Informacionnye TehnologiiInformacionnye TehnologiiИнформационные технологии1684-6400New Technologies Publishing House70840210.17587/it.32.328-336Application information systemsПрикладные информационные системыResearch ArticleModern problems and technologies of computer linguistics for the implementation of a new strategy for the scientific and technological development of RussiaСовременные проблемы и технологии компьютерной лингвистики для реализации новой стратегии научно-технологического развития РоссииKolinK. K.КолинК. К.
Russian Federation

Dr. of Tech. Sc., Professor

д-р техн. наук, проф.

kolinkk@mail.ruhttps://orcid.org/0000-0001-9410-406XKanA. V.КанА. В.
Russian Federation

Cand. of Tech. Sc., Head of Scientific, Associate Professor

канд. техн. наук, руководитель, доц.

kanav@viniti.ruhttps://orcid.org/0000-0001-6641-3105KhoroshilovA. A.ХорошиловА. А.
Russian Federation

Dr. of Tech. Sc., Professor, Leading Researcher, Senior Researcher

д-р техн. наук, проф., вед. науч. сотр., ст. науч. сотр.

khoroshilov@mail.ruFederal Research Center "Informatics and Management" of the Russian Academy of SciencesФедеральный исследовательский центр "Информатика и управление" РАНMethodological and Expert Support Centre VNII "Centre"Центр научно-методологического и экспертного сопровождения ФГУП ВНИИ "Центр"Moscow Aviation Institute (National Research University), Moscow, Russian FederationМосковский авиационный институт (Национальный исследовательский университет)VINITI, Russian Scientific Research Institute of Scientific and Technical Information of the Russian Academy of SciencesВсероссийский институт научно-технической информации РАН27th Central Research Institute of the Ministry of Defence of the Russian Federation27 ЦНИИ Минобороны России090620263263283360906202609062026Copyright ©; 2026, Informacionnye TehnologiiCopyright ©; 2026, Информационные технологии2026Informacionnye TehnologiiИнформационные технологииhttps://journals.eco-vector.com/1684-6400/article/view/708402

A new linguistic language model is proposed for solving the problems of analytical and synthetic processing of textual information. Its distinctive feature is the use of the system of inflectional classes of the Russian language, the principle of linguistic analogy, the centroid-contextual model and a wide range of submodels developed by the authors to implement the processes of semantic, syntactic and conceptual analysis of texts. This approach provides an opportunity to create a universal industry language model, which can be used to implement artificial intelligence technologies in a number of high-tech industries. It provides a high degree of automation of technological processes for creating and adapting model components and is based on a modern theoretical concept of understanding the semantic structure of natural language texts, as well as using a set of interrelated linguistic submodels with an extensive feature space developed by the authors. The proposed methods and models of semantic analysis are based on a new approach to multi-level semantic analysis of texts and make it possible to significantly expand the range of domestic technologies for processing Russian-language texts of scientific and technical information. Therefore, it is advisable to use them in the information support system for the implementation of the new strategy of scientific and technological development of Russia.

Предлагается новая лингвистическая языковая модель для решения задач аналитико-синтетической обработки текстовой информации. Ее отличительной особенностью является использование системы флективных классов русского языка, принципа лингвистической аналогии, центроидно-контекстной модели и широкого спектра разработанных авторами субмоделей для реализации процессов семантико-синтаксического и концептуального анализа текстов. Этот подход обеспечивает возможность создания универсальной отраслевой языковой модели, с помощью которой можно реализовать технологии искусственного интеллекта в ряде высокотехнологичных отраслей. Модель обеспечивает высокую степень автоматизации технологических процессов создания и адаптации компонентов модели и базируется на современной теоретической концепции понимания смысловой структуры текстов естественного языка, а также на использовании разработанного авторами набора взаимосвязанных лингвистических субмоделей с обширным признаковым пространством. Предлагаемые методы и модели семантического анализа основаны на новом подходе к разноуровневому семантическому анализу текстов и позволяют существенно расширить спектр отечественных технологий обработки русскоязычных текстов научно-технической информации. Поэтому их целесообразно использовать в системе информационного обеспечения процессов реализации новой стратегии научно-технологического развития России.

phraseological conceptual analysis of textsa model of the system of inflectional classes of the Russian languagea centroid-contextual modelthe principle of linguistic analogya branch language modelфразеологический концептуальный анализ текстовмодель системы флективных классов русского языкацентроидно-контекстная модельпринцип лингвистической аналогииотраслевая языковая модельМинистерство науки и высшего образования Российской ФедерацииMinistry of Science and Higher Education of the Russian FederationFFFU-2025-0010The research was carried out within the framework of the state assignment FFFU-2025-0010Статья выполнена в рамках государственного задания: FFFU-2025-0010Hobson L., Hannes H., Howard K. Natural language processing in action, SPb., Piter, 2020, 576 p. (in Russian).Хобсон Л., Ханнес Х., Ховард К. Обработка естественного языка в действии. СПб.: Питер, 2020. 576 с.Smirnov I. V. Methods of multilevel analysis of natural language texts and their applications in information retrieval systems and psycholinguistic research: dissertation for the degree of Doctor of Technical Sciences: 1.2.1, mesto zashchity: Feder. issled. tsentr Informatika i upravleniye RAN, Moscow, 2023, 336 p. (in Russian).Смирнов И. B. Методы разноуровневого анализа текстов на естественном языке и их приложения в системах информационного поиска и психолингвистических исследованиях: Дисс. на соискание степени доктора технических наук: 1.2.1 / Смирнов Иван Валентинович; место защиты: Федер. исслед. центр Информатика и управление РАН. М.: 2023. 336 с.Kozerenko E., Khoroshilov Alexander, Khoroshilov Alexey. Syntactic Parameters in the Phrasal Machine Translation, Proceedings of ICAI’13, WORLDCOMP’13, July 22-25, 2013, Las Vegas, Nevada, USA, 2013, vol. II, pp. 890—895.Kozerenko E., Khoroshilov A., Khoroshilov А. Syntactic Parameters in the Phrasal Machine Translation // Proceedings of ICAI’13, WORLDCOMP’13, Las Vegas, Nevada, USA. 2013. Vol. II. P. 890—895.Kalinin Yu. P., Khoroshilov Al-dr А., Khoroshilov Al-ey А. Modern technologies of automated text information processing, High availability systems, FRC IU RAS, 2015, vol. 11, no. 2, pp.19—34 (in Russian).Калинин Ю. П., Хорошилов Ал. А., Хорошилов А. А. Современные технологии автоматизированной обработки текстовой информации // Системы высокой доступности. ФИЦ ИУ РАН. 2015. Т. 11, № 2. С.19—34.Khoroshilov A. A., Kozerenko E. B. Enhancing Syntactic Models in the Set-Phrase Machine Translation, Proceedings of ICAI’12, WORLDCOMP’12, July 18—21, 2012, Las Vegas, Nevada, USA — CRSEA Press, USA, 2012, vol. II, pp. 945—951.Khoroshilov A. A., Kozerenko E. B. Enhancing Syntactic Models in the Set-Phrase Machine Translation // Proceedings of ICAI’12, WORLDCOMP’12, Las Vegas, Nevada, USA. CRSEA Press, USA, 2012. Vol. II. P. 945—951.Smirnov I. V. Multi-level natural language processing for intelligent text search and analysis, Iskusstvennyy intellekt i prinyatiye resheniy, 2023, no. 1, pp. 90—99 (in Russian).Смирнов И. В. Разноуровневая обработка естественного языка для интеллектуального поиска и анализа текстов // Искусственный интеллект и принятие решений. 2023. № 1. С. 90—99.Tikhomirov I. A., Smirnov I. V. The use of linguistic semantics and machine learning methods to improve the accuracy and completeness of the search in the Exactus search engine, Trudy mezhdunarodnoy konferentsii Dialog, 2009, pp. 483—487.Тихомиров И. А., Смирнов И. В. Применение методов лингвистической семантики и машинного обучения для повышения точности и полноты поиска в поисковой машине Exactus // Труды международной конференции Диалог. 2009. С. 483—487.Kuznetsov I. P. Semantic information processing mechanisms, Moscow, Nauka, 1978, 175 p. (in Russian).Кузнецов И. П. Механизмы обработки семантической информации. М.: Наука, 1978. 175 с.Belonogov G. G., Kalinin Û. P., Horošilov А. A. Computational linguistics and advanced information technologies. Theory and practice of building automatic text information processing systems, Moscow, Russkij mir, 2004, 248 p. (in Russian).Белоногов Г. Г., Калинин Ю. П., Хорошилов А. А. Компьютерная лингвистика и перспективные информационные технологии. Теория и практика построения систем автоматической обработки текстовой информации. М.: Русский мир, 2004. 248 с.Mel’chuk I. A. The experience of the theory of linguistic models "Meaning ↔ Text", Moscow, Nauka, 1974, 316 p. (in Russian).Мельчук И. А. Опыт теории лингвистических моделей "Смысл ↔ Текст". М.: Наука, 1974. 316 c.Kuznetsov I. P., Kozerenko E. B. Linguistic Processor Semantix for Knowledge Extraction from Natural Texts in Russian and English, IC-AI, 2008, pp. 835—841 (in Russian).Kuznetsov I. P., Kozerenko E. B. Linguistic Processor Semantix for Knowledge Extraction from Natural Texts in Russian and English // IC-AI. 2008. P. 835—841.Osipov G. S., Smirnov I. V., Tikhomirov I. A. Relational-situational method of text search and analysis and its applications, Iskusstvennyy intellekt i prinyatiye resheniy, 2008, no. 2, pp. 3—10 (in Russian).Осипов Г. С., Смирнов И. В., Тихомиров И. А. Реляционно-ситуационный метод поиска и анализа текстов и его приложения // Искусственный интеллект и принятие решений. 2008. № 2. С. 3—10.Kan A. V., Khoroshilov A. A. et al. Automatic formation of a syntactic language model for machine translation and information retrieval tasks, NTI. Ser. 2. VINITI RAN, 2018, no. 12, pp. 25—41 (in Russian).Кан А. В., Хорошилов А. А. и др. Автоматическое формирование синтаксической модели языка для задач машинного перевода и информационного поиска // НТИ. Сер. 2. ВИНИТИ РАН, 2018. № 12. С. 25—41.Khoroshilov Al-dr A., Kan A. V., Khoroshilov А. A. Phraseological machine translation of texts: theoretical foundations and technological solutions, Moscow, Direkt-Media, 2019, 466 p. (in Russian).Хорошилов Ал. А., Кан А. В., Хорошилов А. А. Фразеологический машинный перевод текстов: теоретические основы и технологические решения. М.: Директ-Медиа, 2019. 466 с.Kuznetsov I. P., Kozerenko E. B. Linguistic Processor Semantix for Knowledge Extraction from Natural Texts in Russian and English, IC-AI, 2008, pp. 835—841.Kuznetsov I. P., Kozerenko E. B. Linguistic Processor Semantix for Knowledge Extraction from Natural Texts in Russian and English // IC-AI. 2008. P. 835—841.Anan’yeva M. I., Devyatkin D. A., Zubarev D. V., Osipov G. S., Smirnov I. V., Sochenkov I. V., Tikhomirov I. A., Shvets A. V., Shelmanov А. O. Textapplicance: search and analysis of large arrays of texts, Trudy 15 natsional’noy konferentsii po iskusstvennomu intellektu s mezhdunarodnym uchastiyem KII2016, 2016, vol. 3, pp. 220—228 (in Russian).Ананьева М. И., Девяткин Д. А., Зубарев Д. В., Осипов Г. С., Смирнов И. В., Соченков И. В., Тихомиров И. А., Швец А. В., Шелманов А. О. TextAppliance: поиск и анализ больших массивов текстов // Труды 15-й нац. конф. по искусственному интеллекту с международным участием КИИ2016. М.: 2016. T.3. C. 220—228.Belonogov G. G., Zelenkov Yu. G., Novoselov A. P., Khoroshilov Al-dr A., Khoroshilov Al-sey А. The method of analogy in computational linguistics, NTI. Ser. 2. Inform. protsessy i sistemy, VINITI RAN, 2000, no. 1, pp. 21—31 (in Russian).Белоногов Г. Г., Зеленков Ю. Г., Новоселов А. П., Хорошилов Ал. А., Хорошилов А. А. Метод аналогии в компьютерной лингвистике // НТИ. Сер. 2. Информ. процессы и системы, ВИНИТИ РАН. М.: 2000. № 1. С.21—31.Belonogov G. G., Khoroshilov Al-dr A., Khoroshilov Al-sey А. Units of language and speech in automatic text information processing systems, Nauchno-tekhnicheskaya informatsiya, Ser. 2, 2005, no. 11, pp. 16—27 (in Russian).Белоногов Г. Г., Хорошилов Ал. А., Хорошилов А. А. Единицы языка и речи в системах автоматической обработки текстовой информации // Научно-техническая информация. Сер. 2. 2005. № 11. С. 16—27.Khoroshilov A. A., Nikitin Yu. V. et al. Morphological analyzer of new generation METAPHRAS, NTI. Ser. 2. Inform. protsessy i sistemy, 2021, no. 4, pp. 24—34 (in Russian).Хорошилов А. А., Никитин Ю. В. и др. Морфологический анализатор МетаФраз нового поколения // НТИ. Сер. 2. Информ. процессы и системы, 2021. № 4. С. 24—34.Nikitin Yu. V., Khoroshilov A. A., Makarova А. Ye. Tokenization of texts based on the functional template method, Sistemy i sredstva informatiki, 2022, vol. 32, no. 4, pp. 59—68 (in Russian).Никитин Ю. В., Хорошилов А. А., Макарова А. Е. Токенизация текстов на основе метода функциональных шаблонов // Системы и средства информатики. 2022. Т. 32, № 4. С. 59—68.Ablov I. V., Kozichev V. N., Shirmanov A. V., Khoroshilov Al-dr A., Khoroshilov Al-ey А. The means of machine grammar of the Russian language (according to G. G. Belonogov), NTI. Ser. 2. Inform. protsessy i sistemy, 2018, no. 6, pp. 32—46 (in Russian).Аблов И. В., Козичев В. Н., Ширманов А. В., Хорошилов Ал-др А., Хорошилов Ал-ей А. Средства машинной грамматики русского языка (по Г. Г. Белоногову) // НТИ. Сер. 2. Информ. процессы и системы. 2018. № 6. С. 32—46.Budzko V. I., Kalinin Yu. P., Kozerenko Ye. В., Khoroshilov Al-d А., Khoroshilov А. A. Machine grammar of the Russian language, Sistemy vysokoy dostupnosti, 2017, vol.13, no. 3, pp. 19—33 (in Russian).Будзко В. И., Калинин Ю. П., Козеренко Е. Б., Хорошилов Ал. А., Хорошилов А. А. Машинная грамматика русского языка // Системы высокой доступности. 2017. Т. 13, № 3. С.19—33.Zelenkov Yu. G., Segalovich I. V., Titov V. A. А probabilistic model for removing morphological homonymy based on normalizing substitutions and positions of neighboring words, Trudy mezhdunarodnogo seminara Dialog, 2005, pp. 188—197 (in Russian).Зеленков Ю. Г., Сегалович И. В., Титов В. А. Вероятностная модель снятия морфологической омонимии на основе нормализующих подстановок и позиций соседних слов // Компьютерная лингвистика и интеллектуальные технологии. Труды международного семинара Диалог. М.: 2005. С. 188—197.Khoroshilov Alexander, Khoroshilov Alexei. Set-Phrase Machine Translation Based on Multilingual Dictionaries, Proceedings of ICAI’11, WORLDCOMP’11, July 20—24, 2011, Las Vegas, Nevada, USA, CRSEA Press, USA, 2011, vol. II, pp. 941—946.Khoroshilov Аl., Khoroshilov A. Set-Phrase Machine Translation Based on Multilingual Dictionaries // Proceedings of ICAI’11, WORLDCOMP’11, CRSEA Press, USA, 2011. Vol. II. P. 941—946.Khoroshilov A. A., Kozerenko E. B. Enhancing Syntactic Models in the Set-Phrase Machine Translation, Proceedings of ICAI’12, WORLDCOMP’12, July 18—21, 2012, Las Vegas, Nevada, USA — CRSEA Press, USA, 2012, vol. II, pp. 945—951.Khoroshilov A. A., Kozerenko E. B. Enhancing Syntactic Models in the Set-Phrase Machine Translation // Proceedings of ICAI’12, WORLDCOMP’12. CRSEA Press, USA, 2012. Vol. II. P. 945—951.Khoroshilov Al-dr A., Nikitin Yu. V., Khoroshilov, Al-ey А. Budzko V. I. Automatic creation of a formalized representation of the semantic content of unstructured text messages in the media and social networks, Sistemy vysokoy dostupnosti, 2014, vol. 10, no. 3, pp. 52—70 (in Russian).Хорошилов Ал. А., Никитин Ю. В., Хорошилов А. А., Будзко В. И. Автоматическое создание формализованного представления смыслового содержания неструктурированных текстовых сообщений СМИ и социальных сетей // Системы высокой доступности. 2014. Т. 10, № 3. С. 52—70.Nikitin Yu. V., Khoroshilov А. A. Intelligent Word Processor, Iskusstvennyy intellekt: teoriya i praktika, 2023, no. 1, pp. 56—75 (in Russian).Никитин Ю. В., Хорошилов А. А. Интеллектуальный текстовый процессор // Искусственный интеллект: теория и практика. 2023. № 1. С. 56—75.Khoroshilov Al-dr A., Musabayev R. R., Kozlovskaya Ya. D., Nikitin Yu. V., Khoroshilov А. A. Automatic identification and classification of information events in media texts, NTI. Ser. 2. Inform. protsessy i sistemy, VINITI RAN, 2020, no. 7, pp. 27—38 (in Russian).Хорошилов Ал. А., Мусабаев Р. Р., Козловская Я. Д., Никитин Ю. В., Хорошилов А. А. Автоматическое выявление и классификация информационных событий в текстах СМИ // НТИ. Сер. 2. Информ. процессы и системы. ВИНИТИ РАН. 2020. № 7. С. 27—38.Khoroshilov A. A., Nikitin Yu. V., Kan A. V., Kozlovskaya Ya. D., Yevdokimova Ye. А. Contextual homonymy resolution based on the centroid-contextual model, Trudy ISP RAN, 2019, vol. 1, no. 2, pp. 15—19 (in Russian).Хорошилов А. А., Никитин Ю. В., Кан А. В., Козловская Я. Д., Евдокимова Е. А. Контекстное разрешение омонимии на основе центроидно-контекстной модели // Труды ИСП РАН. 2019. Т. 1, Вып. 2. С. 15—19.Khoroshilov A. A., Kan A. V., Filippov G. V. Methods of automated formation of a complex of ontological reference books on aerospace subjects, Nauchno-tekhnicheskiy vestnik Povolzh’ya, 2024, no. 5, pp. 150—154 (in Russian).Хорошилов Ал. А., Мусабаев Р. Р. и др. Автоматическое выявление и классификация информационных событий в текстах СМИ // НТИ. Сер. 2. Информ. процессы и системы. 2020. № 7. С. 27—38.Koshkin R. P. Unmanned aircraft systems, Moscow, Strategic Priorities, 2016, 676. p (in Russian).Кошкин Р. П. Беспилотные авиационные системы. М.: Стратегические приоритеты, 2016. 676 с.