|
Лицензионное соглашение об использовании научных материалов.
|
|
|
Верификация параметров семантического сдвига на базе больших языковых моделей
|
Тимофеев Никита Сергеевич
Тюменский государственный университет
|
|
Дата поступления рукописи в редакцию:
22 мая 2026
г.
|
|
Аннотация.
Цель исследования – верификация способности больших языковых моделей к распознаванию диахронических семантических сдвигов и определению лежащих в их основе семантических механизмов. В статье рассматриваются возможности моделей GPT-5.2 и Claude Opus 4.5 выявлять семантические сдвиги на материале данных Oxford English Dictionary. Проведен сравнительный анализ эффективности моделей в распознавании семантических сдвигов, обусловленных различными параметрами: изменением оценочности, изменением объема понятия, метафоризацией и метонимизацией. Научная новизна исследования заключается в определении границ применимости общедоступных больших языковых моделей в дифференциации системных параметров семантического сдвига без их предварительного обучения. В результате установлено, что тестируемые модели успешно верифицируют трансформации денотативного компонента значения, обусловленные изменениями в лексической дистрибуции. Вместе с тем выявление сдвигов на уровне коннотативной семантики, не закрепленных в эксплицитных лексических маркерах, представляет собой нерешенную проблему.
|
Ключевые слова и фразы:
семантический сдвиг
большие языковые модели
диахроническая семантика
компьютерная лингвистика
семантические параметры
semantic shift
large language models
diachronic semantics
computational linguistics
semantic parameters
|
|
Открыть
полный текст статьи в формате PDF. Бесплатный просмотрщик PDF-файлов можно скачать здесь.
|
|
Список литературы:
- Арнольд И. В. Семантика. Стилистика. Интертекстуальность: сборник статей / науч. ред. П. Е. Бухаркин. СПб.: Изд-во С.-Петерб. ун-та, 1999.
- Дрожащих Н. В., Ефимова Е. В. Лемматизация малоресурсных языков в диахронической лингвистике: проблемы и решения // Известия Российского государственного педагогического университета им. А. И. Герцена. 2025. № 217. https://doi.org/10.33910/1992-6464-2025-217-302-311
- Baugh A. C., Cable T. A History of the English Language. 5th ed. L.: Routledge, 2002.
- Bochkarev V. V., Khristoforov S. V., Shevlyakova A. V., Solovyev V. D. Neural Network Algorithm for Detection of New Word Meanings Denoting Named Entities // IEEE Access. 2022. Vol. 10.
- Camboim de Sá J., Anastasiou D., Silveira M. da, Pruski C. Socio-cultural adapted chatbots: Harnessing knowledge graphs and large language models for enhanced context awareness // Proceedings of the 1st Workshop on Towards Ethical and Inclusive Conversational AI: Language Attitudes, Linguistic Diversity, and Language Rights (TEICAI 2024). 2024. https://aclanthology.org/2024.teicai-1.4/
- Cambria E., Mao R., Chen M., Wang Z., Ho S.-B. Seven pillars for the future of artificial intelligence // IEEE Intelligent Systems. 2023. Vol. 38. https://doi.org/10.1109/mis.2023.3329745
- Caruccio L., Cirillo S., Polese G., Solimando G., Sundaramurthy S., Tortora G. Claude 2.0 large language model: Tackling a real-world classification problem with a new iterative prompt engineering approach // Intelligent Systems with Applications. 2024. Vol. 21. https://doi.org/10.1016/j.iswa.2024.200336
- Corrie M. Middle English – Dialects and Diversity // The Oxford English History of English / ed. by L. Mugglestone. Oxford: Oxford University Press, 2006.
- Geeraerts D. Theories of Lexical Semantics. Oxford: Oxford University Press, 2010. https://doi.org/10.1093/acprof:oso/9780198700302.001.0001
- Hengchen S., Tahmasebi N., Schlechtweg D., Dubossarsky H. Challenges for computational lexical semantic change // arXiv. 2021. https://doi.org/10.48550/arXiv.2101.07668
- Hughes G. Words in Time: A Social History of the English Vocabulary. Oxford: Basil Blackwell, 1988.
- Lakoff G., Johnson M. Metaphors we live by. Chicago: University of Chicago Press, 1980.
- Langacker R. Foundations of Cognitive Grammar: Theoretical Prerequisites. Stanford, CA: Stanford University Press, 1987. Vol. 1.
- Münker S., Kugler K., Rettinger A. Zero-shot prompt-based classification: topic labeling in times of foundation models in German Tweets // Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics. 2025. Vol. 4.
- Navigli R. Word sense disambiguation: A survey // ACM Computing Surveys. 2009. Vol. 41.
- Oxford English Dictionary. 2nd ed. CD-ROM version 4.0. Oxford University Press, 2009.
- Periti F., Montanelli S. Lexical Semantic Change through Large Language Models: a Survey // ACM Computing Surveys. 2024. Vol. 56. No. 11. Art. 282.
- Qiu W., Xu Y. HistBERT: A Pre-trained Language Model for Diachronic Lexical Semantic Analysis // arXiv. 2022. https://doi.org/10.48550/arXiv.2202.03612
- Rodina J., Trofimova Y., Kutuzov A., Artemova E. ELMo and BERT in Semantic Change Detection for Russian // Analysis of Images, Social Networks and Texts. 2021. Vol. 12602. https://doi.org/10.1007/978-3-030-72610-2_13
- Rosch E., Lloyd B. B. Cognition and Categorization. L.: Routledge, 1978.
- Sparkman M., Witt A. Claude AI and Literature Reviews: An Experiment in Utility and Ethical Use // Library Trends. 2025. Vol. 73. Iss. 3. https://doi.org/10.1353/lib.2025.a961199
- Tahmasebi N., Borin L., Jatowt A. Survey of computational approaches to lexical semantic change // arXiv. 2018. https://doi.org/10.48550/arXiv.1811.06278
- Townend M. Contacts and Conflicts: Latin, Norse and French // The Oxford English History of English / ed. by L. Mugglestone. Oxford: Oxford University Press, 2006.
- Ullman S. Semantics. An Introduction to the Science of Meaning. Barnes & Noble, 1962.
- Wang R., Choi M. Large Language Models on Lexical Semantic Change Detection: An Evaluation // arXiv. 2023. https://doi.org/10.48550/arXiv.2312.06002
- Zhou W., Tahmasebi N., Dubossarsky H. The Finer They Get: Combining Fine-Tuned Models for Better Semantic Change Detection // Proceedings of the 24th Nordic Conference on Computational Linguistics (NoDaLiDa). Tórshavn, Faroe Islands: University of Tartu Library, 2023.
|
|
