Сравнительный анализ понимания текста человеком и искусственным интеллектом

Обложка

Цитировать

Полный текст

Аннотация

Цель исследования – систематизация и обобщение когнитивного процесса понимания текста человеком и искусственным интеллектом. В статье проводится сравнительный анализ с использованием конкретной модели понимания текста, обосновывается важность контекста и субъективного восприятия. Психолингвистический анализ помогает описать когнитивные процессы понимания текста человеком. Компьютерный анализ дает описание алгоритмов машинного обучения и искусственных нейронных сетей. В результате сравнительного анализа выявляется, что понимание текста человеком включает в себя не только рациональный анализ, но и культурный, эмоциональный и индивидуальный опыт. Человек в отличие от искусственного интеллекта способен к более глубокой интерпретации семантического и эмоционального содержания текста.

Об авторах

Олеся Мироновна Куницына

Московский государственный лингвистический университет

Автор, ответственный за переписку.
Email: kunitsyna_mglu@mail.ru

кандидат филологических наук, доцент кафедры лингвистики и профессиональной коммуникации в области права Института международного права и правосудия

Россия

Список литературы

  1. Горожанов А. И., Гусейнова И. А. Прикладные аспекты анализа и интерпретации текстов (на материале немецкого и русского языков). Казань: Бук, 2021.
  2. Сонин А. Г. Понимание поликодовых текстов: когнитивный аспект. М.: Институт языкознания РАН, 2005.
  3. Ван Дейк Т. А., Кинч В. Стратегии понимания связного текста // Новое в зарубежной лингвистике. 1988. Вып. 23. Когнитивные аспекты языка. С. 153–212.
  4. Stöckl H. Multimodales Verstehen – Zwischen Zeichensystemwissen und Textsortenkompetenz// Verstehen und Verständigung. Intermediale, multimodale und interkulturelle Aspekte von Kommunikation und Ästhetik / Hrsg. Sachs-Hombach Klaus. Köln: Halem, 2016
  5. Дзялошинский И. М. Когнитивные процессы человека и искусственный интеллект в контексте цифровой цивилизации. М.: Ай Пи Ар Медиа, 2022.
  6. Funk M. Künstliche Intelligenz, Verkörperung und Autonomie. Springer Vieweg Wiesbaden, 2023.
  7. Richter T., Schnotz W. Textverstehen // Handwörterbuch Pädagogische Psychologie / Hrsg. D. Rost & J. Sparfeldt. Weinheim: Beltz, 2018.
  8. Ovchinnikova E. Integration of world knowledge for natural language understanding. Paris: Atlantis Press, 2012.
  9. Максимов Ю. В., Клышинский Э.С., Антонов Н. В. Проблема понимания в системах искусственного интеллекта // Новые информационные технологии в автоматизированных системах. 2016. № 19. C. 43–60.
  10. Горожанов А. И., Гусейнова И. А., Степанова Д. В. Инструментарий автоматизированного анализа перевода художественного произведения // Вопросы прикладной лингвистики. 2022. № 45. С. 62–89. doi: 10.25076/vpl.45.03.
  11. Вангаева Ф. М., Тайсумова Х. В. Проблемы обучаемости искусственного интеллекта и обучаемости искусственным интеллектом // В поисках социальной истины: материалы II Международной научно-практической конференции. 2020. С. 308–311.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).