Разрешение лексической неоднозначности с применением больших языковых моделей

Постановка проблемы. Предлагается подход к решению задач разрешения лексической неоднозначности (word sense disambiguation) с применением больших языковых моделей. Эти задачи относятся к категории проблем семантической сложности. Для таких задач сложно дать саму их постановку в формальном виде (например, задача создания системы правил для семантической интерпретации текста). Описание предлагаемого подхода дано на примере задачи разрешения лексической неоднозначности многозначных модальных глаголов в немецком языке. Разрешение неоднозначности – это выбор одного из нескольких значений многозначного слова, которое соответствует смысловому содержанию его использования в анализируемом контексте. Для этой задачи сложно определить в формальном виде понятие «значение», а также границы между разными значениями многозначного слова, что обуславливает ее отнесение к категории проблем семантической сложности. Традиционно подобные задачи решались, в основном, экспертно при составлении словарей, тезаурусов и других систем организации знания, что было связано со значительными временными и трудозатратами. С появлением систем искусственного интеллекта (ИИ-системы) на основе больших языковых моделей (large language model, далее – LLM) часть экспертной работы можно передать им.

Цель. Рассмотреть подход к решению задач разрешения лексической неоднозначности многозначных слов на основе гибридного интеллекта как сочетания работы ИИ-системы и последующего экспертного анализа ее результатов.

Результаты. Предложен подход к автоматизированному решению с помощью ИИ-систем на основе LLM задачи разрешения лексической неоднозначности.

Практическая значимость. Предложенный подход обеспечил существенное сокращение времени решения задачи разрешения лексической неоднозначности.