O‘ZBEK TILIDA SODDA GAPNI AVTOMATIK ANIQLASHNING PREDIKATIV MARKAZGA ASOSLANGAN FORMAL-MANTIQIY MODELI

Dilnoza Xamdamova

Авторы

Dilnoza Xamdamova Автор

Ключевые слова:

predikativ markaz, sodda gap, qo‘shma gap, kesim nomzodi, formal model, qoidalarga asoslangan model, murakkablashgan sodda gap, o‘zbek tili, kompyuter lingvistikasi.

Аннотация

Ushbu maqolada o‘zbek tili matnlarida sodda va qo‘shma gaplarni avtomatik farqlash muammosi ko‘rib chiqiladi. An’anaviy yondashuvlardan farqli o‘laroq, asosiy mezon sifatida fe’l shakllari soni emas, predikativ markazlar soni taklif etiladi va fe’l shakli → kesim nomzodi → mustaqil kesim → predikativ markaz zanjiriga asoslangan formal model ishlab chiqiladi; uning yordamida gapning tuzilmaviy tipi (sodda, qo‘shma yoki predikativ markazsiz konstruksiya) aniqlanadi, murakkablashgan sodda gap uchun esa MSG = P ∧ (A ∨ U ∨ K) formulasi taklif etiladi. Maqolaning ikkinchi qismida qoidalarga asoslangan mantiqiy model tavsiflanadi: gapning holati morfologik, predikativlik, sintaktik va kontekstual belgilar vektori orqali ifodalanib, ustuvorlik koeffitsiyentiga ega qoidalar bazasi asosida qaror qabul qilinadi. Model o‘zbek va ingliz tillari materialida qiyosiy tekshiriladi: ikkala tilda ham predikativ markazning yagonaligi saqlanadi, biroq uni ifodalovchi formal belgilar til tizimiga bog‘liq (o‘zbekchada morfologik ko‘rsatkichlar, inglizchada analitik vositalar). Model keyingi maqolada tasvirlangan algoritm va UzSentence Analyzer vositasining nazariy asosini tashkil etadi.

Библиографические ссылки

1. Kurbanova, Mukhabbat. Hozirgi zamon o‘zbek tili (Sodda gap sintaksisi uchun materiallar). – Toshkent, 2002.

2. Imamova G.T., Po‘latova F. Murakkablashgan sodda gaplar (“O‘tkan kunlar” asari misolida) // Образование наука и инновационные идеи в мире, №66, Ч.2, 2025. – С. 3–8.

3. Нурманова Д.А. Ўзбек тилида мураккаблашга содда гапларда мўътадиллашув // Илмий хабарнома. Серия: Гуманитар тадқиқотлар, 2022, №5(65). – Б. 97–104.

4. Норов А.М. Ўзбек лингвистикасининг компьютерга йўналтирилган моделлари: техника фанлари бўйича фалсафа доктори (PhD) дисс. автореф. ... 05.01.04. – Қарши, 2020.

5. Nivre J. et al. Universal Dependencies v1: A Multilingual Treebank Collection // Proceedings of the Tenth International Conference on Language Resources and Evaluation (LREC'16). – Portorož: ELRA, 2016. – P. 1659–1666.

6. Jurafsky D., Martin J.H. Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition. – New Jersey: Prentice Hall, 2000.

7. Bird S., Klein E., Loper E. Natural Language Processing with Python. – O’Reilly Media Inc., 2009.