Pan-Art Pedagogy. Theory & Practice Philology. Theory & Practice Manuscript

Archive of Scientific Articles

ISSUE:    Philology. Theory & Practice. 2026. Volume 19. Issue 10
COLLECTION:    Applied Linguistics

All issues

License Agreement on scientific materials use.

Grouping tokens in a balanced linguistic corpus based on semantic criteria

Alexey Ivanovich Gorozhanov
Moscow State Linguistic University
Submitted: October 20, 2026
Abstract. The aim of the study is to develop a procedure for grouping tokens from a balanced linguistic corpus based on their lexical meaning. The scientific novelty lies in the first-time fully automated testing – using the “Balanced Linguistic Corpus Generator and Corpus Manager” software package – of a technology for identifying the meanings of lexical units; this establishes principles for constructing semantic series by leveraging managed artificial intelligence tools within a corpus-based framework. As a result, software code was written and integrated into the corpus manager, enabling the automatic generation of over 1,700 relevant noun groups (ranging from 2 to 174 units), over 650 adjective groups (from 2 to 79 units), and over 460 verb groups (from 2 to 12 units) from a German-language news corpus comprising about 4.18 million tokens.
Key words and phrases:
корпусная лингвистика
сбалансированный лингвистический корпус
семантические признаки
векторное представление слов
новостной текст
corpus linguistics
balanced linguistic corpus
semantic features
word embedding
news text
Reader Open the whole article in PDF format. Free PDF-files viewer can be downloaded here.
References:
  1. Арабов М. К., Седых В. В. Сравнительный анализ методов моделирования семантических представлений слов в условиях ограниченных языковых ресурсов: случай таджикского языка // Научно-технический вестник Поволжья. 2025. № 6.
  2. Бондарчук Г. Г., Грачев Г. В. Функционирование английских наименований питания в современном общественно-политическом дискурсе // Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2024. № 13 (894).
  3. Вершинин В. Е. Разработка рекуррентно-сверточной нейросетевой модели для оценки эмоциональной окраски текста // Известия Института инженерной физики. 2022. № 3 (65).
  4. Ермолова К. А. Глагольная (предикативная) сочетаемость существительного «театр» как вершины лексико-семантического поля «театр» // Филологический вестник. 2026. Т. 5. № 4. https://doi.org/10.66621/2949-4656-2026-5-4-114-121
  5. Каменский М. В., Бредихин С. Н. Алгоритмические процедуры идентификации рекламных текстов в дискурсивном пространстве средств массовой информации // Вестник Волгоградского государственного университета. Серия 2: Языкознание. 2025. Т. 24. № 1. https://doi.org/10.15688/jvolsu2.2025.1.6
  6. Кожахметова А. С., Казкенова А. К. Мультиязычная база данных «Эмоции в метафорическом представлении»: принципы создания и возможности использования // Вопросы лексикографии. 2025. № 38. https://doi.org/10.17223/22274200/38/4
  7. Колосов А. М., Майсурадзе А. И. Улучшение качества векторных представлений слов за счёт использования нескольких источников представлений // Интеллектуальные системы. Теория и приложения. 2026. Т. 30. № 1.
  8. Кузина М. А. Семантическая разметка как инструмент анализа манипулятивных тактик в немецкоязычном идеологическом дискурсе // Когнитивные исследования языка. 2026. № 1 (66).
  9. Михеев А. А., Ярыгина Е. С. Концепция моделирования семантической разметки корпусов текстов на базе событийной онтологии // Русский лингвистический бюллетень. 2024. № 1 (49). https://doi.org/10.18454/RULB.2024.49.37
  10. Нимаева С. С. Темпоральные и модальные значения в семантике слова «вдруг» // Вестник Бурятского государственного университета. Филология. 2026. № 2. https://doi.org/10.18101/2686-7095-2026-2-26-35
  11. Писарик О. И. Репрезентация сферы «культура и искусство» в корпусе современных средств массовой информации ФРГ // Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2024. № 11 (892).
  12. Рахилина Е. В., Плунгян В. А. О цифровой лексикографии // Труды института русского языка им. В. В. Виноградова. 2025. № 1. https://doi.org/10.31912/pvrli-2025.1.32
  13. Степанова Д. В. Лексема “Security” («Безопасность») в новостном дискурсе: от частотности к смыслам (корпусное исследование) // Актуальные проблемы филологии и педагогической лингвистики. 2026а. № 2. https://doi.org/10.29025/2079-6021-2026-2-218-229
  14. Степанова Д. В. Особенности употребления лексемы «терпимость» в СМИ ФРГ и США (корпусное исследование) // Изоморфные и алломорфные признаки языковых систем: сборник научных статей. Ставрополь: Параграф, 2026b. Вып. 8.
  15. Степанова Д. В. Презентация существительных семантического ряда «традиционные энергоносители» в современных СМИ ФРГ (на материале текстов газеты «Франкфуртер Альгемайне Цайтунг») // Филологические науки в XXI веке: актуальность, многополярность, перспективы развития: сборник научных трудов. Краснодар: Кубанский государственный университет, 2024а.
  16. Степанова Д. В. Разработка метода генерации лингвистического корпуса инструментами обработки естественного языка ход и результаты международного проекта // Язык-Семиотика-Культура: сборник научных статей по итогам международной научной конференции: в 2 ч. (г. Минск, 20-21 ноября 2023 г.). Мн.: Минский государственный лингвистический университет, 2024b.
  17. Чжао М. Динамика семантического поля «чистота» в условиях цифровизации: диахронический анализ на данных НКРЯ // Современный ученый. 2025. № 11.
  18. Шуйская Ю. В. Семантический сдвиг в значении слова «благотворительный» и его производного: институциональный фактор // Litera. 2026. № 4. https://doi.org/10.25136/2409-8698.2026.4.79124
  19. Seisebayev A. Zh., Suleimenova E. D. Corpus-Based Study of English Oxymorons: Typology, Semantics, and Contextual Verification // Journal of Siberian Federal University. Humanities and Social Sciences. 2026. Vol. 19. No. 5.
All issues


© 2006-2025 GRAMOTA Publishing