Alisher Navoiy nomidagi Toshkent davlat o‘zbek tili va adabiyoti universiteti

Alisher Navoiy nomidagi Toshkent 
davlat o‘zbek tili va adabiyoti 
universiteti 
“O‘ZBEK MILLIY VA TA’LIMIY 
KORPUSLARINI YARATISHNING NAZARIY 
HAMDA AMALIY MASALALARI”
Xalqaro ilmiy-amaliy konferensiya
Vol. 1
№. 01 (2021) 
291 
is to maximize the probability. The value of 
is calculated using the softmax 
function using formula (3). 
(3) 
where 
is the numerical vector of the embedding matrix corresponding to the word 
. is the 
number of words in the dictionary. Usually, there are a lot of words in the dictionary, the values of 
the 
- embedding matrix must be updated each time, and this is a balance problem in the sample. The 
number of occurrence different words will be various in the corpus. Therefore, multi-layer softmax and 
negative sampling optimization methods are used.
Skip-gram is similar in principle to the CBOW model, but the Skip-gram model is designed to 
predict the context words from the target word. That is, the Skip-gram model intends to predict 
context words from 
target word which surrounds it 
with width. 
Word2Vec focuses on local context but does not use global statistics for the full text. Taking this 
into account GloVe (Global vector for word representation) is presented in [Pennington, 2014: 1535]. In 
GloVe word embedding, the number of occurrences of the word in the full text is also taken into account. 
GloVe also focuses on the number of word occurrence in the corpus. 
Although Word2Vec is simple, efficient and semantically represents the word in the context, it 
does not describe out-of-vocabulary (OOV) words in the embedding matrix. Such words do not appear in 
the existing dictionary or the training corpus. There is much research done to solve this problem. One of 
these solutions is fastText, which was proposed by Facebook AI researchers [Bojanowski, 2017: 138]. 
fastText.
fastText uses sub-word information to store the relationship between word letters and the 
internal semantics of a word. 
The Uzbek movie review comments (UMR) corpus for opinion classification is a collection of 
posts on 75 Uzbek films using the YouTube Data API. The comments consist of 121,441 tokens written 
in the Uzbek Cyrillic and Latin alphabets, and the total number of posts is 17,486. The UMR dataset was 
labeled by 6 annotators. They labeled each post as positive, negative, or irrelevant. In this evaluation, 
2044 positive and 519 negative posts were selected. All posts were converted to the Latin alphabet. Each 
word in the text was POS tagged by 2 linguists [Rabbimov, 2020: 4].
For each post in the dataset, statistical features, POS-based features, and emoji-based features are 
calculated.