scidialНаучный диалогNauchnyi dialog2225-756X2227-1295Limited Liability Company "Center for Scientific and Educational Projects" (CSEP)10.24224/2227-1295-2022-11-5-136-156scidial-3852Research ArticleЯЗЫКОЗНАНИЕLINGUISTICSФактор гендера в ассоциативных связях слов: данные словаря и дистрибутивно-семантической моделиGender Factor in Associative Links of Words: Dictionary and Distributive-Semantic Model Datahttps://orcid.org/0000-0002-6019-3700ЛитвиноваТ. А.LitvinovaT. A.

Литвинова Татьяна Александровна, кандидат филологических наук, научный сотрудник Регионального центра русского языка, ведущий научный сотрудник научно-исследовательской лаборатории компьютерной семасиологии

Воронеж

Tatyana A. Litvinova, PhD in Philology, Researcher, Regional Russian Language Center; Leading Researcher, Research Laboratory of Computer Semasiology

Voronezh

centr_rus_yaz@mail.ruhttps://orcid.org/0000-0002-4162-5002КотляроваЕ. С.KotlyarovaE. S.

Котлярова Елена Сергеевна, лаборант научно-исследовательской лаборатории компьютерной семасиологии

Воронеж

Elena S. Kotlyarova, Laboratory Assistant, Research Laboratory of Computer Semasiology

Voronezh

kray-voronezh@mail.ruhttps://orcid.org/0000-0001-6484-4606ЗаварзинаВ. А.ZavarzinaV. A.

Заварзина Виктория Александровна, аспирант, лаборант научно-исследовательской лаборатории компьютерной семасиологии

Воронеж

Victoria A. Zavarzina, Post-graduate Student, Assistant, Research Laboratory of Computer Semasiology

Voronezh

zva0604@yandex.ruВоронежский государственный педагогический университетРоссияVoronezh State Pedagogical UniversityRussian Federation202216062022115136156Copyright © Литвинова Т.А., Котлярова Е.С., Заварзина В.А., 20222022Литвинова Т.А., Котлярова Е.С., Заварзина В.А.Litvinova T.A., Kotlyarova E.S., Zavarzina V.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.nauka-dialog.ru/jour/article/view/3852

Целью работы является сравнительный анализ ассоциативных связей полнозначных слов из верхней зоны частотного списка, составленного на основе исследовательского корпуса текстов блогов на русском языке, в психолингвистическом эксперименте и дистрибутивно-семантической модели Global Vectors (GloVe), обученной на данном корпусе. Актуальность работы обусловлена необходимостью комплексного исследования психологически актуального значения слова. Новизна исследования заключается в том, что подобный анализ проводится с учетом фактора гендера респондента / автора текста. Использование комплекса методов интеллектуального анализа данных (кластеризация, классификация) и визуализации его результатов позволило установить влияние гендера на состав семантических ассоциатов анализируемых слов (то есть слов с близкими векторами в дистрибутивно-семантической модели) и отсутствие такого эффекта у их ассоциатов, зафиксированных в ассоциативном словаре. Как показало исследование, дистрибутивно-семантические модели и словарные ассоциативные нормы отражают разные аспекты психологически актуального содержания слова и должны использоваться как комплиментарные источники при моделировании психологически актуального значения слова с учетом индивидуальных характеристик говорящего, при этом при проведении подобного анализа целесообразно использовать методы интеллектуального анализа данных.

The aim of the work is to make a comparative analysis of the associative links of full-meaning words from the upper zone of the frequency list, compiled on the basis of a research corpus of blog texts in Russian, in a psycholinguistic experiment and the distributivesemantic model Global Vectors (GloVe), trained on this corpus. The relevance of the work is due to the need for a comprehensive study of the psychologically relevant meaning of the word. The novelty of the study lies in the fact that such an analysis is carried out taking into account the gender factor of the respondent / author of the text. The use of a set of methods for data mining (clustering, classification) and visualization of its results made it possible to establish the influence of gender on the composition of the semantic associates of the analyzed words (that is, words with close vectors in the distributive-semantic model) and the absence of such an effect in their associates recorded in the associative dictionary. As the study showed, distributivesemantic models and dictionary associative norms reflect different aspects of the psychologically relevant content of the word and should be used as complementary sources when modeling the psychologically relevant meaning of the word, taking into account the individual characteristics of the speaker, while conducting such an analysis it is advisable to use data mining methods.

ассоциативный экспериментдистрибутивная семантикадистрибутивно-семантическая моделькорпус текстовинтеллектуальный анализ данныхassociation experimentdistributive semanticsdistributive-semantic modelcorpus of textsdata miningИсследование выполнено при поддержке гранта Российского научного фонда № 21-78-10148 «Моделирование значения слова в индивидуальном языковом сознании на основе дистрибутивной семантики»The study is supported by Russian Science Foundation, project number 21-78-10148 “Modeling the meaning of a word in individual linguistic consciousness based on distributive semantics”ReferencesАнтипенко А. А. Сравнительный анализ ассоциаций в корпусах социальных сетей на основе дистрибутивно-семантических моделей для русского языка / А. А. Антипенко, О. А. Митрофанова // International Journal of open information technologies. — 2020. — № 1. — С. 27—33.Age differential psycholinguistic dictionary of the Russian language. (2020). Voronezh: VSU Center for Communication Studies. 158 p. ISBN 978-5-6045255-5-5.Ассоциативный эксперимент : Теоретические и прикладные перспективы психолингвистики : монография / В. А. Пищальникова ; под ред. В. А. Пищальниковой. — Москва : Р-Валент, 2019. — 200 с. — ISBN 978-5-93439-575-0.Antipenko, A. A., Mitrofanova, O. A. (2020). Comparative analysis of associations in social network corpora based on distributive semantic models for the Russian language. International Journal of open information technologies, 1: 27—33. (In Russ.).Васильева С. П. Опыт выявления специфики обыденного языкового сознания русских по данным ассоциативных словарей XX—XXI веков / С. П. Васильева // Научный диалог. — 2020. — № 1. — С. 27—44. — DOI: 10.24224/2227-1295-2020-1-27-44.Associative experiment: Theoretical and applied perspectives of psycholinguistics: monograph. (2019). Moscow: R-Valent. 200 p. ISBN 978-5-93439-575-0. (In Russ.).Возрастной дифференциальный психолингвистический словарь русского языка / сост.: И. А. Стернин, А. В. Рудакова. — Воронеж : Центр коммуникативных исследований ВГУ, 2020. — 158 с. — ISBN 978-5-6045255-5-5.Boleda G. (2020). Distributional Semantics and Linguistic Theory. Annual Review of Linguistics, 6 (1): 213—234. DOI: 10.1146/annurev-linguistics-011619-030303.Гендерный дифференциальный психолингвистический словарь / науч. ред. : И. А. Стернин, А. В. Рудакова. — Воронеж : Ритм, 2020. — 198 с. — ISBN 978-5-6045255-7-9.De Deyne, S. (2019). The “Small World of Words” English word association norms for over 12,000 cue words. Behav Res Methods, 51 (3): 987—1006. DOI: https://doi.org/10.3758/s13428-018-1115-7/.Гольдин В. Е. Проект «Ассоциативный словарь школьников : стабильность и динамика» / В. Е. Гольдин, А. П. Сдобнова // Вопросы психолингвистики. — 2017. — № 4 (34). — С. 174—187.Gender differential psycholinguistic dictionary. (2020). Voronezh: Rhythm. 198 p. ISBN 978-5-6045255-7-9. (In Russ.).Горошко Е. И. Интегративная модель свободного ассоциативного эксперимента / Е. И. Горошко. — Харьков ; Москва : РА — Каравелла, 2001. — 320 с.Goldin, V. E., Sdobnova, A. P. (2017). Project “Associative dictionary of schoolchildren: stability and dynamics”. Questions of psycholinguistics, 4 (34): 174—187. (In Russ.).Значение как феномен актуального языкового сознания носителя языка : материалы межрегиональной научной конференции / науч. ред. И. А. Стернин. — Воронеж : Истоки, 2015. — 69 с.Goroshko, E. I. (2001). Integrative model of a free associative experiment. Kharkiv; Moscow: RA — Karavella. 320 p. (In Russ.).Кафтанов Р. А. Динамика образа войны в русском языковом сознании (психолингвистический аспект) / Р. А. Кафтанов // Вестник НГУ. Серия : Лингвистика и межкультурная коммуникация. — 2019. — Т. 17. — № 1. — С. 149—160. — DOI: https://doi.org/10.25205/1818-7935-2019-17-1-149-160.Quanteda: An R package for the quantitative analysis of textual data. Journal of Open Source Software, 3 (30): P. 774. DOI: 10.21105/joss.00774.Леонтьев А. А. Основы психолингвистики / А. А. Леонтьев. — Москва : Смысл, 1997. — 287 с. — ISBN 5-89357-191-6.Kaftanov, R. A. (2019). Dynamics of the image of war in the Russian linguistic consciousness (psycholinguistic aspect). Bulletin of the NSU. Series: Linguistics and Intercultural Communication, 17 (1): 149—160. DOI: https://doi.org/10.25205/1818-7935-2019-17-1-149-160. (In Russ.).Лыченко Н. М. Сравнение эффективности методов векторного представления слов для определения тональности текстов / Н. М. Лыченко, А. В. Сороковая // МСиМ. — 2019. — № 4 (52). — С. 97—110. — DOI: 10.24147/2222-8772.2019.4.97-110.Kumar, A. A. (2021). Semantic memory: A review of methods, models, and current challenges. Psychon Bull Rev, 28 (1): 40—80. DOI: https://doi.org/10.3758/s13423-020-01792-x.Пищальникова В. А. Интерпретация ассоциативных данных как проблема методологии психолингвистики / В. А. Пищальникова // Russian Journal of Linguistics. — 2019а. — Т. 23. — № 3. — С. 749—761. — DOI: 10.22363/2312-9182-2019-23-3-749-761.Kumar, A. A., Steyvers, M., Balota, D. A. (2021). A Critical Review of Network-Based and Distributional Approaches to Semantic Memory Structure and Processes. Topics in cognitive science. Jun 6. DOI: 10.1111/tops.12548.Пищальникова В. А. Эксперимент как составная часть методологии сопоставительных исследований / В. А. Пищальникова // Вестник Волгоградского государственного университета. Серия 2, Языкознание. — 2019б. — Т. 8. — № 3. — С. 52—63. — DOI: https://doi.org/10.15688/jvolsu2.2019.3.4.Leontiev, A. A. (1997). Fundamentals of psycholinguistics. Moscow: Smysl. 287 p. ISBN 5-89357-191-6. (In Russ.).Потапенко А. А. Семантические векторные представления текста на основе вероятностного тематического моделирования : диссертация … кандидата физико-математических наук : 05.13.17 / А. А. Потапенко. — Москва, 2018. — 147 с.Lê, S., Josse, J., Husson, F. (2008). FactoMineR: A Package for Multivariate Analysis. Journal of Statistical Software, 25 (1): 1—18. DOI: 10.18637/jss.Тимофеева М. К. Возможности использования сервиса RusVectōrēs для выявления семантических ассоциатов глаголов русского языка / М. К. Тимофеева // Научный диалог. — 2018а. — № 9. — С. 117—131. — DOI: 10.24224/2227-1295-2018-9-117-131.Litvinova, T., Sboev, A., Panicheva, P. (2018). Profiling the Age of Russian Bloggers. Communications in Computer and Information Science, 930: 167—177. DOI: 10.1007/978-3-030-01204-5_16.Тимофеева М. К. Типология семантических отношений, выявляемых посредством инструмента RusVectōrēs / М. К. Тимофеева // Научный диалог. — 2018б. — № 8. — С. 74—87. — DOI: 10.24224/2227-1295-2018-8-74-87.Litvinova, T. (2021). RusIdiolect: A New Resource for Authorship Studies. Lecture Notes in Networks and Systems, 186: 14—23. DOI: https://doi.org/10.1007/978-3-030-66093-2_2.Boleda G. Distributional Semantics and Linguistic Theory / G. Boleda // Annual Review of Linguistics. — 2020. — Vol. 6 (1). — Pp. 213—234. — DOI: 10.1146/annurev-linguistics-011619-030303.Lychenko, N. M., Sorokovaya, A. V. (2019). Comparison of the effectiveness of methods of vector representation of words for determining the tonality of texts. MSiM, 4 (52): 97—110. DOI: 10.24147/2222-8772.2019.4.97-110. (In Russ.).De Deyne S. The “Small World of Words” English word association norms for over 12,000 cue words / S. De Deyne // Behav Res Methods. — 2019. — Vol. 51 (3). — Pp. 987—1006. — DOI: https://doi.org/10.3758/s13428-018-1115-7/.Mikolov, T., Chen, K., Corrado, G., Dean, J. (2013). Efficient Estimation of Word Representations in Vector Space. In: Proceedings of Workshop at ICLR, arXiv. 1301—3781.Kumar A. A. A Critical Review of Network-Based and Distributional Approaches to Semantic Memory Structure and Processes / A. A. Kumar, M. Steyvers, D. A. Balota // Topics in cognitive science. — 2021, Jun 6. — DOI: 10.1111/tops.12548.Nematzadeh, A., Meylan, S., Griffiths, T. (2017). Evaluating Vector-Space Models of Word Representation, or, The Unreasonable Effectiveness of Counting Words Near Other Words. In: Proceedings of the 39th Annual Meeting of the Cog- nitive Science Society. London, UK: [b. i]. 859—854.Kumar A. A. Semantic memory : A review of methods, models, and current challenges / A. A. Kumar // Psychon Bull Rev. — 2021. — Vol. 28 (1). — Pp. 40—80. — DOI: https://doi.org/10.3758/s13423-020-01792-x.Pennington, J., Socher, R., Manning, C. (2014). GloVe: Global Vectors for Word Representation. In: Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP), 14: 1532—1543.Lê S. FactoMineR : A Package for Multivariate Analysis / S. Lê, J. Josse, F. Husson // Journal of Statistical Software. — 2008. — Vol. 25 (1). — Pp. 1—18. — DOI: 10.18637/jss.Pishchalnikova, V. A. (2019a). Interpretation of associative data as a problem of psycholinguistics methodology. Russian Journal of Linguistics, 23 (3): 749—761. DOI: 10.22363/2312-9182-2019-23-3-749-761. (In Russ.).Litvinova T. Profiling the Age of Russian Bloggers / T. Litvinova, A. Sboev, P. Panicheva // Communications in Computer and Information Science. — 2018. — Vol. 930. — Pp. 167—177. — DOI: 10.1007/978-3-030-01204-5_16.Pishchalnikova, V. A. (2019b). Experiment as an integral part of the methodology of comparative studies. Bulletin of Volgograd State University. Series 2, Linguistics, 8 (3): 52—63. DOI: https://doi.org/10.15688/jvolsu2.2019.3.4. (In Russ.).Litvinova T. RusIdiolect : A New Resource for Authorship Studies / T. Litvinova // Lecture Notes in Networks and Systems. — 2021. — Vol. 186. — Pp. 14—23. — DOI: https://doi.org/10.1007/978-3-030-66093-2_2.Potapenko, A. A. (2018). Semantic vector representations of text based on probabilistic thematic modeling. PhD Diss. Moscow. 147 p. (In Russ.).Mikolov T. Efficient Estimation of Word Representations in Vector Space / T. Mikolov, K. Chen, G. Corrado, J. Dean // Proceedings of Workshop at ICLR, arXiv. — 2013. — Pp. 1301—3781.Rodriguez, M. A., Merlo, P. (2020). Word associations and the distance properties of context-aware word embeddings. CONLL. November 19—20. 376—385. DOI: 10.18653/v1/2020.conll-1.30.Nematzadeh A. Evaluating Vector-Space Models of Word Representation, or, The Unreasonable Effectiveness of Counting Words Near Other Words / A. Nematzadeh, S. Meylan, T. Griffiths // Proceedings of the 39th Annual Meeting of the Cog- nitive Science Society. — London, UK : [b. i], 2017. — Рp. 859—854.Rodriguez, P. L., Spirling, A. (2022). Word Embeddings: What Works, What Doesn’t, and How to Tell the Difference for Applied Research. The Journal of Politics, 84 (1): 101—115. DOI: https://doi.org/10.1086/715162.Pennington J. GloVe : Global Vectors for Word Representation / J. Pennington, R. Socher, C. Manning // Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP). — 2014. — Vol. 14. — Pp. 1532—1543.Sahlgren, M. (2008). The Distributional Hypothesis. From context to meaning. Distributional models of the lexicon in linguistics and cognitive science (Special issue of the Italian Journal of Linguistics), Rivista di Linguistica, 20 (1): 33—53.Quanteda : An R package for the quantitative analysis of textual data / K. Benoit, K. Watanabe, H. Wang, P. Nulty, A. Obeng, S. Müller, A. Matsuo // Journal of Open Source Software. — 2018. — Vol. 3 (30). — 774 p. — DOI: 10.21105/joss.00774.Sassenhagen, J., Fiebach. C. (2020). Traces of Meaning Itself: Encoding Distributional Word Vectors in Brain Activity. Neurobiology of Language, 1 (1): 54—76. DOI: https://doi.org/10.1162/nol_a_00003.Rodriguez M. A. Word associations and the distance properties of context-aware word embeddings / M. A. Rodriguez, P. Merlo // CONLL. — 2020. — November 19—20. — Pp. 376—385. — DOI: 10.18653/v1/2020.conll-1.30.Schmid, H. (1994). Probabilistic Part-of-Speech Tagging Using Decision Trees. In: Proceedings of International Conference on New Methods in Language Processing. Manchester: UK.Rodriguez P. L. Word Embeddings : What Works, What Doesn’t, and How to Tell the Difference for Applied Research / P. L. Rodriguez, A. Spirling // The Journal of Politics. — 2022. — Vol. 84 (1). — Pp. 101—115. — DOI: https://doi.org/10.1086/715162.Sternin, I. A. (ed.). (2015). Meaning as a phenomenon of actual linguistic consciousness of a native speaker: materials of an interregional scientific conference. Voronezh: Istoki. 69 p. (In Russ.).Sahlgren M. The Distributional Hypothesis. From context to meaning / M. Sahlgren // Distributional models of the lexicon in linguistics and cognitive science (Special issue of the Italian Journal of Linguistics), Rivista di Linguistica. — 2008. — Vol. 20. — № 1. — Pp. 33—53.Taylor, J. R. (2012). The mental corpus: How language is represented in the mind. Oxford: University Press. 384 p.Sassenhagen J. Traces of Meaning Itself : Encoding Distributional Word Vectors in Brain Activity / J. Sassenhagen, C. Fiebach // Neurobiology of Language. — 2020. — Vol. 1 (1). — Pp. 54—76. — DOI: https://doi.org/10.1162/nol_a_00003Timofeeva, M. K. (2018). Possibility of Extracting Semantic Associates of Russian Verbs by the Instrument RusVectōrēs. Nauchnyy dialog, 9: 117—131. DOI: 10.24224/2227-1295-2018-9-117-131. (In Russ.)Schmid H. Probabilistic Part-of-Speech Tagging Using Decision Trees / H. Schmid // Proceedings of International Conference on New Methods in Language Processing. — Manchester : UK, 1994.Timofeeva, M. K. (2018). Typology of Semantic Relations Extracted by the Instrument RusVectōrēs. Nauchnyi dialog, 8: 74—87. https://doi.org/10.24224/2227-1295-2018-8-74-87. (In Russ.).Taylor J. R. The mental corpus : How language is represented in the mind / J. R. Taylor. — Oxford : University Press, 2012. — 384 p.Vasilyeva, S. P. (2020). Experience of Identifying the Specifics of Everyday Linguistic Consciousness of Russians according to Associative Dictionaries of the XX—XXI Centuries. Nauchnyi dialog, 1: 27—44. https://doi.org/10.24224/2227-1295-2020-1-27-44. (In Russ.).

The authors declare that there are no conflicts of interest present.