Искусственный интеллект и машинное обучение
Научная статья
Выбор и настройка гранулярности значений в задаче выявления лексико-семантических изменений
Денис Владиславович Кокосинский1
, Доминик Шлехтвег2, Николай Викторович Арефьев3
| 1 | Московский государственный университет имени М. В. Ломоносова, Москва, Россия |
| 2 | Университет Штутгарта, Штутгарт, Германия |
| 3 | Университет Осло, Осло, Норвегия |
| 1 |
|
Аннотация. Изучение того, как меняются значения слов, является давней задачей лингвистики. Мы представляем автоматический подход, который группирует употребления слова в кластеры, соответствующие его значениям, и измеряет, как частота употребления этих значений меняется между историческими периодами. Метод следует устоявшимся процедурам, используемым для создания современных вручную аннотированных языковых ресурсов (Diachronic Word Usage Graphs), и позволяет пользователям настраивать степень укрупнения или детализации значений. Мы также вводим новую метрику, специально адаптированную для диахронических графов словоупотреблений и позволяющую надежно оценивать качество кластеров.
На данных нескольких языков предложенный подход показывает результаты на уровне существующих альтернатив, а часто и лучше их, сохраняя при этом ясные и интерпретируемые выходные данные, которые показывают, какие значения слова вносят вклад в семантическое изменение. (Связанные тексты статьи на английском и на русском языках).
Ключевые слова: выявление лексико-семантических изменений, диахронические графы словоупотреблений, индукция значений слов
Для цитирования: Кокосинский Д. В., Шлехтвег Д., Арефьев Н. В. Выбор и настройка гранулярности значений в задаче выявления лексико-семантических изменений // Программные системы: теория и приложения. 2026. Т. 17. № 2. С. 103–146. (Англ., Рус.). https://psta.psiras.ru/2026/2_103-146.
Полный текст двуязычной статьи (PDF): https://psta.psiras.ru/read/psta2026_2_103-146.pdf (клик по флажку в верхнем колонитуле переключит язык страницы).
Русскоязычная часть оригинальной двуязычной статьи (PDF): https://psta.psiras.ru/read/psta2026_2_103-146-ru.pdf.
Статья поступила в редакцию 18.02.2026; одобрена после рецензирования 23.04.2026; принята к публикации 22.05.2026; опубликована онлайн 07.06.2026.


