RUDN Journal of Language Studies, Semiotics and SemanticsRUDN Journal of Language Studies, Semiotics and SemanticsВестник Российского университета дружбы народов. Серия: Теория языка. Семиотика. Семантика2313-22992411-1236Peoples’ Friendship University of Russia named after Patrice Lumumba (RUDN University)5265810.22363/2313-2299-2026-17-2-517-533LMPPPMARTIFICIAL INTELLIGENCE IN APPLIED LINGUISTICS: CURRENT CHALLENGES AND PROSPECTSАКТУАЛЬНЫЕ ВЫЗОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРИКЛАДНОЙ ЛИНГВИСТИКЕResearch ArticleExploring Cross-Cultural Knowledge Transfer: AI-Integrated Semantic FrameworkИзучение кросс-культурного трансфера знания: семантическое решение с встроенным ИИ-компонентомhttps://orcid.org/0000-0001-7215-060456642747500AAB-7989-20194419-0090KioseMaria I.КиосеМария Ивановна

Dr. Sc. (Philology) (Advanced Doctorate), Associate Professor, Chief Researcher of the Centre for Socio-Cognitive Discourse Studies, Moscow State Linguistic University; Leading Researcher; Laboratory for Multichannel Communication, Institute of Linguistics, RAS

доктор филологических наук, доцент, главный научный сотрудник Центра социокогнитивных исследований дискурса, Московский государственный лингвистический университет; ведущий научный сотрудник Лаборатории мультиканальной коммуникации, Институт языкознания РАН

maria_kiose@mail.ruhttps://orcid.org/0009-0000-3506-20077897-5998KhulkhachievaZhenishkul S.ХулхачиеваЖенишкуль Саматовна

PhD in Philology, Associate Professor, Head of Department of Languages and Cultures of CIS and FSU countries, Head of Ch. Aitmatov Centre for Kyrgyz language and culture

кандидат филологических наук, доцент, заведующий кафедрой языков и культур стран СНГ и ближнего зарубежья ИМОиСПН, директор центра киргизского языка и культуры им. Ч. Айтматова

j.khulkhachieva@linguanet.ruhttps://orcid.org/0000-0001-9658-662158113747500AGL-9794-20224233-4593BarminArtem V.БарминАртем Вячеславович

Junior Researcher of the Laboratory for Cognitive Studies of Communication

младший научный сотрудник Лаборатории когнитивных исследований основ коммуникации

art.barmin1@gmail.comAmirkhanovBerd IslamovichАмирхановАль-Берд ИсламовичResearch Assistant at the Center for Sociocognitive Research of Discourseлаборант-исследователь Центра социокогнитивных исследований дискурсаberd582@mail.ruMoscow State Linguistic UniversityМосковский государственный лингвистический университетInstitute of Linguistics RASИнститут языкознания РАН30092026172ARTIFICIAL INTELLIGENCE IN APPLIED LINGUISTICS: CURRENT CHALLENGES AND PROSPECTSАКТУАЛЬНЫЕ ВЫЗОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРИКЛАДНОЙ ЛИНГВИСТИКЕ51753306102026Copyright ©; 2026, Kiose M.I., Khulkhachieva Z.S., Barmin A.V., Amirkhanov B.I.Copyright ©; 2026, Киосе М.И., Хулхачиева Ж.С., Бармин А.В., Амирханов А.И.2026Kiose M.I., Khulkhachieva Z.S., Barmin A.V., Amirkhanov B.I.Киосе М.И., Хулхачиева Ж.С., Бармин А.В., Амирханов А.И.https://creativecommons.org/licenses/by-nc/4.0https://journals.rudn.ru/semiotics-semantics/article/view/52658

The study develops a semantic framework with AI-integrated component to identify the knowledge domains transferred from donor into recipient language. Two types of knowledge transfer are considered, direct and indirect, which provide the transfer via loanwords and via their collocates in discourse. The developed framework is used to explore cross-cultural knowledge transfer from Russian as donor language into Kyrgyz as recipient language. To proceed, a clustering Word2vec algorithm is applied to identify the loanword frequent collocates, next, the semantic classes of the collocates of more and less frequent loanwords are determined. The results featuring the semantic classes distribution in the collocates (overall 8,515 in two lists) in web discourse disclose similar and distinct domains of knowledge transfer from Russian into Kyrgyz. The common knowledge domains are mental sphere and knowledge, people, buildings, appliances and routine objects, special event, transport, texts, class names, collective objects, sport, money and finance, measure units, interaction, space and location, substances. Indirect transfer follows two patterns, discrete found in most frequent loanwords which mediate a restricted number of knowledge domains, and continuous found in less frequent loanwords which mediate a larger number of knowledge domains.

Цель исследования - разработка семантического решения с встроенным ИИ-компонентом, с помощью которого определяется состав сфер знания, подвергающихся межкультурному трансферу из языка-донора в язык-реципиент. Рассматриваются два типа трансфера знания: прямой и непрямой, обеспечивающие передачу знания с помощью самих заимствованных слов и их коллокатов в дискурсе. Выработанное решение позволяет установить состав таких сфер и особенности их распределения в отношении заимствованной лексики из русского языка в киргизский. Задача решается с применением алгоритма Word2vec и последующей семантической разметки коллокатов заимствованных слов с учетом их частотности в языке-реципиенте. Анализ семантических классов двух собранных датасетов контекстов заимствованных слов и их коллокатов (общим числом 8,515 в двух датасетах более и менее частотных заимствований) в новостном дискурсе выявил сходные и отличительные сферы прямого и непрямого трансфера знания из русского языка в киргизский. Основными сферами являются следующие: ментальная сфера и знание, лица, здания и сооружения, инструменты и приспособления, бытовые предметы, мероприятия, транспортные средства, тексты, классы объектов, множества и совокупности объектов, спорт, деньги и финансы, единицы измерения, взаимодействие и взаимоотношение, пространство и место, вещества и материалы. Установлены два паттерна непрямого трансфера знания: дискретный, характерный для наиболее частотных заимствований, проявляющийся в том, что с их помощью происходит трансфер знания только в отношении ограниченного количества сфер знания, и непрерывный, характерный для менее частотных заимствований, проявляющийся в том, что с их помощью обеспечивается трансфер знания в отношении значительно большего количества сфер знания.

semantic clusteringsemantic taggingcross-cultural knowledge transferloanworddonor languagerecipient languageсемантическая кластеризациясемантическая разметкамежкультурный трансфер знаниязаимствованиеязык-донорязык-реципиентИсследование выполняется в Московском государственном лингвистическом универси-тете в рамках Госзадания Минобрнауки России, проект FSFU-2025-0004 «Диагностика процессов культурной интеграции и дезинтеграции в странах СНГ: анализ коммуника-тивных практик».The research is part of the FSFU-2025-0004 Project “Assessment of cultural integration and disintegration processes in CIS countries: the study of communicative practices” which is being carried out at Moscow State Linguistic University.Myers-Scotton, C. (2002). Contact linguistics: Bilingual Encounters and Grammatical Outcomes. Oxford: Oxford University Press.Myers-Scotton, C. (2006). Multiple Voices: An Introduction to Bilingualism. Malden, MA: Blackwell.Haspelmath, M. (2009). Lexical Borrowings: Concepts and Issues. In: M. Haspelmath, U. Tadmor (eds.) Loanwords in the World’s Languages (pp. 35-54). Berlin: De Gruyter.Thomason, S.G. (2001). Language Contact. Washington, D.C.: Georgetown University Press.Kiose, M.I., Khulkhachieva, Zh.S., Izyumskaya-Kapitonova, V.V., & Barmin, A.V. (2025). Lexical-Semantic Clustering in the Diagnostics of Culture Integration in Discourse. Research Result. Theoretical and Applied Linguistics, 11(4), 63-84. https://doi.org/10.18413/2313-8912-2025-11-4-0-4 EDN: UBIXHDSingh, J., & Singh, D. (2024). A Comprehensive Review of Clustering Techniques in Artificial Intelligence for Knowledge Discovery. Advanced Engineering Informatics, 62, 102799. https://doi.org/10.1016/j.aei.2024.102799 EDN: QKLLACPérez-Serrano, M., Nogueroles-López, M., & Duñabeitia, J. A. (2022). Effects of Semantic Clustering and Repetition on Incidental Vocabulary Learning. Frontiers in Psychology, 13, 997951.Zhu, Y., Yang, L., Xu, K., Zhang, W., Song, Z., Wang, J., & Yu, P.S. (2025). LLM-MemCluster: Empowering Large Language Models with Dynamic Memory for Text Clustering. Computation and Language. https://arxiv.org/abs/2511.15424 (accessed: 15.01.2026).Iriskhanova, O.K., & Kiose, M.I. (2016). Technologies of Interdisciplinary Terms Transfer into Language Studies. In: V.V. Feschenko (Ed.) Linguistics and Semiotics of Cultural Transfers: Methods, Principles, Technologies (pp. 151-180). Moscow: Cultural revolution. (In Russ.). EDN: YQAGOLИрисханова О.К., Киосе М.И. Технологии трансфера междисциплинарных терминов в лингвистику // Лингвистика и семиотика культурных трансферов: методы, принципы, технологии / oтв. ред. В.В. Фещенко. М. : Культурная революция, 2016. С. 151-180.Feschenko, V.V., & Bochaver, S.Yu. (2016). Theory of Cultural Transfers: from Translation Studies - through Cultural Studies - to the Theory of Language. In: V. V. Feschenko (Ed.) Linguistics and Semiotics of Cultural Transfers: Methods, Principles, Technologies (pp. 5-35). Moscow: Cultural revolution. (In Russ.). EDN: YFKVZRФещенко В.В., Бочавер С.Ю. Теория культурных трансферов: от переводоведения - через cultural studies - к теоретической лингвистике // Лингвистика и семиотика культурных трансферов: методы, принципы, технологии / oтв. ред. В. В. Фещенко. М. : Культурная революция, 2016. С. 5±-35.Kambaralieva, U.D., & Sternin, I.A. (2021). Russian and Kyrgyz Communicative Behaviour. Voronezh: Ritm. (In Russ.). EDN: JNYREEКамбаралиева У.Д., Стернин И.A. Русское и киргизское коммуникативное поведение. Воронеж : Ритм, 2021.Nguyen, C.D., & Cios, K.J. (2008). GAKREM: A Novel hybrid Clustering Algorithm. Information Sciences, 178 (22), 4205-4227.José-García, A., & Gómes-Flores, W. (2016). Automatic Clustering Using Nature-Inspired Metaheuristics: a Survey. Applied Soft Computing, 41, 192-213.Kuhn, A., Ducasse, S., & Gîrba, T. (2007). Semantic Clustering: Identifying Topics in Source Code. Information and Software Technology, 49(3), 230-243.Nguyen, C.D., & Cios, K.J. (2008). GAKREM: A Novel hybrid Clustering Algorithm. Information Sciences, 178 (22), 4205-4227.Witschard, D., Jusufi, I., Martins, R.M., Kucher, K., & Kerren, A. (2022). Interactive Optimization of Embedding-Based Text Similarity Calculations. Information Visualization, 21(4), 335-353. https://doi.org/10.1177/14738716221114372 EDN: JNAUADKuhn, A., Ducasse, S., & Gîrba, T. (2007). Semantic Clustering: Identifying Topics in Source Code. Information and Software Technology, 49(3), 230-243.Divjak, D. (2010). Structuring the Lexicon: A Clustered Model for Near-Synonymity. Berlin: De Gruyter.Witschard, D., Jusufi, I., Martins, R.M., Kucher, K., & Kerren, A. (2022). Interactive Optimization of Embedding-Based Text Similarity Calculations. Information Visualization, 21(4), 335-353. https://doi.org/10.1177/14738716221114372 EDN: JNAUADDivjak, D. (2015). Exploring the Grammar of Perception. A Case Study Using Data from Russian. Sensory Perceptions in Language and Cognition. Special issue of functions of Language, 22(1), 44-68. https://doi.org/10.1075/fol.22.1.03div EDN: URKXYPDivjak, D. (2010). Structuring the Lexicon: A Clustered Model for Near-Synonymity. Berlin: De Gruyter.Rosch, E. (1977). Human Categorization. In: Studies in Cross-Cultural Psychology, N. Warren (Ed.) (Vol. 1, pp. 1-49). New York: Academic Press.Divjak, D. (2015). Exploring the Grammar of Perception. A Case Study Using Data from Russian. Sensory Perceptions in Language and Cognition. Special issue of functions of Language, 22(1), 44-68. https://doi.org/10.1075/fol.22.1.03div EDN: URKXYPGeeraerts, D. (1988). Where Does Prototypicality Come from? In: Topics in Cognitive Linguistics, B. Rudzka-Ostyn (Ed.) (pp. 207-229). Amsterdam, Philadelphia: John Benjamins.Rosch, E. (1977). Human Categorization. In: Studies in Cross-Cultural Psychology, N. Warren (Ed.) (Vol. 1, pp. 1-49). New York: Academic Press.Soloviev, V.D. (2015). Possible Mechanisms of Change in the Cognitive Structure of Semantic Rows. In: Language and thought. Modern cognitive linguistics (pp. 478-487). Moscow: Languages of Slavic Culture.Geeraerts, D. (1988). Where Does Prototypicality Come from? In: Topics in Cognitive Linguistics, B. Rudzka-Ostyn (Ed.) (pp. 207-229). Amsterdam, Philadelphia: John Benjamins.Kolmogorova, A.V., & Margolina, A.V. (2024). Written vs Generated Text: “Naturalness” as a Textual and Psycholinguistic Category. Research Result. Theoretical and Applied Linguistics, 10(2), 71-99. https://doi.org/10.18413/2313-8912-2024-10-2-0-4 EDN: CCESHESoloviev, V.D. (2015). Possible Mechanisms of Change in the Cognitive Structure of Semantic Rows. In: Language and thought. Modern cognitive linguistics (pp. 478-487). Moscow: Languages of Slavic Culture.Hadifar, A., Sterckx, L., Demeester, T., & Develder, C. (2019). A Self-Training Approach for Short Text Clustering. In: Proceedings of the 4th Workshop on Representational Learning for NLP (RepL4NLP-2019) (pp. 194-199). Italy: Florence.Kolmogorova, A.V., & Margolina, A.V. (2024). Written vs Generated Text: “Naturalness” as a Textual and Psycholinguistic Category. Research Result. Theoretical and Applied Linguistics, 10(2), 71-99. https://doi.org/10.18413/2313-8912-2024-10-2-0-4 EDN: CCESHETroyer, A.K., Moscovitch, M., & Winocur, G. (1997). Clustering and Switching as Two Components of Verbal Fluency: Evidence from Younger and Older Healthy Adults. Neuropsychology, 11(1), 138-146.Hadifar, A., Sterckx, L., Demeester, T., & Develder, C. (2019). A Self-Training Approach for Short Text Clustering. In: Proceedings of the 4th Workshop on Representational Learning for NLP (RepL4NLP-2019) (pp. 194-199). Italy: Florence.Troyer, A.K., Moscovitch, M., & Winocur, G. (1997). Clustering and Switching as Two Components of Verbal Fluency: Evidence from Younger and Older Healthy Adults. Neuropsychology, 11(1), 138-146.