ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ

Применение интеллект-карт и искусственного интеллекта для повышения эффективности изучения специализированной русской лексики вьетнамскими студентами

Авторы

  • Хоай Тху Нгуен Российский университет дружбы народов, 117198, г. Москва, ул. Миклухо-Маклая, д. 6

Как цитировать

ГОСТ Нгуен Х. Т. Применение интеллект-карт и искусственного интеллекта для повышения эффективности изучения специализированной русской лексики вьетнамскими студентами // Управление образованием: теория и практика. 2026. Т. 16. № 7. С. 439-449. DOI: 10.25726/a0012-8880-9178-z
APA Нгуен, Х. Т. (2026). Применение интеллект-карт и искусственного интеллекта для повышения эффективности изучения специализированной русской лексики вьетнамскими студентами. Управление образованием: теория и практика, 16(7), 439-449. https://doi.org/10.25726/a0012-8880-9178-z

Аннотация

Интеллект-карты и адаптивные тренажёры с искусственным интеллектом предлагаются для ускорения усвоения русской терминологии вьетнамскими студентами инженерных специальностей, однако выигрыш от карты зависит от устройства самих терминов, и эта зависимость на реальном материале специальности не измерялась. Работа устанавливает свойства действующей терминосистемы землеройных машин, которые определяют, какую часть материала интеллект-карта сводит к повторяющимся узлам и какие операции остаются для адаптивной тренировки. Материалом служит официальный текст ГОСТ ISO 6165-2015 (разделы 3 и 4): 47 терминологических единиц в 46 пунктах с определениями. Термины транскрибированы и размечены по записанным правилам на узлы интеллект-карты, позиции зависимых компонентов и грамматические формы; рассчитаны показатели повторяемости узлов, сокращения инвентаря слов, веера узлов, совпадения лексической и понятийной иерархий и словоизменительной нагрузки; устойчивость проверена при альтернативных правилах разметки и подсчёта. Установлено, что 47 единиц содержат 89 вхождений 46 узлов, из них 43 вхождения (48,3%) повторные; инвентарь слов карты на 36,1% меньше списка. На узел «машина» приходится 15 из 39 связей карты. Все 20 подпунктов с определённым родительским пунктом ссылаются на него в определении, но пять подчинённых терминов не содержат узлов родительского термина. Словоформы, отличные от словарной формы, составляют 47,7% знаменательных словоформ; в разделе 3 форма узла меняется в 41,5% вхождений, в разделе 4 – в 6,2%. Выигрыш карты на этом материале создаётся повторным использованием узлов и сосредоточен в названиях семейств машин, тогда как родовые, падежные и числовые формы общих терминов раздела 3, а также перегруженный узел «машина» задают предмет адаптивной тренировки; учёт ответов в ней рационально вести по узлу в сочетании с операцией, изменяющей его форму.

Ключевые слова

русский язык как иностранный вьетнамские студенты интеллект-карта искусственный интеллект адаптивная тренировка терминология строительных машин

Финансирование

Авторы не заявили о внешнем финансировании исследования.

Библиографические ссылки

Бабушкина Л.Е., Еремкина Н.И., Порческу Г.В., Рублёва О.С., Никулина Е.Г. Влияние цифровых сервисов инфографики на эффективность мнемотехники при обучении иноязычной лексике // Перспективы науки и образования. 2022. № 1 (55). С. 236-251.

Богуславская В.В., Хуонг Т.Т.Ч. «Поющий искусственный интеллект» Suno в обучении вьетнамских студентов русскому языку // Русистика. 2026. Т. 24. № 1. С. 103-119.

Бритов И.В. Анализ грамматических трансформаций (на примере перевода с вьетнамского языка на русский) // Вьетнамские исследования. 2024. Т. 8. № 3. С. 70-81.

Лепкова А.С. Использование ментальных карт в рамках концептуального подхода на занятиях по русскому языку как иностранному для будущих журналистов // Педагогика. Вопросы теории и практики. 2025. Т. 10. № 12. С. 1993-2000.

Омельченко Ю.В., Корвяков А.А. Интерактивность ментальных карт при обучении русскому языку как иностранному // Вестник Оренбургского государственного университета. 2024. № 3. С. 69-76.

Сербин В.А., Егоренкова Д.А. Типологические сходства и различия русского и вьетнамского языков // Филологические науки. Вопросы теории и практики. 2025. Т. 18. № 3. С. 1120-1128.

Сысоев П.В., Филатов Е.М. Технологии искусственного интеллекта в обучении русскому языку как иностранному // Русистика. 2024. Т. 22. № 2. С. 300-317.

Сысоев П.В. Персонализированное обучение на основе технологий искусственного интеллекта: насколько готовы современные студенты к новым возможностям получения образования // Высшее образование в России. 2025. Т. 34. № 2. С. 51-71.

Сычева И.Н., Маслов В.В., Исламгулова Р.Р. Лингводидактическая модель формирования терминологической компетенции иностранных обучающихся горнодобывающего профиля в курсе русского языка как иностранного // Горная промышленность. 2026. № 4. С. 220-228.

Шарманова О.С., Третьякова Е.В. Интеллект-карты как инструмент формирования лингвокультурной компетенции в обучении русскому языку как иностранному в вузе // Филологические науки. Вопросы теории и практики. 2024. Т. 17. № 7. С. 2141-2147.

Eglington L.G., Pavlik P.I. Optimizing practice scheduling requires quantitative tracking of individual item performance // npj Science of Learning. 2020. Vol. 5. № 1. Art. 15.

Nakata T., Suzuki Y. Effects of massing and spacing on the learning of semantically related and unrelated words // Studies in Second Language Acquisition. 2019. Vol. 41. № 2. pp. 287-311.

Schroeder N.L., Nesbit J.C., Anguiano C.J., Adesope O.O. Studying and constructing concept maps: a meta-analysis // Educational Psychology Review. 2018. Vol. 30. № 2. pp. 431-455.

van der Velde M., Sense F., Borst J., van Rijn H. Alleviating the cold start problem in adaptive learning using data-driven difficulty estimates // Computational Brain and Behavior. 2021. Vol. 4. № 2. pp. 231-249.

Wang J., Yum Y.N. Effects of word length, contextual support, and prior second language proficiency on the learning of technical words in a second language // PLOS One. 2025. Vol. 20. № 10. Art. e0334038.

Выпуск

Раздел

ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ

Метрики

0 просмотров
0 скачиваний
Хотите опубликоваться?
Подать статью