Синтаксический анализ с помощью больших языковых моделей: влияние форматов генерации
Получена: 09.11.2026 Доработана: 10.11.2026 Принята: 10.11.2026
Опубликована: 2026 год, том 30, выпуск 4, С. 445–448
Аннотация
Статья посвящена исследованию генеративных подходов к синтаксическому анализу на основе большой языковой модели (LLM). Исследуется влияние скобочных форматов (GRCT и LCT) генерации синтаксического представления на качество анализа. Установлено, что возможно успешное дообучение LLM для каждого из форматов: по метрике LAS_LLM результаты генерации превосходят результаты классических нейросетевых синтаксических анализаторов Stanza и DeepPavlov. При этом большая языковая модель, дообученная для синтаксического анализа на текстах одного домена, корректно работает на текстах другого домена.
Ключевые слова: синтаксический анализ, дообучение, большие языковые модели, деревья зависимостей, формат скобочной последовательности.
BibTeX
@article{IS-Shamaeva-Loukachevitch2026,
author = {Шамаева, Елена Денисовна and Лукашевич, Наталья Валентиновна},
title = {{Синтаксический анализ с помощью больших языковых моделей: влияние форматов генерации}},
journal = {Интеллектуальные системы. Теория и приложения},
year = {2026},
volume = {30},
number = {4},
pages = {445--448},
}
AMSBIB
\RBibitem{IS-Shamaeva-Loukachevitch2026}
\by Е.\,Д.~Шамаева, Н.\,В.~Лукашевич
\paper Синтаксический анализ с помощью больших языковых моделей: влияние форматов генерации
\jour Интеллектуальные системы. Теория и приложения
\yr 2026
\vol 30
\issue 4
\pages 445--448
EN