В эпоху глобализации и активного взаимодействия носителей языка с представителями разных культур пополнение словарного состава иноязычными словами становится ключевым фактором развития и обогащения языковой системы. Однако в связи с увеличением объёма текстовых данных ручной анализ и поиск лексических единиц становятся менее эффективным и времязатратным. Это делает актуальным применение методов автоматической обработки естественного языка (NLP) для извлечения заимствований. Цель – рассмотреть несколько подходов автоматического извлечения лексических единиц с 1986 по настоящее время, а также разработать алгоритм для решения данной задачи. Материал исследования представлен собранным корпусом из 22348 английских предложений, полученных с сайтов 11 ведущих университетов Австрии, Германии и России. Для проверки результатов использовались 47 новых предложений. Дополнительно были сгенерированы 1318 новых предложений, содержащих немецкие заимствования с помощью чат-ботов. Методы – в исследовании использовалась мультиязыковая модель “bert-base-multilingual-cased”. Производилась разметка корпуса с использованием двух тегов, обозначающих наличие/отсутствие немецкого заимствования в предложении. Затем осуществлялось дообучение модели на размеченном корпусе и на дополнительно сгенерированных предложениях. Результаты исследования показывают, что современные подходы позволяют достичь высокой точности, однако остаются трудности, связанные с работой моделей с различными языковыми парами и улучшением их производительности. Кроме того, описан алгоритм автоматического извлечения немецких заимствований из английских предложений с помощью дообученной на 900 текстах модели BERT. Модель показала высокие результаты и смогла успешно распознать 30 из 43 слов немецкого происхождения.