Искусственный интеллект и машинное обучение

Научная статья

Обучение больших языковых моделей обработке русских глагольно-именных коллокаций

Вера Павловна Краснобаева

	Университет ИТМО, Санкт-Петербург, Россия
	krasnobaevavera2022@gmail.com

Аннотация. Некомпозициональная лексика— коллокации, идиомы, глагольно-именные сочетания— остаётся слабым местом больших языковых моделей (LLM), особенно для морфологически богатых языков, таких как русский, где граница между композициональным и некомпозициональным прочтением градуальна. Русские глагольно-именные коллокации рассматриваются как контролируемый полигон для изучения этой границы.

Построен методологически сбалансированный датасет из 3 264 выражений на основе 479 глаголов с равным числом коллокаций и композициональных сочетаний и балансом классов для каждого глагола; над одними и теми же выражениями определены три подзадачи: бинарная классификация, перефразирование одним глаголом и заполнение пропуска. Семь мультиязычных и русскоязычных LLM оценены в режимах zero-shot, one-shot и few-shot; две модели среднего размера дообучены методом LoRA в мультизадачной постановке.

Базовые модели классифицируют выражения на уровне, близком к случайному, и неустойчивы в генерации; размер и языковая специализация помогают, но не устраняют разрыв. Дообучение повышает точность классификации примерно с 53 до 80%, а на генеративных подзадачах дообученная модель на 8 млрд параметров сравнивается с гораздо более крупными моделями или превосходит их.

Статья является расширенной версией статьи, опубликованной в трудах конференции «Диалог-2026»; датасет и код находятся в открытом доступе. (Связанные тексты статьи на английском и на русском языках).

Ключевые слова: глагольно-именные коллокации, некомпозициональность, распознавание идиоматичности, большие языковые модели, параметрически эффективное дообучение, LoRA, перефразирование, заполнение пропусков, обработка русского языка

Для цитирования: Краснобаева В. П. Обучение больших языковых моделей обработке русских глагольно-именных коллокаций // Программные системы: теория и приложения. 2026. Т. 17. № 5. С. 3–42. (Англ., Рус.). https://psta.psiras.ru/2026/5_3-42.

Полный текст двуязычной статьи (PDF): https://psta.psiras.ru/read/psta2026_5_3-42.pdf (клик по флажку в верхнем колонитуле переключит язык страницы).

Русскоязычная часть оригинальной двуязычной статьи (PDF): https://psta.psiras.ru/read/psta2026_5_3-42-ru.pdf.

Статья поступила в редакцию 11.10.2026; одобрена после рецензирования 13.10.2026; принята к публикации 17.10.2026; опубликована онлайн 06.11.2026.