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) 
97 

ibora, qo‘shma fe’l, ko‘makchi fe’lli so‘z qo‘shilmasi, so‘z birikmalarini teglashdagi 
holatlar va boshqalar. 
Matndagi so‘zni teglash jarayonida bu holatlarda duch kelinganda, teglashni bajarayotgan 
tilshunosning bilimli va tajribali bo‘lishi muhim va bu matnli korpus sifatini belgilovchi omillardan 
biridir.
Ushbu ishda so‘zlarni turkumlash algoritm va dasturiy vositalar, so‘z turkumlari teglangan 
korpuslarni ishlab chiqish bo‘yicha tadqiqotlar tahlil qilindi. O‘zbek tili uchun so‘z turkumlari teglangan 
korpusni tayyorlash maqsadida matnli ma’lumotlar to‘plandi va ular UZPOS va UPOS yondashuvlariga 
ko‘ra teglab chiqildi. Ishlab chiqilgan matnli korpusni o‘zbek tilida yozilgan matnlardagi so‘zlarni 
turkumlash algoritmlarini ishlab chiqishda va ularni samarali ishlashini baholashda foydalanish mumkin. 
 
ADABIYOTLAR: 
1.
Atwell E. Development of tagsets for part-of-speech tagging. An international handbook. Corpus 
Linguistics: Mouton de Gruyter. 2008. 
2.
Simpson H., Maeda K. and Cieri C. Basic language resources for diverse asian languages: A 
streamlined approach for resource creation. Proceedings of the 7th Workshop on Asian Language 
Resources (ALR7). 2009. pp. 55-62.
3.
Matlatipov S., Tukeyev U. and Aripov M. Towards the Uzbek Language Endings as a Language 
Resource. International Conference on Computational Collective Intelligence. Springer, Cham. 2020. 
pp. 729-740. 
4.
Tursunov M., Karshiev A. and Karimov S. Development of a Modern Corpus of Computational 
Linguistics. 2020 International Conference on Information Science and Communications 
Technologies (ICISCT). IEEE. 2020. pp. 1-4. 
5.
Axmedova X., Yusupova D. So‘z turkumlarini teglash usullari: muammo va yechimlar. “Kompyuter 
lingvistikasi: muammolar, yechim, istiqbollar” Respublika I ilmiy-texnikaviy konferensiya 
materiallari. Vol. 1 №. 01. 2021. 90-94 bb. 
6.
Matlatipov G. and Vetulani Z. Representation of uzbek morphology in prolog. Aspects of Natural 
Language Processing. Springer, Berlin, Heidelberg. 2009. pp. 83-110.
7.
Mengliev B., Shahabitdinova Sh., Khamroeva Sh., Gulyamova Sh., Botirova A. The morphological 
analysis and synthesis of word forms in the linguistic analyzer // Linguistica Antverpiensia, 2021, 
2021(1), стр. 703-712.
8.
Хамроева Ш. Муаллифлик корпусининг муштарак ва ўзига хос жиҳатлари // Сўз санъати 
халқаро журнали. – №2 (2020) – Б. 80-87. DOI http://dx.doi.org/10.26739/2181-9297-2020-2 
9.
Abdurakhmonova N.Z., A two-level morphological analysis of the uzbek corpus. Иностранная 
филология. Социальная и национальная вариативность языка и литературы. 2019. pp. 425-430.
10.
Abdurakhmonova N. Dependency Parsing based on Uzbek Corpus. Proceedings of the International 
Conference on Language Technologies for All (LT4All). 2019. 
11.
Bakaev I. and Bakaeva R. Creation of a morphological analyzer based on finite-state techniques for 
the Uzbek language. Journal of Physics: Conference Series Vol. 1791, No. 1, IOP Publishing. 2021. 
p. 012068.
12.
Sharipov M., Salaev U., Matlatipov G. Oʻzbek tili fe’l soʻz turkumi uchun chekli avtomatlar asosida 
stemming algoritmini yaratish. “Kompyuter lingvistikasi: muammolar, yechim, istiqbollar” 
Respublika I ilmiy-texnikaviy konferensiya materiallari. Vol. 1 №. 01. 2021. 56-62 bb. 
13.
Petrov S., Das D. and McDonald R., A Universal Part-of-Speech Tagset. Proceedings of the Eighth 
International Conference on Language Resources and Evaluation (LREC’12). 2012. pp. 2089-2096. 
14.
Rabbimov I., Kobilov S. Multi-Class Text Classification of Uzbek News Articles using Machine 
Learning. Journal of Physics: Conference Series 2020. Vol. 1546, p. 012097.

---