Падерина Татьяна Сергеевна – Младший научный сотрудник
Иркутск
Paderina Tatiana Sergeevna – Junior Researcher
Irkutsk
Статья посвящена описанию теоретических и прикладных положений первоначального этапа работы по автоматическому извлечению терминов из научных текстов. Данный этап работы является частью государственного задания научной лаборатории лингво-педагогических исследований по теме «Лингвосемиотическая гетерогенность научной картины мира: теоретическое и лингводидактическое описание». Цель исследования заключается в извлечении терминов из подготовленного корпуса научных текстов, относящихся к определенной предметной области. Для этого был использован корпус научных текстов по направлению Науки о Земле, подготовленный методом случайной выборки при помощи приложения Semantic Scholar. Извлечение терминов при помощи автоматической обработки текстов (АОТ) является перспективным направлением исследования, так как позволяет упростить процесс создания терминосистем или составления онтологии для узкоспециализированных предметных областей. В условиях быстро меняющегося потока информации данный вид работы с текстами, безусловно остается актуальным направлением и позволяет быстрее и эффективнее обрабатывать большие объемы материалов. Однако, необходимо отметить, что автоматическое извлечение терминов (АОТ) не всегда является точным и может содержать ошибки. Поэтому, важно проводить дополнительную проверку и корректировку полученных результатов. Перспективы исследования связаны с совершенствованием существующих инструментов автоматической обработки текстов (АОТ). Кроме этого, анализ извлеченных терминов позволил нам сформировать основу для дальнейших практических исследований по созданию цифрового продукта (цифровой модели определенных терминосистем) для хранения, систематизации и использования терминосистем по определённой узкоспециализированной предметной области.
The article describes the theoretical and applied provisions of the initial stage of work on automatic extraction of terms from scientific texts. This stage of the work is a part of the state assignment of the Scientific Laboratory of Linguistic and Pedagogical Research on "Linguosemiotic heterogeneity of scientific picture of the world: theoretical and linguodidactic description". The aim of the research is to extract terms from a prepared corpus of scientific texts relating to a particular subject area. For this purpose, a corpus of scientific texts in the field of Earth Sciences, prepared by random sampling using the Semantic Scholar application, was used. The term extraction by automatic text processing (ATP) is a promising area of research as it simplifies the process of creating terminology systems or ontologies for highly specialized subject areas. With the rapidly changing flow of information, this type of work with texts is undoubtedly still relevant and allows for faster and more efficient processing of large volumes of material. However, it should be noted that automatic term extraction is not always accurate and may contain some errors. Therefore, it is important to carry out additional verification and correction of the results obtained. Prospects for the study are related to the improvement of existing automatic text processing tools. In addition, the analysis of the extracted terms has enabled us to form the basis for further practical research into the creation of a digital product (a digital model of certain terminology systems) for the storage, systematization and use of terminology systems for a certain highly specialized subject area.
The authors declare that there are no conflicts of interest present.