УДК 378.4 УДК 37.02 УДК 31

СЕМАНТИЧЕСКИЕ СВЯЗИ МЕЖДУ ДИСЦИПЛИНАМИ И ПОНЯТИЯМИ, ОТНОСЯЩИМИСЯ К ИНФОРМАТИКЕ И КИБЕРНЕТИКЕ

Опубликовано в Научные исследования и разработки. Социально-гуманитарные исследования и технологии · Том 14, Номер 2 · Страницы 62–68 · Рубрика: ЦИФРОВЫЕ ТЕХНОЛОГИИ
DOI: https://doi.org/10.12737/2306-1731-2025-14-2-620-68
Получено: 13.02.2025 Одобрено: 20.02.2025 Опубликовано: 18.06.2025
Авторы
Статья посвящена проблеме изучения семантического пространства научных концептов «информатика», «кибернетика», «робототехника», «информационно-кибернетическая картина мира», «алгоритмическое мышление» и т.д. Путем анализа ответов нейросети ChatGPT и текстов из Википедии для каждого концепта получен список терминов с указанием количества их использований. С помощью компьютерной программы найдены косинусная мера близости и семантическое расстояние между этими списками, получена матрица близости концептов и осуществлена кластеризация объектов. При этом наиболее близкие концепты (кластеры) объединялись в один кластер, вес которого вычислялся путем суммирования весов составляющих его кластеров. Аналогичными методами изучено семантическое пространство вокруг понятия «информационно-кибернетическое мышление», под которым понимается особый способ объяснения функционирования информационно-кибернетических систем, предполагающий выделение информационных потоков и цепей управления и использование основных идей информатики и кибернетики. Построен граф, вершины которого соответствуют изучаемым концептам, а ребра – связям между ними. Кроме того, выявлены облака понятий, семантически близких к концептам «информатика» и «кибернетика». Полученные результаты характеризуют объективные особенности семантического пространства, которые обусловлены содержанием и методикой преподавания основ информатики и кибернетики. Используемый метод позволяет исследовать семантические пространства других областей знаний.
дидактика, информатика, кибернетика, концепт, мышление, семантическое пространство, компьютерные методы, косинусная близость
Текст Список литературы
Текст (PDF)
Читать Скачать

1. Абушкин Х.Х., Дадонова А.В. Межпредметные связи в робототехнике как средство формирования ключевых компетенций учащихся // Учебный экспе-римент в образовании. 2014. № 3. С. 32-35.

2. Андриевская Н.К. Гибридная интеллектуальная мера оценки семантиче-ской близости // Проблемы искусственного интеллекта. – 2021. № 1.– С. 4-17. EDN: https://elibrary.ru/ZDZKGK

3. Анисимов А.В. Метод вычисления семантической близости-связности между словами естественного языка / А.В. Анисимов, А.А. Марченко, В.К. Ки-сенко // Кибернетика и системный анализ. – 2011. № 4. – С. 18-27.

4. Ванюшкин А.С. Методы и алгоритмы извлечения ключевых слов / А.С. Ванюшкин, Л.А. Гращенко // Новые информационные технологии в автоматизи-рованных системах. – 2016. № 19. – С. 85–93.

5. Гнитецкая Т.Н. Основы теории внутрипредметных связей // Физическое образование в вузах. – 1999. № 2. – С. 23-39. EDN: https://elibrary.ru/HTLKDT

6. Каряева М.С. Лингвостатический анализ терминологии для построения тезауруса предметной области // Моделирование и анализ информационных сис-тем. − Т. 22, № 6 (2015). − С. 834–851.

7. Майер Р.В. Информационно-кибернетическая картина мира и ее форми-рование у студентов педагогических специальностей: монография. – Глазов: Гла-зовский государственный педагогический институт, 2022. – 202 с. EDN: https://elibrary.ru/WBZMWG

8. Майер Р.В. Сложность учебных понятий и текстов: монография. – Гла-зов: ГИПУ, 2024. – 132 с. EDN: https://elibrary.ru/XWDTOK

9. Матвеева О.М. и др. Современные модели межпредметных связей / О.М. Матвеева, И.С. Матвеева, Л.А. Матвеева, Д.А. Романов // Ученые записки университета им. П. Ф. Лесгафта. 2018. С. 203-207.

10. Морозова Ю.И. Построение семантических векторных пространств раз-личных предметных областей // Информатика и ее применения. − 2013. Т. 7. Вып. 1. − С. 90–93. EDN: https://elibrary.ru/QCJCPZ

11. Победоносцева М.Г., Шутикова М.И. Межпредметные связи информа-тики // Вестник ТГУ, т.12, вып. 5, 2007. С. 621–622.

12. Синяков А.П. Дидактические подходы к определению понятия «меж-предметные связи». Известия Российского государственного педагогического университета им. А.И. Герцена. 2009. Вып. 113. С. 197–202. EDN: https://elibrary.ru/KVRRFJ

13. Шереметьева С.О. Методы и модели автоматического извлечения клю-чевых слов / С.О. Шереметьева, П.Г. Осминин // Вестник ЮУрГУ. Серия: Лин-гвистика. – 2015. Т. 12. № 1. – С. 76–81.

14. Manning C.D. An Introduction to Information Retrieval / C.D. Manning, P. Raghavan, H. Schütze. – Cambridge University Press. 2008. 528 p. DOI: https://doi.org/10.1017/CBO9780511809071

15. Turney P.D. From frequency to meaning: Vector space models of semantics / P.D. Turney, P. Pantel // J. Artificial Intelligence Research. Menlo Park, California: AAAI Press, 2010. No. 37. – pp. 141–188.

16. Википедия: https://ru.wikipedia.org

Войти или Создать
* Забыли пароль?