Please use this identifier to cite or link to this item: http://e-lib.bsufl.by/handle/edoc/17703
Title: Особенности передачи структуры русскоязычной научной статьи при реферировании большими языковыми моделями (на материале статей разного объема из области информационно-коммуникационных технологий)
Other Titles: Structural Representation in LLM-Generated Summaries of Russian Academic Texts (Based on Articles of Various Lengths in the Field of Information and Communication Technologies)
Authors: Василевская, В. М.
Keywords: Языкознание (лингвистика)
Прикладное языкознание
Issue Date: 2025
Publisher: Белорусский государственный университет иностранных языков
Citation: Василевская, В. М. Особенности передачи структуры русскоязычной научной статьи при реферировании большими языковыми моделями (на материале статей разного объема из области информационно-коммуникационных технологий) / В. М. Василевская // Вестник БГУИЯ. Сер. 1, Филология. – 2025. – № 1 (1). – С. 144–151.
Abstract: Настоящая работа посвящена исследованию структурных особенностей автоматических рефератов научных статей в области информационно-коммуникационных технологий, сгенерированных большими языковыми моделями. Проведен сопоставительный анализ структуры полученных рефератов с оригинальными текстами статей с фокусом на полноту передачи микротем, значимых для понимания содержания. На основе полученных данных выдвинуты гипотезы о возможных факторах, влияющих на способность языковых моделей распознавать структурные компоненты текста и формировать структуру реферата. К л ю ч е в ы е с л о в а: реферирование; структура; большие языковые модели; научный дискурс; информационно-коммуникационные технологии.
Description: Vasilevskaya V. This paper is devoted to the study of structural features of automatic abstracts of scientific articles in the field of information and communication technologies generated by large language models. A comparative analysis was conducted between the generated summaries and the original research articles, focusing on the completeness of microtopic representation essential for content comprehension. Based on the data obtained, hypotheses were put forward about possible factors influencing the ability of language models to recognize structural components of the text and form the structure of the abstract. Key words: summarization; structure; large language models; scientific discourse; information and communication technologies.
URI: http://e-lib.bsufl.by/handle/edoc/17703
Appears in Collections:Вестник БГУИЯ. Сер. 1. Филология (статьи)

Files in This Item:
File Description SizeFormat 
144-151.pdf225,81 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.