TY - JOUR

T1 - Чат-бот коммуникация как объект лингвистического исследования в системе цифровых коммуникаций

AU - Трофимова, Нэлла Аркадьевна

AU - Киселева, Светлана Владимировна

AU - Смирнова, Анна Андреевна

N1 - Киселева С.В., Смирнова А.А., Трофимова Н.А. «Чат-бот коммуникация» как объект лингвистического исследования в системе цифровых коммуникаций. Дискурс. 2022;8(3):128-146. https://doi.org/10.32603/2412-8562-2022-8-3-128-146

PY - 2022/6/30

Y1 - 2022/6/30

N2 - Введение. Авторы статьи рассматривают одну из интересных технологий в сегменте диджитализации – чат-бота – с лингвистической точки зрения. Тема представляет особый интерес для лингвистов, поскольку активное развитие цифровой среды ведет к появлению новых средств и форм речепорождения и речевосприятия, со своими отличительными особенностями, закономерностями и правилами конструирования. Речевые акты в системе интернет-дискурса в рамках данной работы имеют ключевое значение: объект исследования находится на стыке нескольких дисциплин (IT, Реклама и PR), однако с лингвистической точки зрения практически не рассматривается.Методология и источники. Для прояснения некоторых теоретических неточностей в научной работе применяется корпусный анализ текстов англоязычных и русскоязычных веб-корпусов. Англоязычные веб-корпуса: «NOW» (News on the Web), «iWeb», «GloWbE» (Global Web-based English). Русскоязычные веб-корпуса: «ruTenTen11» и ГИКРЯ. Анализ особенностей построения речевых актов в чат-бот коммуникации проводится на языковом материале английских и русских чат-ботов в разных социальных сетях и мессенджерах.Результаты и обсуждение. Корпусный анализ текста помогает рассмотреть объект исследования с лингвистической точки зрения и дополнить уже имеющиеся знания языковыми данными. Анализ эмпирического материала на базе двух языков позволяет провести сопоставление, выявить характеристики текстов чат-бот коммуникации, проследить сходства и различия в когнитивном восприятии речи, а также найти ошибки при построении речевых актов.Заключение. Систематизация данных и более детальный анализ такого понятия как «чат-бот коммуникация» поможет в дальнейшем создать универсальные лингвокогнитивные модели для ботов с конечным сценарием, что поможет избежать ошибок и сделать коммуникативный акт максимально успешным. Чат-боты с точки зрения коммуникативной функции при организации речевых актов должны пользоваться специальными правилами и лингвистическими моделями, чтобы привести речевой акт к успеху. Как самообучающиеся боты в категории искусственного интеллекта создаются при активном участии лингвистов, так и чат-боты в социальных сетях и мессенджерах должны быть подчинены единым лингвистическим законам.

AB - Введение. Авторы статьи рассматривают одну из интересных технологий в сегменте диджитализации – чат-бота – с лингвистической точки зрения. Тема представляет особый интерес для лингвистов, поскольку активное развитие цифровой среды ведет к появлению новых средств и форм речепорождения и речевосприятия, со своими отличительными особенностями, закономерностями и правилами конструирования. Речевые акты в системе интернет-дискурса в рамках данной работы имеют ключевое значение: объект исследования находится на стыке нескольких дисциплин (IT, Реклама и PR), однако с лингвистической точки зрения практически не рассматривается.Методология и источники. Для прояснения некоторых теоретических неточностей в научной работе применяется корпусный анализ текстов англоязычных и русскоязычных веб-корпусов. Англоязычные веб-корпуса: «NOW» (News on the Web), «iWeb», «GloWbE» (Global Web-based English). Русскоязычные веб-корпуса: «ruTenTen11» и ГИКРЯ. Анализ особенностей построения речевых актов в чат-бот коммуникации проводится на языковом материале английских и русских чат-ботов в разных социальных сетях и мессенджерах.Результаты и обсуждение. Корпусный анализ текста помогает рассмотреть объект исследования с лингвистической точки зрения и дополнить уже имеющиеся знания языковыми данными. Анализ эмпирического материала на базе двух языков позволяет провести сопоставление, выявить характеристики текстов чат-бот коммуникации, проследить сходства и различия в когнитивном восприятии речи, а также найти ошибки при построении речевых актов.Заключение. Систематизация данных и более детальный анализ такого понятия как «чат-бот коммуникация» поможет в дальнейшем создать универсальные лингвокогнитивные модели для ботов с конечным сценарием, что поможет избежать ошибок и сделать коммуникативный акт максимально успешным. Чат-боты с точки зрения коммуникативной функции при организации речевых актов должны пользоваться специальными правилами и лингвистическими моделями, чтобы привести речевой акт к успеху. Как самообучающиеся боты в категории искусственного интеллекта создаются при активном участии лингвистов, так и чат-боты в социальных сетях и мессенджерах должны быть подчинены единым лингвистическим законам.

KW - чат-бот коммуникация

KW - корпусное исследование

KW - речевой акт

KW - текст

KW - категории текста

KW - когниция

KW - сетевой дискурс

UR - https://www.mendeley.com/catalogue/55c2ccf3-a6aa-3f8e-bd0a-da8303cb2273/

U2 - 10.32603/2412-8562-2022-8-3-128-146

DO - 10.32603/2412-8562-2022-8-3-128-146

M3 - статья

VL - 8

SP - 128

EP - 146

JO - Дискурс

JF - Дискурс

SN - 2412-8562

IS - 3

ER -