Диссертации, представленные на защиту и подготовленные в НИУ ВШЭ

Диссертация посвящена исследованию метафоры как инструмента конструирования дискурса о детстве в современной англоязычной культуре. Утверждается, что детство представляет собой не просто начальный этап жизни человека, а сложный социокультурный конструкт, формируемый, в том числе, с помощью метафор, источниками которых служат религиозные, философские, психологические, литературные и медийные тексты. Работая в рамках когнитивно-дискурсивной парадигмы, автор выявляет исторические корни основных метафор, таких как «ребёнок как tabula rasa», «детство как сад», а также современные метафоры, например, «родительство как проект». Особое внимание уделяется эмпирическому исследованию, проведенному среди британских и американских респондентов и выявляющему культурные различия и общие тенденции в использовании этих метафор. Показано, как метафоры влияют на общественные установки, образовательные подходы и родительские практики в современных англоязычных обществах. Диссертация сочетает теоретические разработки концептуальной теории метафоры Дж.  Лакоффа и М. Джонсона с актуальными метафорологическими подходами, а также историко-культурный анализ с анализом эмпирических данных, что позволяет связать историческое развитие метафор с той ролью, которую они играют в современных дискурсивных практиках. Исследование вносит вклад в понимание роли метафор в формировании и трансформации культурных представлений о детстве, предоставляя теоретическую базу для дальнейших исследований в области лингвистики, педагогики и межкультурной коммуникации.

Настоящая диссертация посвящена синтаксическим феноменам, наблюдаемым в конструкциях спецификации с личными именами и топонимами в типологической перспективе. Под конструкциями спецификации понимаются конструкции, состоящие из имени нарицательного и имени собственного, которые относятся к одному референту (ср. русс. «поэт Вознесенский», «на озере Байкал»). В работе представлена типология морфоссинтаксических стратегий, которые используются для выражения отношения спецификации в 94 языках генетически и ареально сбалансированной выборки. Среди этих стратегий — соположение, атрибутивная стратегия (посессивного и непосессивного типа), релятивизация, маркеры цитации и использование специальных маркеров спецификации. В диссертации показано, что атрибутивная стратегия и соположение находятся в конкуренции в отдельных языках. При этом выбор стратегии в типологической перспективе определяется лексически. Другие факторы, влияющие на выбор стратегии, отдельно обсуждаются на корпусных данных русского языка в отношении конструкций без несомненных имен собственных (ср. «понятие честь» vs. «понятие чести»). К таким факторам относятся: метаязыковая интерпретация частей конструкции, наличие валентностей на аргумент с ролью спецификатора и частотность. К другим областям вариативности, исследованным в настоящей диссертации, относятся порядок слов и дистрибуция падежных аффиксов (в частности, падежное согласование и отсутствие согласования) в конструкциях спецификации. Феномен опционального падежного согласования в конструкциях спецификации в настоящей диссертации изучается на корпусном материале славянских языков — главным образом, на материале русского языка, но также украинского, белорусского, польского, чешского, хорватского и словенского языков. Для всех языков рассматривается сопоставимый список факторов, влияющих на выбор паттерна падежного кодирования: тип нарицательного существительного, падеж, свойства основы имени собственного, числовые и родовые характеристики имени собственного и совпадение (несовпадение) этих характеристик у членов конструкции, частотность и диахронические изменения. Анализ представленных факторов проводится с использованием логистической регрессионной модели.

Диссертационная работа представляет собой комплексное исследование, направленное на разработку методов вычислительной лексической семантики, которые позволили бы преодолеть методологический разрыв между построенными вручную лексическими ресурсами, такими как WordNet, и дистрибутивными графами извлеченными из текстов. Для достижения этой цели, были разработаны новые методы и алгоритмы для (1) кластеризации больших лингвистических графов; (2) извлечения лексико-семантических структур из текста, таких как значения слов и отношения между ними; (3) устранения неоднозначности смысла слов и лексической замены в контексте; (4) связывания смыслов слов извлеченных из текста с лексическими ресурсами; (5) векторизации узлов лексико-семантических графов; (6) извлечения гиперонимов и построения таксономий. Эффективность предложенных методов и алгоритмов подтверждена в рамках большого числа вычислительных экспериментов и открытых тестирований. Реализация предложенных методов и другие материалы находятся в открытом доступе.

Диссертация посвящена исследованию лексики цветообозначений, ее семантике и символике, культурным функциям и географии в балканославянских языках (болгарском, македонском, сербском) в сопоставлении с неславянскими балканскими – албанским и румынским. Выявление общих и специфических черт исследуемых языков на примере систем цветообозначения, а также направление взаимных влияний стало целью исследования. Работа выполнена с применением этнолингвистического подхода, позволяющего увидеть, как функционируют колоронимы в культурных текстах, как в них отражаются мифологические представления и как система цветообозначений может эволюционировать под влиянием изменяющихся культурных условий. Актуальность исследования обусловлена тем, что до сих пор сопоставление систем цветообозначений в рассматриваемых языках и место систем цветообозначений в балканской модели мира названных народов ранее не становились предметом специального исследования.

Диссертационная работа представляет собой комплексное исследование, направленное на улучшение эффективности моделей и методов автоматической обработки текстов в биомедицинской области на основе современных языковых моделей архитектуры Трансформер. Разработаны новые модели и методы классификации и извлечения информации, в том числе модель связывания именованных сущностей, оптимизирующая сходство представлений сущностей и концептов, многоязычные модели для распознавания именованных сущностей, мультимодальные методы для обнаружения побочных реакций на лекарственные препараты. Впервые предложены и созданы аннотированные корпуса текстов на английском и русском языках из различных биомедицинских источников: научные абстракты (корпус NEREL-BIO), пользовательские отзывы о лекарствах (RuDReC), электронные медицинские карты (RuCCoN) и клинические испытания. Предложены новые подходы к оценке моделей связывания именованных сущностей. Эффективность предложенных моделей и методов подтверждена в рамках большого числа вычислительных экспериментов и открытых тестирований CLEF eHealth 2017 Task 1, #SMM4H Shared Tasks 2019-2021 годов. Предложенные корпуса, кодовая база и другие материалы находятся в открытом доступе.

Тохарский А и тохарский В – два близкородственных индоевропейских языка, на которых говорили в оазисах Таримского бассейна вдоль северного Шелкового пути (современный китайский Синьцзян). Известны благодаря написанным на них рукописям 5-9 вв. н.э., обнаруженным в начале 20 в. Типологические особенности тохарской грамматики и вопрос об их возможном источнике важны для понимания истории тохар и их языковых контактов до и после заселения оазисов Таримского бассейна. Но, в отличие от лексических заимствований, возможные структурные параллели в языках тохарского лингвистического ареала остаются малоизученными. Диссертация исследует несколько явлений, связанных с синтаксисом именных и глагольных конструкций в тохарских языках: 1) повтор предлога при сочиненных именных группах, 2) групповая адъективация сочиненных именных групп, 3) выбор между «медиальным» и «активным» причастием настоящего времени в атрибутивной позиции, 4) выбор между «активным» причастием настоящего времени и некоторыми именами деятеля, 5) варьирование позиции абсолютивного оборота в предложении. Для каждой из перечисленных тем сравниваются данные обоих тохарских языков, поскольку, несмотря на близкое родство тохарского А и тохарского В, реализация отдельных синтаксических характеристик в них может существенно различаться. Также предпринимается попытка интерпретации обсуждаемых явлений в типологическом и ареальном контексте. Исследовательский корпуссоставили все доступные для изучения письменные памятники тохарских языков, опубликованные в электронных проектах CEToM, TITUS и IDP (“International Dunhuang Project”). Полученные результаты могут быть интересны лингвистам, занимающимся исследованиями по ареальной лингвистике Восточного Туркестана и по типологии синтаксических заимствований.

Диссертация посвящена комплексному анализу синтаксиса и семантики японских бенефактивных конструкций на материале устного и письменных корпусов. Под бенефактивной конструкцией мы понимаем конструкцию, состоящую из конверба и одного из семи бенефактивных вспомогательных глаголов. При этом рассматриваются случаи употребления таких конструкций во всех дополнительных значениях (малефактивном и др.), а не только в собственно бенефактивном. В работе проверяются и уточняются с помощью корпусных данных существующие гипотезы: о возможности употребления бенефактивов со смысловыми глаголами разной степени переходности, о схожести японских бенефактивов и инверсива, о степени морфологичесой и синтаксической автономности частей японских бенефактивных конструкций. Также впервые предлагается объединенная классификация возможных значений японских бенефактивных конструкций, применимая ко всем семи бенефактивным вспомогательным глаголам.

Данная работа посвящена разработка моделей, методов и программных комплексов, предназначенных для мониторинга общественных настроений путем анализа тональности текстовых постов из социальных сетей, написанных на русском языке. Предлагаемые модели и методы открывают путь к дальнейшему развитию мониторинга общественных настроений на основе контента из социальных сетей и позволяют заинтересованным сторонам измерять общественные настроения не только автоматически, но и за прошлые периоды времени. Для анализа настроений были выявлены наиболее эффективные подходы с точки зрения качества классификации русскоязычных текстов. Для решения проблемы отсутствия 100% точности классификационных алгоритмов была предложена новая модель и метод моделирования, позволяющий оценить влияние погрешности ошибочной классификации на вычисляемые индексы общественного настроения. Для расчета индексов настроений была предложена новая модель и метод расчета индекса настроений на основе цифровых следов, учитывающий демографические характеристики пользователей. Предложенные модели и методы были применены к данным социальной сети «Одноклассники» и был рассчитан индекс общественного настроения на основе текстовых постов. Полученный индекс продемонстрировал высокую корреляцию с традиционным опросным Индексом счастья ВЦИОМ.

В диссертации изложены результаты корпусных исследований разноуровневых единиц русского языка. В области морфемной семантики анализируется развитие многозначности корня благ-, интересного энантиосемией, а также связанного корня -каз- и русских глагольных приставок: например, с опорой на представления о единой семантике приставок по- и об- обсуждается история глагола покрестить. В области формообразования рассматривается, во-первых, история попытки вхождения в язык притяжательного местоимения ихний. Во-вторых, анализируется трансформация системы деепричастий от такой, при которой они образуются двумя разнотипными суффиксами вне зависимости от вида образующего глагола, к современной, в которой выбор суффикса зависит от вида. В-третьих, рассматривается судьба уходящих из языка форм невозвратных деепричастий с суффиксом -вши (например, снявши). Наконец, рассмотрена языковая игра с ненормативным окончанием -ов для существительных женского рода (рыбов, собаков и др.) и в связи методикой этого исследования введено понятие «нанодиахрония». В области лексики рассматривается, во-первых, микродиахроническая история семи идиоматизированных сочетаний, грамматиколизовавшихся в кванторных значениях (постольку-поскольку, будь здоров, малая толика и др). Во-вторых, изменение семантики религиозных лексем, обусловленное отходом от религиозного восприятия мира в XIX веке, затем частичным запретом на подобное восприятие на советском этапе и возвращением к нему в постсоветское время. На стыке формообразования и синтаксиса анализируется выбор для функции сказуемого полной или краткой формы прилагательного, относящегося к семантическому типу «цвет» (цветок алый / ал). Наконец, в области синтаксиса описывается соотношение с нормой в течение 300 лет абсолютивного деепричастного оборота. Таким образом, работа объединяет микродиахронические исследования семантического и грамматического движения разнотипных языковых единиц и обобщает их результаты с тем, чтобы сделать выводы о методах микродиахронических исследований русского языка трех последних веков.

Предлагаемая диссертация посвящена разработке методик лингвистической интерпретации и оценки векторных моделей слов для русского языка. Векторные модели слов и текстов являются базовой компонентой современных механизмов автоматического анализа текста и задействованы в широком ряде задач, как прикладных, так и теоретических, в частности, в задаче статистического моделирования языка. В качестве основного инструмента оценки качества такого моделирования языка и общей интеллектуальности моделей выступают корпуса языковых тестов. Корпуса являются самым доступным способом обучения векторных моделей и одновременно обладают высокой вариативностью, необходимой для формулировки интеллектуальных задач. В работе приводится обзор актуальной методологии обучения и тестирования интеллектуальных систем, в которых векторные модели слов и текстов являются объектами исследований. Впервые представляется набор корпусов и инструментов оценки для русскоязычных векторных моделей слов и текстов. Набор корпусов формирует т.н. бенчмарк, то есть позволяет выстроить общий рейтинг качества векторных моделей для русского языка одновременно на множестве задач. К настоящему времени с помощью представляемого бенчмарка было оценено 1530 моделей. Для каждой из них проведена оценка качества выполнения интеллектуальных задач и подверженности различным типам ошибок, а также устойчивости модели к разнообразным языковым явлениям.