Архив журнала

Аннотация: Статья посвящена анализу лексических средств аргументации в романе Е. Г. Водолазкина «Лавр» с использованием различных способов работы с LLM. Предмет исследования составляют лексико-дискурсивные единицы, выполняющие аргументативную функцию в конкретных речевых ситуациях и участвующие в обосновании оценки, поступка и нравственно-религиозного тезиса, маркировании источника и степени достоверности знания, а также интерпретации события. Цель работы заключается в выявлении и описании лексико-дискурсивных средств аргументации на материале четырех фрагментов романа, представляющих разные речевые ситуации. Методология исследования включает семантический, дискурсивный и контекстуальный анализ, первичную обработку текста с помощью LLM и последующую ручную лингвистическую верификацию по критериям принадлежности единицы к заданному корпусу, точности цитирования, ее синтаксической роли и аргументативного значения. Исследование носит качественный, фрагментарный характер и не претендует на статистическое описание всего романа. Полученные результаты ограничены составом заданного корпуса, формулировкой использованной инструкции и условиями первичной LLM-обработки. Выделены три функциональные группы: собственно аргументативные маркеры, эпистемико-модальные и риторико-прагматические конструкции, а также контекстуально аргументативные лексические единицы. Показано, что в анализируемых фрагментах обоснование оценки и нравственно-религиозной позиции, а также маркирование источника и степени достоверности знания реализуются не только посредством эксплицитных причинно-следственных и выводных маркеров, но и посредством лексических единиц, аргументативная функция которых возникает в конкретном контексте. Теоретическая значимость исследования состоит в разграничении прямого и контекстно обусловленного участия языковых единиц в аргументации художественного текста и в уточнении критериев их квалификации в конкретной речевой ситуации. Практическая значимость результатов связана с возможностью их использования в лингвистическом анализе художественного дискурса, при разработке способов аннотирования текстового материала с помощью LLM, а также в курсах по лингвистике текста, дискурс-анализу и цифровым гуманитарным исследованиям. Установлено, что в рамках заданного корпуса и единой инструкции три использованных LLM-интерфейса обнаруживают разные типы ограничений: выход за границы корпуса, преимущественную ориентацию на эксплицитные маркеры и расширительное включение тематических или эмоционально-оценочных единиц в число аргументативных.

Об авторе (авторах) :

Митрофанова И. И.

Российский университет дружбы народов
(Москва, Российская Федерация)

ORCID ID: https://orcid.org/0000-0003-0532-8841

SPIN-код: 6977-1768

Гун П.

Российский университет дружбы народов
(Москва, Российская Федерация)

ORCID ID: https://orcid.org/0009-0009-6062-5575

Сроки публикации:

Дата поступления: 21.06.2026; дата публикации: 31.10.2026

Список литературы:

Источники

Водолазкин, Е. Г. Лавр / Е. Г. Водолазкин. – Москва : Астрель, 2012. – 448 с. – ISBN 978-5-17-078790-6.

Литература

Алексеев, А. П. Теория аргументации в эпоху манипуляций / А. П. Алексеев // Вестник Московского университета. Серия 7: Философия. – 2013. – № 5. – С. 67–77. – EDN REVUWP.

Аманғазықызы, М. Цифровое литературоведение: обзор практик и перспективы в казахстанском литературоведении / М. Аманғазықызы, А. Гыля, В. В. Сиряченко // Вестник Кокшетауского университета им. Ш. Уалиханова. Серия филологическая. – 2024. – № 4. – С. 300–314. – DOI: 10.59102/kufil/2024/iss4pp300-314. – EDN CSEPGT.

Гавришина, И. Н. Лингвистически ориентированные концепции аргументации / И. Н. Гавришина // Филологические науки. Вопросы теории и практики. – 2018. – № 12-1 (90). – С. 99–104. – DOI: 10.30853/filnauki.2018-12-1.21. – EDN VMVBQR.

Григорьева, В. С. Когнитивный ракурс аргументации / В. С. Григорьева // Вестник Череповецкого государственного университета. – 2022. – № 6 (111). – С. 140–150. – DOI: 10.23859/1994-0637-2022-6-111-11. – EDN JSVUVS.

Иоанесян, Е. Р. Имплицитная оценка и аргументация / Е. Р. Иоанесян // Научный диалог. – 2020. – № 1. – С. 62–77. – DOI: 10.24224/2227-1295-2020-1-62-77. – EDN ATOYFX.

Кодоцигова, О. Художественное время в древнерусской агиографии и романе Евгения Водолазкина Лавр / O. Кодоцигова // Slovo. – 2026. – Vol. 15, no. 1/2025. – P. 45–57. – DOI: 10.62229/slv15/3. – EDN VTUSOC.

Кузина, Е. Б. Аргументация в доказательстве / Е. Б. Кузина // Ценности и смыслы. – 2019. – № 6 (64). – С. 131–143. – DOI: 10.24411/2071-6427-2019-10102. – EDN APNXCE.

Шуринова, Н. С. «Мертвый язык» как средство воскрешения субъективности «другого» в романе Е. Г. Водолазкина «Лавр» / Н. С. Шуринова // Новое прошлое. – 2016. – № 4. – С. 99–110. – DOI: 10.18522/2500-3224-2016-4-99-110. – EDN XISDDJ.

A Survey of Large Language Models / W. X. Zhao, K. Zhou, Ju. Li [et al.] // Frontiers of Computer Science. – 2026. – Vol. 20, no. 12. – P. 2012627. – DOI: 10.1007/s11704-026-60308-3. – EDN PQJLPV.

A Survey on Evaluation of Large Language Models / Y. Chang, X. Wang, J. Wang [et al.] // ACM Transactions on Intelligent Systems and Technology. – 2024. – Vol. 15, no. 3. – Article 39. – P. 1–45. – DOI: 10.1145/3641289.

Akazawa, M. Literaturwissenschaftlich Arbeiten mit großen Sprachmodellen? / M. Akazawa, E. Gius // Zeitschrift fur Literaturwissenschaft und Linguistik. – 2025. – Vol. 55, no. 2. – P. 449–474. – DOI: 10.1007/s41244-025-00383-4. – EDN PMAXLO.

BERT: Pre-Training of Deep Bidirectional Transformers for Language Understanding / J. Devlin, M.-W. Chang, K. Lee, K. Toutanova // Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers). – Minneapolis : Association for Computational Linguistics, 2019. – P. 4171–4186. – DOI: 10.18653/v1/N19-1423.

Habernal, I. Argumentation mining in user-generated web discourse / I. Habernal, I. Gurevych // Computational Linguistics. – 2017. – Vol. 43, no. 1. – P. 125–179. – DOI: 10.1162/COLI_a_00276. – EDN YYMNPV.

Lawrence, J. Argument mining: A survey / J. Lawrence, C. Reed // Computational Linguistics. – 2019. – Vol. 45, no. 4. – P. 765–818. – DOI: 10.1162/COLIa00364. – EDN UCODMA.

Lippi, M. Argumentation Mining: State of the Art and Emerging Trends / M. Lippi, P. Torroni // ACM Transactions on Internet Technology. – 2016. – Vol. 16, no. 2. – Article 10. – P. 1–25. – DOI: 10.1145/2850417.

Machine learning in computational literary studies / H. O. Hatzel, H. Stiemer, Ch. Biemann, E. Gius // IT. Information Technology. – 2023. – Vol. 65, no. 4-5. – P. 200–217. – DOI: 10.1515/itit-2023-0041. – EDN EHPHHF.

On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? / E. M. Bender, T. Gebru, A. McMillan-Major, S. Shmitchell // Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency. – New York : ACM, 2021. – P. 610–623. – DOI: 10.1145/3442188.3445922.

Stab, C. Parsing Argumentation Structures in Persuasive Essays / C. Stab, I. Gurevych // Computational Linguistics. – 2017. – Vol. 43, no. 3. – P. 619–659. – DOI: 10.1162/COLI_a_00295.