1,720,968 research outputs found
STATISTIK POS-TEGLASH ALGORTIMLARI (HMM, CRF) VA MATEMATIK MODELLARI
No full textUshbu maqolada o‘zbek tili uchun statistik part-of‑speech (POS) teglashning ikki asosiy paradigmasi, yashirin Markov modeli (HMM) va shartli tasodifiy maydon (CRF) matematik jihatdan tahlil qilinadi hamda ularning amaliy samaradorligi tajriba orqali baholanadi. Avvalo har bir modelning ehtimollik-funksional tuzilishi, o‘tish va chiqarish ehtimolliklari (HMM) hamda xususiyat funksiyalari va vazn koeffitsientlari (CRF) formal ravishda keltiriladi. Tadqiqot doirasida 17038, 56616 va 77821 gapdan iborat iborat bo‘lgan, CONLL‑U formatidagi qo‘lda POS-teglangan datasetlardan foydalanilgan holda, modellar Laplas smoothing + Viterbi (HMM) va L‑BFGS optimizatori + Viterbi (CRF) bilan o‘qitildi. Test to‘plamida HMM 82 % aniqlik, CRF esa 88 % aniqlikka erishdi; CRF ko‘proq kontekst va lingvistik xususiyatlarni aniqlash hisobiga HMMdan 6 punkt yuqori natija ko‘rsatdi. 3 ta datasetga BiLSTM-CRF va BERT-CRF neyron tarmoqli modellarni qo‘llash natijasida 93.4% F1-ko‘rsatkichga erishildi. Natijalar statistik modellar o‘zbek tili kabi aglutinativ va kam resursli tillarda ham barqaror ishlashini, lekin xususiyatlarga sezgirligini ko‘rsatadi. Maqola yakunida model tanlovi, teg ajratishdagi asosiy xatolik turlari va kelgusida chuqur o‘rganishga asoslangan yondashuvlarga o‘tishning afzalliklari muhokama qilinadi
MATNLI MA’LUMOTLARNI WORD2VEC, GLOVE VA FASTTEXT CHUQUR O‘RGANISH USULLARI VOSITASIDA QAYTA ISHLASH
No full textKompyuter so‘zlarni inson kabi tushunmaydi, ular raqamlar bilan ishlashni afzal ko‘radi. Biroq buni amalga oshirish uchun so‘zlar o‘rtasidagi semantik aloqalarni o‘zida saqlanadigan usulni tanlashni istaymiz va hujjatlarda so‘zlar nafaqat semantikani, balki kontekstni ham eng yaxshi ifodalash uchun sonli tasvirlar hisoblanadi. Kompyuterga so‘zlar va ularning ma’nolarini tushunishga yordam berish uchun biz o‘rnatish/joylashtirsh (embeddings) deb ataladigan usuldan foydalanamiz. So‘zlarni joylashtirish – bu tabiiy tilni qayta ishlashning maxsus sohasi bo‘lib, so‘zlarni sonli vektorlarga mos qo‘yishda so‘zning qurshovidan foydalanadi. Ushbu o‘rnatishlar so‘zlarni matematik vektor sifatida ifodalaydi. Ushbu o‘rnatishlar to‘g‘ri va aniq ishlab chiqilganda, o‘xshash ma’noga ega bo‘lgan so‘zlar o‘xshash raqamli qiymatlarga ega bo‘ladi. Bu esa kompyuterlarga turli so‘zlar orasidagi bog‘lanish va o‘xshashliklarni ularning raqamli ko‘rinishlariga asoslangan holda tushunish imkonini beradi. Bugungi kunda so‘zlarni joylashtirishni o‘rganishning Word2Vec, GloVe va FastText kabi mashinali o‘qitish (Machine Learning, ML)ning chuqur o‘rganish (Deep Learning, DL) usullari navjud. NLP vazifasini hal qilishda samarali natijalarga erishish uchun so‘zlarni joylashtirish va chuqur o‘rganish modellarini tanlash juda muhim. Hozirda tabiiy tildagi matnni tahlil qilish, matn tasnifi, his-tuyg‘ularni tahlil qilish, NER obyektni tanib olish, mavzuni modellashtirish va boshqa NLP vazifalarini hal qilishda ushbu ML usullaridan keng miqyosida foydalanilmoqda. Ushbu maqolada o‘zbek tili korpusi matnlarini ushbu usullar vositasida qayta ishlash usullari, ularning arxitekturalari, so‘zlarni joylashtirish va chuqur o‘rganish modellarining Python tilidagi tadbig‘i keltiriladi. Shuningdek, NLP bo‘yicha so‘nggi tadqiqot tendentsiyalarining umumiy ko‘rinishini va matn tahlili vazifalarida samarali natijalarga erishish uchun ushbu modellardan qanday foydalanish batafsil keltiriladi. Matnni tahlil qilish vazifalarini bajarish uchun turli usullarni qiyosiy tahlil qilish asosida so‘zlarni joylashtirish va chuqur o‘rganish yondashuvini tanlash uchun zarur ma’lumotlar taqdim etiladi. Ushbu maqola so‘zlarni sonli ifodalashning turli yondashuvlari va chuqur o‘rganish modellarining asoslari, afzallik va qiyinchiliklarini o‘rganish uchun tezkor ma’lumot bo‘lib xizmat qilishi mumkin. Maqolada keltirilgan usullar o‘zbek tili matnlarini tahlil qilishda qo‘llanilishi va kelajakdagi NLP sohasidagi ilmiy tadqiqot uchun zarur vosita bo‘lib xizmat qiladi
LMS AXBOROT TIZIMINI ISHLAB CHIQISH KONSEPSIYASI VA TAMOYILLARI
No full textTa\u27limni boshqarish tizimi (Learning Management Systems, LMS) ta\u27lim xizmatlarini taqdim etishni o\u27z ichiga olgan tizimdir. Dastlab, bu tizimdan faqat o\u27quv markazlari, oliy ta`lim muassasalari tomonidan foydalanilgan bo\u27lsa, tez orada yirik kompaniyalar undan foydalanishni boshladilar. Hozirgi tendentsiya uyda o\u27qitishga qaratilgan bo\u27lib, bu LMS tobora ko\u27proq qo\u27llanilishida aks etadi. Shunday qilib, ushbu tizimning rivojlanishi kompaniyalarga o\u27z xodimlari uchun malaka oshirish platformasini joriy qilish imkonini beradi. LMSning asosiy vazifasi mavjud bilimlarni boshqarishdan iborat. Hozirgi kunda talabalarning kasbiy tayyorgarligini oshirish va sifatli kadrlarni tayyorlash uchun LMS tizimlarini yaratish nafaqat elektron ta’limning dasturiy platformasini ishlab chiqish, balki elektron ta’lim jarayonini boshqarish va bilim olish, axborot olish uchun samarali muhitni yaratishdir. Shu sababli zamonaviy axborot texnologiyalaridan foydalangan holda keng qamrovli LMS tizimlarini yaratish bugungi kunda muhim ahamiyat kasb etadi. Xodimlar, o\u27quvchilar va talabalar, kurs ishtirokchilari va o` quv mashg`ulotlarini amalga oshirishdagi eng muhim bosqich elektron ta\u27limni boshqarish tizimini (LMS) ishlab chiqishdir. Ushbu maqolada LMS axborot tizimini ishlab chiqishning zamonaviy konsepsiyasi va tamoyillari keltiriladi
O‘ZBEK TILI MATNLARINI LOGISTIK REGRESSIYA USULI ASOSIDA SENTIMENT TAHLIL QILISH
No full textSentiment tahlili matnlarning hissiy ohangini aniqlashda muhim ahamiyatga ega bo‘lib, ushbu tadqiqotda Logistik Regressiya (Logistic Regression, LR) usuli yordamida o‘zbek tili matnlarining hissiy ohangi tahlil qilinadi. Tadqiqotning asosiy maqsadi o‘zbek tili matnlarini ijobiy, salbiy yoki neytral toifalarga ajratish uchun LR modelini qo‘llash va uning samaradorligini baholashdan iborat. Ushbu maqsadga erishish uchun o‘zbek tili milliy korpusidan olingan matnlar to‘plami ishlatilib, matnlar avval tozalangan va tokenizatsiya qilingan. Modelni o‘qitish jarayonida matnlarning vektorlashtirilgan ko‘rinishini yaratish uchun TF-IDF usuli qo‘llanilgan. Tadqiqot natijalari shuni ko‘rsatadiki, LR usuli o‘zbek tili matnlarini sentiment tahlil qilishda 77.88% dan yuqori aniqlik va yuqori F1-score ko‘rsatkichlariga erishgan. Modelning samaradorligini oshirish maqsadida turli parametrlar sinovdan o‘tkazilgan hamda matnni oldindan qayta ishlash usullari optimallashtirilgan. Ushbu tadqiqot o‘zbek tili uchun sentiment tahlilining kelajakdagi rivojlanishiga hissa qo‘shadi va LR usulining boshqa tillardagi samaradorligi bilan taqqoslash imkonini beradi. Shuningdek, maqolada modelning cheklovlari ko‘rsatilib, kelajakda chuqur o‘rganish usullarini qo‘llash bo‘yicha takliflar berilgan
BABELNET: KO‘P MANBALI SEMANTIK TARMOQ
Get PDFThis article analyzes the architecture and synset model of BabelNet as a multilingual lexical-semantic network built on multi-source integration. It examines the automatic linking mechanisms with resources such as WordNet, Wikipedia, and Wikidata, aswell as the formation of concepts and named entities within the system. Special attention is given to the inclusion of Turkiclanguages – particularly Uzbek – into the BabelNet semantic graph and its significance for cross-lingual semantic representation.The findings demonstrate BabelNet’s role as a global semantic infrastructure and its potential applications in multilingual NLPsystems.В статье рассматриваются архитектура и модель синсетов BabelNet как многоязычной лексико-семантической сети,основанной на многоресурсной интеграции. Анализируются механизмы автоматической связи с такими ресурсами, какWordNet, Wikipedia и Wikidata, а также процессы формирования концептов и именованных сущностей. Особое вниманиеуделяется включению тюркских языков, в частности узбекского, в семантический граф BabelNet и значимости этого длямежъязыкового семантического представления. Результаты исследования демонстрируют роль BabelNet как глобальнойсемантической инфраструктуры и его потенциал в многоязычных NLP-системах.Maqolada BabelNetning ko‘p manbali integratsiyaga asoslangan ko‘ptilli leksik-semantik tarmoq sifatidagi arxitekturasi va sinsetmodeli tahlil qilinadi. WordNet, Wikipedia, Wikidata kabi resurslar bilan avtomatik bog‘lanish jarayoni hamda konseptlar vanomlangan obyektlarning shakllanish mexanizmi yoritiladi. Shuningdek, turkiy tillar, xususan o‘zbek tilining BabelNet tarkibigakiritilishi va uning semantik tizimdagi ahamiyati ko‘rib chiqiladi. Tadqiqot natijalari BabelNetning global semantik infratuzilmasifatidagi roli va ko‘p tilli NLP tizimlarida qo‘llanish imkoniyatlarini ochib beradi
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
TEMATIK MODELLASHTIRISHNING ZAMONAVIY USULLARI
No full textTematik modellashtirish – tabiiy tilni qayta ishlash (Natural Language Processing, NLP) vazifalarining muhim komponenti bo`lib, turli sohalarda ishlatilishi mumkin. Tematik modellarida ikkita asosiy muammo mavjud: natijani bashorat qilish uchun ishlatilishi mumkin bo\u27lgan mavzularni aniqlash va allaqachon topilgan mavzularni tushunishni osonlashtirish. Ushbu maqolada, tematik modellashtirishning zamonaviy usullari hisoblangan manfiy bo\u27lmagan matritsa faktorizatsiyasi (Non-negative Matrix Factorization), yashirin semantik taqsimot (Latent Semantic Allocation, LSA), ehtimoliy yashirin semantik tahlil (Probabilistic Latent Semantic Analysis,PLSA), lda2vec chuqur o\u27rganish modeli va tBERT haqida fikr-mulohaza yuritiladi. Tematik modellashtirish odatda katta hajmdagi til korpusiga qo‘llaniladi. Tematik modellashtirish uchta turdagi so‘zlarning klasterlarini hosil qiladi – birgalikda keladigan so‘zlar; so‘zlarning taqsimlanishi va mavzu bo‘yicha so‘zlarning gistogrammasi. Ushbu maqolada o`zbek tili korpusidagi namunaviy matnlarga LDA usulini qo`llash orqali olingan natijalar keltiriladi
Variations on the Author
Get PDF“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Get PDFWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
- …
