Корзина пуста.
Войти

Analyzing the potential of using large language models for languages of peoples of the Russian Federation and the CIS in the modern digital space

Новикова М.Л., Новиков Ф.Н.
$2.50

УДК 81`2:004.8

DOI 10.20339/PhS.6s-23.003     

 

Новикова Марина Львовна,

доктор филологических наук,

профессор кафедры русского языка и лингвокультурологии

Российский университет дружбы народов имени Патриса Лумумбы

e-mail: novikova-ml@rudn.ru

Новиков Филипп Николаевич,

кандидат филологических наук,

доцент кафедры иностранных языков

Российский университет дружбы народов имени Патриса Лумумбы

e-mail: philippnovikov@gmail.com

 

 

В период 2022–2023 гг. прогресс в области развития больших языковых моделей, основанных на технологиях машинного обучения и нейросетей, также именуемых искусственным интеллектом, вышел на беспрецедентно высокий уровень и позволил совершить качественный скачок, необходимый для использования алгоритмов обработки естественного языка в научной среде и повседневной жизни. В работе рассматриваются потенциал и актуальные проблемы использования данных технологий применительно к языкам народов РФ и СНГ в современном цифровом пространстве. Исследование затрагивает такие сферы, как перевод, лингвистический анализ, популяризация языков, разработка оригинальных языковых онлайн-сервисов.

Ключевые слова: искусственный интеллект, машинное обучение, языки народов России, большие языковые модели.

 

Литература

1. Авраменко А.П., Тишина М.А. Дидактический потенциал лингвистических корпусов на базе технологий искусственного интеллекта для адаптации учебных материалов // Вестник Московского государственного областного университета. Серия: Педагогика. 2023. № 1. С. 29–38.

2. Бахтикиреева У.М. «Младописьменные языки»: о релевантности термина по отношению к тюркским языкам // Сохранение и развитие языков и культур коренных народов Сибири. Абакан, 2022. C. 7–12.

3. Бахтикиреева У.М. Размышления о билингвизме и трансъязычии // Лингвистика в диалоге с другими областями знаний: юрислингвистика и дискурсивная лингвистика, коммуникативная лингвистика и лингвокультурология. Витебск: ВГУ им. П.М. Машерова, 2022. C. 6–12.

4. Бурнашев Р.Ф., Аламова А.С. Квантитативная лингвистика и искусственный интеллект // Science and Education. 2022. № 3 (11). C. 1390–1402.

5. Athaluri S.A., Manthena S.V., Kesapragada V.K.M. Exploring the boundaries of reality: investigating the phenomenon of artificial intelligence hallucination in scientific writing through ChatGPT references. DOI 10.7759/cureus.37432 // Cureus. 2023. No. 15 (4).

6. Is it possible to preserve a language using only data? / J. Bensemann, J. Brown, M. Witbrock, V. Yogarajan. DOI 10.1111/cogs.13300 // Cognitive Science. 2023. No. 47 (6).

7. Biswas S. Role of Chat GPT in computer programming: Chat GPT in computer programming. DOI 10.58496/MJCSC/2023/002 // Mesopotamian Journal of Computer Science. 2023. March. P. 8–16.

8. How good are gpt models at machine translation? A comprehensive evaluation / A. Hendy, M. Abdelrehim, A. Shara et al. DOI 10.48550/arXiv.2302.09210 // arXivLabs. 2023. arXiv:2302.09210.

9. Hutchin W.J. Machine translation: History of research and applications // Routledge encyclopedia of translation technology. 2023. P. 128–144.

10. Low D.S., Mcneill I., Day M.J. Endangered languages: A sociocognitive approach to language death, identity loss, and preservation in the age of artificial intelligence. DOI 10.2478/sm-2022-0011 // Sustainable Multilingualism. 2022. Vol. 21. P. 1–25.

11. Probing GPT-3’s linguistic knowledge on semantic tasks / L. Zhang, M. Wang, L. Chen, W. Zhang // Proceedings of the Fifth Blackbox NLP Workshop on Analyzing and Interpreting Neural Networks for NLP. 2022. P. 297–304.