O‘ZBEK TILIDAGI ONOMASTIK BIRLIKLARNI BIO SXEMASI ASOSIDA AVTOMATIK ANNOTATSIYALASH MASALASI

Abstract

Mazkur maqolada o‘zbek tilidagi onomastik birliklarni korpus asosida avtomatik annotatsiyalashning lingvistik-kompyuter modeli masalasi tadqiq etiladi. Tadqiqotning dolzarbligi o‘zbek tilini tabiiy tilni qayta ishlash (NLP) tizimlariga moslashtirish jarayonida sifatli, lingvistik jihatdan asoslangan va mashina tomonidan qayta ishlanishi mumkin bo‘lgan annotatsiyalangan ma’lumotlarga ehtiyojning ortib borayotgani bilan belgilanadi. O‘zbek tilida so‘nggi yillarda morfologik, sintaktik, so‘z turkumlari va nomlangan birliklarni belgilashga yo‘naltirilgan korpus resurslari yaratilgan bo‘lsa-da, onomastik birliklarning lingvistik tasnifi va ularni avtomatik aniqlash hamda tasniflashni yagona metodologik tizim asosida tashkil etish masalasi dolzarb bo‘lib qolmoqda. Maqolada onomastik birliklarni antroponim, toponim, gidronim, etnonim, tashkilot nomlari va boshqa guruhlarga ajratishning kompyuter lingvistikasi uchun maqbul modeli taklif etiladi. Shuningdek, ekspert annotatsiyasi, qoida asosidagi yondashuv, mashinaviy o‘qitish va transformer modellarini bosqichma-bosqich birlashtiruvchi avtomatik annotatsiya arxitekturasi ishlab chiqiladi. Tadqiqotda “sun’iy intellekt annotatsiyasi – lingvist ekspert nazorati – xatolarni tahlil qilish – modelni qayta takomillashtirish” tamoyili asosiy metodologik mexanizm sifatida qaraladi. Taklif qilinayotgan yondashuv kelgusida o‘zbek tilining ko‘p qatlamli lingvistik korpusini shakllantirish, onomastik ma’lumotlar bazasini yaratish va o‘zbek tiliga mo‘ljallangan NLP modellarini takomillashtirish uchun nazariy hamda amaliy asos bo‘lib xizmat qilishi mumkin.