Моделирование содержания сообщения в процессе автоматической генерации текста: лингво-информационный аспект

Диссертационное исследование посвящено комплексному лингвистическому анализу автоматически сгенерированных текстов в сопоставлении с естественной человеческой коммуникацией. Актуальность работы обусловлена стремительным развитием технологий генерации текста и необходимостью разработки методов их изучения и атрибуции. Важным теоретическим достижением работы является установление преемственной связи между деривационной теорией текстообразования, трансформационной грамматикой и современными алгоритмическими процессами генерации. Показано, что современные языковые модели реализуют принципы трансформации глубинных структур в поверхностные на новом технологическом уровне. В рамках исследования разработана лингво-информационная модель сгенерированного текста, интегрирующая его тематические, структурно-композиционные и морфолого-синтаксические параметры, на основе сопоставительного анализа двух контрастивных корпусов – корпуса синтетических диалогов и подкорпуса диалогов из Национального корпуса русского языка. Анализ показывает, что сгенерированные диалогические тексты характеризуются тематической ограниченностью, структурной шаблонностью, гипернормированностью синтаксиса, низкой дейктичностью и ослабленными логическими связями, в то время как естественные диалоги отличаются тематическим разнообразием, контекстуальной насыщенностью, фрагментарностью и короткими репликами, высокой вариативностью переходов между репликами и преобладанием разговорной лексики и синтаксиса. Практическим результатом работы является методика лингвистической атрибуции сгенерированного контента, показавшая эффективность в условиях ограничений при автоматической детекции. Исследование вносит вклад в теоретическую лингвистику, уточняя статус сгенерированного текста, и имеет прикладное значение для верификации признаков генерации и оптимизации генерационных систем.