СРАВНИТЕЛЬНОЕ ИССЛЕДОВАНИЕ ВЫЯВЛЕНИЯ ВЕРБАЛЬНОГО НАМЁКА: ЧЕЛОВЕК И ЯЗЫКОВЫЕ МОДЕЛИ С РАЗНОЙ СТЕПЕНЬЮ ОБУЧЕННОСТИ

Аннотация

Настоящая статья имеет целью определить оценку эффективности технологий Retrieval-Augmented Generation (RAG) и Chain of Thought (CoT) при обучении больших языковых моделей (LLM) для распознавания вербальных намеков. Исследование сочетает методы дискурсивного анализа, машинного обучения и когнитивной лингвистики, а также включает экспериментальное тестирование моделей на корпусе дипломатических текстов. Результаты подтверждают, что внедрение RAG и CoT значительно улучшает способность LLM выявлять скрытые смысловые структуры в речи. Однако анализ также выявил ограничения данных методов, особенно в интерпретации контекстных намеков. В работе обоснована взаимосвязь между намеком, косвенным речевым актом и имплицитной коммуникацией, а также выделены три ключевых фактора их выявления: семантика, интенция и контекст. Полученные результаты представляют ценность для дальнейших исследований в области NLP, прагматики и искусственного интеллекта, а также могут быть полезны для разработки более точных и интерпретируемых моделей обработки естественного языка.