвистические методы, используемые в ТРЖ: традиционные для лингвистики, начиная с описательного метода и его позднейших разновидностей - структурных - и менее традиционные (компонентный анализ, метод непосредственных составляющих, генеративный метод, метод описания внешних и глубинных содержательных структур, метод семантических полей). ТРЖ рассматривается в связи с лингвистическими парадигмами.

В статье обосновывается положение о том, что жанр речи как относительно устойчивая форма ментальной деятельности, реализуемая в тексте, может рассматриваться в качестве объекта когнитивного моделирования. Проведен обзор концепций дискурса, используемых в компьютерном анализе текстов.