?
Создание биографического датасета русских прозаиков XX века с помощью ChatGPT-4o
Цифровые технологии XXI века способствуют формированию новых методологических подходов в гуманитарных науках, включая литературоведение и биографические исследования. Для автоматизации процессов сбора и аннотирования информации все чаще используют большие языковые модели (Large Language Models, LLM), включая ChatGPT. Развитие подобных инструментов стимулирует переход от традиционных методологических подходов, основанных на исключительно ручном аннотировании и экспертной верификации, к гибридным, сочетающим автоматическое извлечение информации с дальнейшей редакторской доработкой. Такая стратегия делает процесс сбора и обработки данных менее ресурсозатратным при сохранении высокого уровня точности фактов. Целью настоящей работы является создание биографического датасета русских прозаиков XX века с применением ChatGPT-4o, которая на момент проведения исследования являлась последней версией ChatGPT. Структура датасета, состоящая из 30 пунктов и описывающая особенности личной жизни и творчества авторов, была определена экспертным образом на первом этапе исследования. На вход модели подавались промпты для формулировки и последующей корректировки определяемых пользователем задач. Некоторые техники, использованные для создания эффективных запросов и ориентированные на улучшение качества и точности ответа, описаны в статье. Автоматически полученные данные были вручную перепроверены, все ошибки, допущенные моделью, исправлены. Тестирование модели показало, что ChatGPT-4o может эффективно использоваться для автоматизированной подготовки и первичного анализа больших массивов текстовых данных, а также выделило основные возможности и ограничения ChatGPT-4o при извлечении и структурировании биографических сведений. Подготовленный датасет представляет собой реляционную таблицу, содержащую биографические данные для 650 русских писателей, и стал одним из блоков биографического модуля Корпуса русского рассказа XX века. Структура датасета позволяет проводить с его помощью междисциплинарные исследования в области социологии литературы, моделирования национального литературного процесса, а также изучать корреляции между биографическими особенностями авторов и художественными, тематическими и лингвистическими характеристиками их литературных произведений.