To‘plamdagi maqola Статья в сборнике Conference paper
O‘zbek tilidagi matnlarni avtomatik tahlil qilish muammolari
Проблемы автоматического анализа текстов на узбекском языке
Problems of automatic analysis of Uzbek texts
Olimjanova Feruza Sanjar qiziОлимжанова Феруза Санжар кизиOlimjanova Feruza Sanjar qizi
To'liq ekranda o'qishЧитать во весь экранRead full screen → Butun sonni yuklab olishСкачать весь выпускDownload full issue Faqat maqolaТолько эту статьюThis article only
AnnotatsiyaАннотацияAbstract
Maqolada oʻzbek tili matnlarini avtomatik tahlil qilishdagi (NLP) grafikimlo xilma-xilligi, resurslar tanqisligi va norasmiy nutq konstruksiyalari bilan bogʻliq muammolar tizimlashtirilgan. Alifbolar parallelizmi va oʻ, gʻ harflarining unifikatsiyalanmaganligi tokenizatsiya jarayoniga salbiy ta’siri asoslab berilgan. Oʻzbek tilining kam resursli (low-resource) holati va sifatli annotatsiya qilingan korpuslar yetishmasligi asosiy toʻsiq sifatida koʻrsatilgan. Muammolarni bartaraf etish uchun hibrid modellar va yagona raqamli standartlarni joriy etish taklif qilingan
В статье систематизированы проблемы, связанные с графико-орфографическим разнообразием, дефицитом ресурсов и конструкциями неформальной речи в автоматическом анализе текстов узбекского языка (NLP). Обосновано негативное влияние параллелизма алфавитов и отсутствия унификации букв «oʻ» и «gʻ» на процесс токенизации. В качестве основных препятствий указаны статус узбекского языка как малоресурсного (low-resource) и нехватка качественно аннотированных корпусов. Для решения данных проблем предложено внедрение гибридных моделей и единых цифровых стандартов
The article systematizes problems related to graphic-orthographic diversity, resource scarcity, and informal speech constructions in Uzbek Natural Language Processing (NLP). The negative impact of alphabet parallelism and the lack of unification for the characters "oʻ" and "gʻ" on the tokenization process is substantiated. The low-resource status of the Uzbek language and the shortage of high-quality annotated corpora are identified as primary obstacles. To address these issues, the implementation of hybrid models and unified digital standards is proposed
Kalit so'zlarКлючевые словаKeywords: NLP oʻzbek tili korpusi grafik unifikatsiya tokenizatsiya low-resource languages annotatsiya elliptik konstruksiya dataset NLP корпус узбекского языка графическая унификация токенизация малоресурсные языки разметка (аннотация) эллиптическая конструкция датасет NLP Uzbek language corpus graphic unification tokenization low-resource languages annotation elliptical construction dataset
Doimiy havolaПостоянная ссылкаPermanent link
https://orientalnashriyot.uz/id/conf.2026.001.pap76/
Olimjanova Feruza Sanjar qizi. O‘zbek tilidagi matnlarni avtomatik tahlil qilish muammolari // Sharq filologiyasining dolzarb muammolari. Xalqaro ilmiy-amaliy konferensiya materiallari to‘plami. — Toshkent: Science and Innovation, 2026. — B. 354-357. — URL: https://orientalnashriyot.uz/id/conf.2026.001.pap76/
Олимжанова Феруза Санжар кизи. Проблемы автоматического анализа текстов на узбекском языке // Актуальные проблемы восточной филологии. Сборник материалов международной научно-практической конференции. — Ташкент: Science and Innovation, 2026. — С. 354-357. — URL: https://orientalnashriyot.uz/id/conf.2026.001.pap76/
Olimjanova Feruza Sanjar qizi. Problems of automatic analysis of Uzbek texts // Current Problems of Oriental Philology. Collection of Materials of the International Scientific and Practical Conference. — Tashkent: Science and Innovation, 2026. — pp. 354-357. — URL: https://orientalnashriyot.uz/id/conf.2026.001.pap76/
Bu havola o'zgarmaydi. DOI olingach, u shu sahifaga yo'naltiriladi.Эта ссылка не изменится. После получения DOI он будет вести на эту же страницу.This link never changes. A DOI will later resolve to this same page.
AdabiyotlarСписок литературыReferences
- Abdullayev A.Q. Korpus lingvistikasida matnlarni avtomatik segmentatsiyalash muammolari. Oʻzbekistonda xorijiy tillar. – Toshkent, 2022. – №3 (44). – B. 15–28
- Abdullayev A.Q. Oʻzbek tili korpus lingvistikasining shakllanishi va rivojlanish istiqbollari. Filologiya masalalari. – Toshkent, 2023. – №2. – B. 40–52
- Elov B.B. Oʻzbek tili kompyuter lingvistikasining nazariy va amaliy asoslari: Monografiya. – Toshkent: Fan va texnologiya, 2021. – 210 b
- Elov B.B., Hamroeva SH.M. Oʻzbek tili korpusining soʻz shakllari tahlili va uning matematik modellari. Informatika va energetika muammolari. – Toshkent, 2020. – №4. – B. 12–19
- Suyunova M.O. Oʻzbek tili milliy korpusini yaratishning lingvistik asoslari: Filologiya fanlari boʻyicha falsafa doktori (PhD) diss. avtoreferati. – Toshkent, 2020. – 54 b
- Suyunova M.O. Oʻzbek tili milliy korpusining lingvistik ta’minoti: muammo va yechimlar. Filologiya masalalari. – Toshkent, 2021. – №1. – B. 88–95. 357
Ma'lumotlarСведения об изданииRecord
- TuriТипType
- To‘plamdagi maqola Статья в сборнике Conference paper
- RaqamНомерID
- conf.2026.001.pap76
- YilГодYear
- 2026
- Nashrdagi betlarСтраницы в изданииPages in issue
- 354-357
- Kalit so'zlarКлючевые словаKeywords
- NLP, oʻzbek tili korpusi, grafik unifikatsiya, tokenizatsiya, low-resource languages, annotatsiya, elliptik konstruksiya, datasetNLP, корпус узбекского языка, графическая унификация, токенизация, малоресурсные языки, разметка (аннотация), эллиптическая конструкция, датасетNLP, Uzbek language corpus, graphic unification, tokenization, low-resource languages, annotation, elliptical construction, dataset
- KirishДоступAccess
- Ochiq kirishОткрытый доступOpen access
- Nashr sanasiДата публикацииPublished
- 2026-05-13
- YangilanganОбновленоUpdated
- 2026-09-24



