ПОРІВНЯЛЬНИЙ АНАЛІЗ ЕФЕКТИВНОСТІ ВЕЛИКИХ МОВНИХ МОДЕЛЕЙ ДЛЯ ІДЕНТИФІКАЦІЇ МЕТАФОР: МЕТОДИ НУЛЬОВОГО ЗАПИТУ ТА ДОНАЛАШТУВАННЯ

Анотація

У статті окреслено проблему автоматичної ідентифікації метафор – одного з найскладніших завдань у сфері обробки природної мови. Базуючись на положеннях когнітивної лінгвістики, що визначає метафору як фундаментальний механізм мислення (Lakoff & Johnson, 1980), досліджено її роль як інструменту фреймінгу в політичному та медійному дискурсах. Підкреслено, що здатність до масштабованого аналізу метафоричних патернів є важливою для виявлення маніпулятивних технологій, однак процес розпізнавання метафор ускладнюється контекстуальною залежністю, креативністю та необхідністю енциклопедичних знань. Дослідження має на меті здійснення порівняльної оцінки потенціалу великих мовних моделей (LLM) для вирішення завдання автоматичної ідентифікації метафор. У роботі порівнюються два ключові підходи: тестування базових можливостей моделей за допомогою методу нульового запиту (zero-shot) та їх спеціалізована адаптація з використанням методу доналаштування (fine-tuning). Досліджено ефективність флагманських(станом на липень 2025 року) моделей від провідних розробників: OpenAI (GPT-4o), Google (Gemini 2.5 Pro, Gemini 2.5 Flash) та Anthropic (Claude Sonnet 4). Окрему увагу приділено методології обробки експериментальних даних на основі корпусу NAACL 2020 Shared Task on Metaphor Detection. Для оцінки продуктивності моделей використано стандартні метрики бінарної класифікації: точність (Precision), повнота (Recall) та узагальнена оцінка F1-Score. У статті описано процедуру доналаштування та виявлено практичні обмеження, пов’язані з різним рівнем доступності інструментів у провідних екосистемах штучного інтелекту. Результати дослідження продемонстрували, що фундаментальні моделі показують низьку та незбалансовану ефективність, тоді як процедура доналаштування значною мірою покращує їхню продуктивність (F1-Score зростає на 24-29%). Порівняльний аналіз доналаштованих моделей штучного інтелекту виявив, що GPT-4o досягає кращого балансу між точністю та повнотою (F1-Score 64,20%), тоді як Gemini 2.5 Flash зберігає невелику перевагу в точності. Проведений порівняльний аналіз робить важливий внесок у дослідження можливостей LLM для аналізу метафор, демонструючи, що доналаштування є важливим методом для їхньої адаптації до складних лінгвістичних завдань.