Details

Данная работа посвящена сравнительному анализу статических подсловных эмбеддингов FastText и контекстуализированных представлений ModernBERT / RuModernBERT при моделировании лексико‑семантического поля концепта «любовь» в англоязычном романе Д. дю Морье «Ребекка» и русскоязычном романе М. А. Булгакова «Мастер и Маргарита». Задачи, которые решались в ходе исследования: 1. Изучение работ по теории концепта, моделированию лексико‑семантических полей и применению распределённых эмбеддингов к художественным текстам. 2. Формирование двуязычного корпуса (романы Д. дю Морье «Ребекка» и М. А. Булгакова «Мастер и Маргарита») и его предобработка. 3. Обучение модели FastText на корпусе романов для получения корпусно‑специфических статических представлений изучаемых единиц. 4. Извлечение контекстуализированных представлений ModernBERT и RuModernBERT для целевых лексических единиц и их окружения. 5. Моделирование и визуализация лексико‑семантического поля концепта «любовь» на основе статических и контекстуализированных эмбеддингов. 6. Сопоставление результатов и выявление языково‑специфических особенностей концептуализации любви в английском и русском языках. Работа выполнена на материале двух художественных текстов XX века, что позволило сопоставить, как различный тип векторных представлений отражает семантические связи ключевых лексем и их контекстов. В ходе исследования были проведены эксперименты по обучению FastText на текстах романов, извлечению контекстуализированных эмбеддингов с помощью ModernBERT и RuModernBERT, а также последующей кластеризации и визуализации семантических полей. Полученные результаты показали, что статические подсловные эмбеддинги лучше фиксируют корпусно‑специфические и нарративные связи, тогда как трансформерные модели отражают более общие, общеязыковые паттерны концептуализации любви. Для достижения указанных результатов использовались современные средства обработки естественного языка и анализа данных: язык программирования Python; библиотеки PyTorch, transformers, gensim, scikit‑learn, numpy, pandas, matplotlib; а также облачные и локальные среды разработки, в частности Google Colab и Visual Studio Code.

This study is devoted to a comparative analysis of static subword embeddings FastText and contextual representations ModernBERT / RuModernBERT in modelling the lexico‑semantic field of the concept of «love» in the English‑language novel «Rebecca» by D. du Maurier and the Russian‑language novel «The Master and Margarita» by M. A. Bulgakov. The research set the following goals: 1. To review studies on the theory of the concept, the modelling of lexico‑semantic fields, and the application of distributional embeddings to literary texts. 2. To compile a bilingual corpus (the novels «Rebecca» by D. du Maurier and «The Master and Margarita» by M. A. Bulgakov) and perform its preprocessing. 3. To train a FastText model on the novel corpus in order to obtain corpus‑specific static representations of the units under study. 4. To extract contextualized representations produced by ModernBERT and RuModernBERT for the target lexical units and their contexts. 5. To model and visualize the lexico‑semantic field of the concept of «love» on the basis of static and contextual embeddings. 6. To compare the results and identify language‑specific features of the conceptualization of love in English and Russian. The study is based on two literary texts of the 20th century, which makes it possible to compare how different types of vector representations capture the semantic relations of key lexemes and their contexts. The research involved experiments on training FastText on the novel texts, extracting contextualized embeddings with ModernBERT and RuModernBERT, and subsequently clustering and visualizing the resulting semantic fields. The findings show that static subword embeddings more accurately capture corpus‑specific and narrative relations, whereas transformer‑based models reflect more general, language‑wide patterns of the conceptualization of love. To achieve these results, the study employed modern tools for natural language processing and data analysis, including the Python programming language; the PyTorch, transformers, gensim, scikit‑learn, numpy, pandas and matplotlib libraries; as well as cloud and local development environments such as Google Colab and Visual Studio C.