ИСТИНА

Основное внимание в докладе уделено адаптации заимствованных из английского языка глаголов, называющих действия пользователей Интернета в неформальной онлайн-коммуникации, к аспектуальной и словообразовательной системам русского и чешского языка. Проводится сопоставление деривации и употребления глагольных неологизмов в славянских языках. Показывается, что аспектуальная деривация русском и чешском языках происходит сходным образом, однако могут использоваться разные приставки. В частности, в обоих языках широко представлены дериваты со сходными перфективирующими приставками от-, od- (отстримить; odstreamovat), про-, pro- (пролайкать; prolajkovat), на-, na- (напостить; napostovat). Но есть и различия: в чешском языке широко употребляются с функцией перфективации префиксы о- (olajkovat), vy- (vypostovat), u- (ulajkovat), не использующиеся при перфективации аналогичных глаголов в русском языке. При заимствовании глаголы и в русском, и в чешском языках сразу получают видовую характеристику и, как правило, становятся глаголами несовершенного вида (НСВ) (ср. русский и чешский глаголы лайкать, lajkovat), после чего от них при помощи приставок могут быть образованы видовые корреляты совершенного вида (СВ) (ср. лайкать — залайкать, lajkovat olajkovat). Заимствованные глаголы с нереализованным потенциалом аффиксации дают возможность проанализировать продуктивность моделей деривации и конкуренцию приставок в сопоставляемых языках при номинации динамических явлений в виртуальном пространстве Интернета — в письменных текстах компьютерно опосредованной неформальной коммуникации активных пользователей Сети. Аспектуальная адаптация от таких заимствований в чешском и русском языке имеет схожие черты, но при этом могут различаться приставки. В частности, в русском и чешском языках широко представлены дериваты со сходными перфективирующими приставками от-, od- (отстримить; odstreamovat), про-, pro- (пролайкать; prolajkovat), на- , na- (напостить; napostovat). В мировой лингвистике и в русистике сейчас активно обсуждаются достижения, перспективы и проблемы развития машинного перевода – в связи с применением передовых технологий искусственного интеллекта, таких как нейронные сети и глубокое обучение. Cовершенствование в последнее десятилетие и использование во взаимодействии статистических и нейросетевых моделей, способных к обучению, мотивировало нас рассмотреть представленные здесь модели в аспекте машинного перевода между двумя близкородственными языками – русским и чешским. С одной стороны, мы предположили, что рассматриваемые англицизмы и высказывания, в которых они употребляются, дают возможность максимально проявиться возможностям нейросетевых переводчиков. Но, с другой, мы предположили, что большой проблемой для перевода станет аффиксация глагольных англицизмов и учет стилистики текста. Мы можем констатировать, что в результате проведенного исследования наши гипотезы подтвердились.