ЖАНРОВА КЛАСИФІКАЦІЯ ЛІТЕРАТУРИ ЗА МЕТРИКАМИ ЗА ДОПОМОГОЮ ВЕЛИКИХ МОВНИХ МОДЕЛЕЙ

Анотація

У статті проаналізовано можливість використання великих мовних моделей для жанрової класифікації літературних текстів із застосуванням метрик параметризації та жанрових онтологій. Розглянуто теоретичні основи жанрової класифікації, зокрема традиційні підходи до визначення жанрів та сучасні алгоритмічні методи, що використовують великі мовні моделі. Значну увагу приділено вибору метрик для параметризації текстів, серед яких: рівень формальності, глибина технічного аналізу, методологічний підхід, цільова аудиторія, область застосування, тип даних у дослідженні, наявність емпіричних результатів і спосіб візуалізації інформації. Запропоновано використання багаторівневої класифікації, що дозволяє більш точно ієрархічно структурувати жанрові ознаки. Метою роботи є розглянути основні метрики параметризації жанрової класифікації літератури, а також провести практичний експеримент із класифікації наукових робіт предметної галузі “штучний інтелект”. Наукова новизна статті полягає у розробці та застосуванні комплексної параметризації жанрів літератури на основі чітко визначених метрик, що дозволяє використовувати великі мовні моделі для автоматизованої жанрової класифікації.У рамках дослідження було проведено практичний експеримент із жанровою класифікацією 10 наукових робіт у галузі штучного інтелекту. Аналіз здійснювався за допомогою GPT-4o та супутніх алгоритмів машинного навчання. Отримані результати підтвердили ефективність параметризації текстів за визначеними метриками та їх використання для автоматизованої класифікації. Було виявлено, що великі мовні моделі демонструють високу точність у визначенні ключових характеристик текстів, проте мають труднощі з розпізнаванням змішаних жанрів та пояснюваністю класифікаційних рішень.Основними викликами автоматизованої жанрової класифікації є розмитість жанрових меж, вплив навчального корпусу на результати класифікації, необхідність підвищення пояснюваності класифікаційних рішень та адаптація моделей до специфіки різних жанрів. Запропоновано напрямки подальших досліджень, зокрема інтеграцію жанрових онтологій, покращення параметризації текстів і розробку алгоритмів, здатних працювати з багаторівневою жанровою структурою.Таким чином, дослідження підтвердило перспективність використання великих мовних моделей для автоматизованої класифікації літератури за метриками, проте потребує подальшого вдосконалення алгоритмів та підходів до параметризації текстів.