Языковая структура поэтического текста и проблемы ее формализации для задач нейросетевого перевода

Актуальность настоящего исследования определяется наличием несоответствия между текущим уровнем развития генеративных нейросетевых моделей обработки естественного языка, в том числе специализирующихся на осуществлении перевода, и неспособностью искусственного интеллекта к генерации максимально близкого оригиналу перевода текстов поэтического типа, природа которых представляется заведомо проблемной для необходимой в процессе обработки формализации. Научная новизна работы состоит в разработке гибридной диагностической методики, подразумевающей взаимодействие аппарата классической лингвопоэтики (представленного работами Ю.Н. Тынянова, Г.О. Винокура, А.А. Потебни, М.М. Бахтина и др.) с результатами работы нейронных сетей нового поколения (DeepSeek-R1, ChatGPT-5) с целью выявления корреляции между формальными и семантическими признаками поэтического текста и степенью их воспроизводимости моделями ИИ в условиях переводной пары «русский английский язык» на материале произведений А.С. Пушкина («Я вас любил…», «Зимнее утро», «Я памятник себе воздвиг нерукотворный…»). Сформулированы предложения, которые могут использоваться для дообучения нейросетевых моделей.

1. Шайтанов И.О. Жанровое слово у Бахтина и формалистов // Вопр. литературы. 1996. № 3. С. 89–114.

2. Шатин Ю.В. Ю. М. Лотман и проблемы теоретического литературоведения // Филологический класс. 2022. Т. 27, № 1. С. 50–54.

3. Muntañola Thornberg J. Lotman and Bakhtin in the architectural design theories of today // Человек: Образ и сущность. Гуманитарные аспекты. 2022. № 1 (49). С. 7–27. https://doi.org/10.31249/chel/2022.01.01.

4. Jadnav R.S., Dhore M.L. Cross-language information retrieval for poetry form of literature-based on machine transliteration using modified cosine similarity algorithm // Communications on Applied Nonlinear Analysis. 2025. V. 32, No 2. P. 337–354. https://doi.org/10.52783/cana.v32.1746.

5. Rahman M.H., Hossan K.M.R., Hassain M.D. The poetry of programming: Utilizing natural language processing for creative expression // International Journal of Novel Research and Development. 2023. V. 8, No 8. P. e632–e652.

6. Wang L. Comparative analysis of automatic poetry generation systems based on different recurrent neural networks // Jain L.C., Kountchev R., Tai Y., Kountcheva R. (Eds.) 3D Imaging–Multidimensional Signal Processing and Deep Learning. Ser.: Smart Innovation, Systems and Technologies. V. 297. Singapore: Springer, 2022. P. 169–177. https://doi.org/10.1007/978-981-19-2448-4_16.

7. Zulkifli M.F., Abdullah M.R., Muhayudin A.A.W., Shahbuddin M.Z . AI revolution in literary translation: A bibliometric analysis of trends, challenges, and potentials // Journal Information and Technology Management. 2025. Vol. 10, No. 40. P. 104–120. https://doi.org/10.35631/JISTM.1040008.

8. Гребенюк А.В. Проблема типологии ошибок машинного перевода: стремление к универсальности vs таргетированность // Вестник Московского университета. Серия 22. Теория перевода. 2024. Т. 17, № 2. С. 7–25. https://doi.org/10.55959/MSU2074-6636-22-2024-17-2-7-25.

9. Гребенюк А.В., Митренина О.В. Анализ распределения «прозаических» ошибок в машинном переводе поэтических текстов // Вестник Санкт-Петербургского университета. Язык и литература. 2025. Т. 22, № 3. С. 648–663.

10. Краснова Т.И., Ванюшин И.С. Machine translation error analysis // Молодой учёный. 2015. № 9 (89). С. 124–126.

11. Мамаева Е.Е. Возможности искусственного интеллекта при переводе фразеологизмов в условиях художественного текста // Филология и культура. 2024. № 4 (78). С. 96–103. https://doi.org/10.26907/2782-4756-2024-78-4-96-103.

12. Heuser R. Generative aesthetics: On formal stuckness in AI verse // Journal of Cultural Analytics. 2025. V. 10, No 3. https://doi.org/10.22148/001c.144825.

13. Тынянов Ю.Н. Проблема стихотворного языка. М.: Ленанд, 2021. 176 с.

14. Чанчина А.В. Понятие словообразовательной мотивации в современной лингвистике // Вестник ННГУ. 2007. №3. С. 234–238.

15. Влавацкая М.В. Когнитивный и психолингвистический аспекты изучения сочетаемости слов: трансформация синтагматических структур // Вестник Иркутского государственного лингвистического университета. 2013. № 3 (24). С. 64–72.

16. Большакова Н.Ф. Адекватный перевод и самоанализ // The Scientific Heritage. 2021. Т. 4, № 59. С. 49–51. https://doi.org/10.24412/9215-0365-2021-59-4-49-51.