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) 
296 
O‘ZBEK TILIDAGI ELEKTRON AXBOROT MATNLARI KORPUSINI 
YARATISHDAGI O‘ZIGA XOSLIKLAR 
 
CHARACTERISTICS OF BODY CREATION OF ELECTRONIC TEXTS IN UZBEK 
LANGUAGE 
Abdullayeva Oqila Xolmo‘minovna

Annotatsiya: 
Maqolada o‘zbek tili elektron axborot matnlari korpusini qurishning nazariy va 
amaliy masalalari yoritilgan. Korpus qurish uchun tanlangan dastur va lingvistik ta’minotning o‘ziga xos 
xususiyatlari, korpusda matnlarni yuklash, saqlash, qayta ishlash, teglash masalalari atroflicha 
yoritilgan. 
 
Kalit so‘zlar:
 teglash, konkordans, lemmatizatsiya, tokenizatsiya, nutq qismlarini ajratish.
Annotation: 
In this article, theoretical and practical issues of building a corpus of electronic 
information texts are discussed in Uzbek. The specifics of the software and linguistic software selected for 
the construction of the corpus, the issues of loading, storage, processing and tagging of the texts in the 
corpus are covered in detail.
 
Keywords:
 tagging, concordance, lemmatization, tokenization, part of speech. 
Amalga oshirilayotgan tadqiqotlar shuni ko‘rsatadiki, korpuslar til nazariyasi emas, balki 
ma’lumotlarni ham miqdor, ham sifat jihatidan ko‘rish va tahlil qilish usulidir. Korpus-lingvistik 
yondashuvdan til xususiyatlarini tavsiflash va turli lingvistik doiralarda shakllangan har xil farazlarni 
sinab ko‘rish uchun foydalanish mumkin, ya’ni tabiiy ravishda uchraydigan til namunalari yordamida tilni 
o‘rganadi. Har bir tadqiqot ishida kuzatilgani kabi til korpuslarini yaratish jarayoni ham ma’lum bir 
bosqichlari va muammoli jihatlari bilan murakkabdir. Korpusni qayta ishlash nafaqat asosiy lingvistik 
tadqiqot va rivojlantirish ishlari uchun, balki til texnologiyalari uchun ham ajralmas hisoblanadi. 
Korpusni qayta ishlashning turli xil uslublari mavjud, masalan, statistik tahlil, konkordans, leksik so‘z 
birikmasi (collokatsiya), kalit so‘zlarni qidirish, mahalliy so‘zlarni guruhlash, lemmatizatsiya, morfologik 
tahlil va yaratish, qismlarga ajratish, so‘zlarni qayta ishlash, nutq qismlarini belgilash, izohlash, tahlil 
qilish va hokazo. Korpusni qayta ishlash natijasida olingan natijalar ko‘pincha til va uning xususiyatlari 
haqidagi sezgilarga zid ekanligi kuzatildi. Bugungi kunda juda ko‘p tillar uchun korpusni qayta ishlash 
bo‘yicha ko‘plab dasturlar mavjud. O‘zbek tili uchun esa hozirda korpus qurish va qayta ishlash uchun 
dasturlar yaratish ishlari boshlandi. 
Hozirgi korpuslardan foydalanish ikki katta sinfga bo‘linadi. Bir tomondan, ular tilshunos 
mutaxassis uchun tabiiy til ma’lumotlari ombori sifatida intellektual tahlil uchun asos bo‘lib xizmat 
qiladi. Boshqa tomondan, ular kompyuter tizimlari uchun o‘quv materiallari sifatida ishlatiladi. Til 
korpuslarini yaratishda odatda maqsadli foydalanuvchilarni ham aniqlash zarur bo‘ladi yoki 
yaratilayotgan korpusdan kimlar foydalanishi mumkinligi muhim ahamiyat kasb etadi. Hind olimi Dash 
tadqiqotlarida korpusdan foydalanuvchilarning turlari va ularning korpus turiga bo‘lgan ehtiyojlarini 
jadval asosida bergan [Dash, 2015: internet manba].