При обучении иностранному языку одной из базовых потребностей участников образовательного процесса является достаточное количество учебного материала. Среди заданий, способствующих усвоению лексико-грамматических конструкций, особую популярность получили задания на заполнение с множественным выбором (multiple-choice gap-fi lling exercises). В настоящее время создание вручную большого количества уникальных заданий оказывается трудозатратным. Разработка алгоритмов автоматической генерации упражнений для русского языка, несмотря на существующую потребность, ведется не так активно, как, например, для английского языка. В связи с этим в статье предлагается метод автоматической генерации упомянутого типа заданий по русскому языку как иностранному (РКИ), который основывается на использовании дистрибутивно-семантических моделей типа word2vec и позволяет создавать задания на основе аутентичных текстов. Представленный метод применяется вне зависимости от жанровостилевой принадлежности текста, соотносимого с ним языкового уровня, может быть легко адаптирован для других языков. Для обучения модели word2vec был собран корпус детской и учебной литературы, моделирующий языковой опыт обучаемых РКИ. В ходе исследования разработано и протестировано веб-приложение для преподавателей. Для оценки релевантности получаемых заданий были проведены два эксперимента: по тестированию наивных носителей русского языка и по опросу экспертов — составителей тестов по РКИ. Результаты экспериментов подтверждают эффективность предлагаемого метода, демонстрируют высокую степень корректности заданий и подбираемых дистракторов: по результатам тестирования точность (precision) составляет 0,8, а полнота (recall) 0,91. Эксперты также отмечают удобство веб-приложения.
