Mashina tarjimasi-bu sun'iy intellekt yordamida va inson aralashuvisiz matnlarni bir tildan boshqasiga avtomatik ravishda tarjima qilish jarayoni. Zamonaviy mashina tarjimasi oddiy so'zma – so'z tarjima qilish imkoniyatlaridan ustundir-u manba matniga kiritilgan ma'lumotlarning to'liq ma'nosini maqsadli tilga yetkazishga qodir. U barcha matn elementlarini tahlil qiladi va so'zlarning bir-biriga qanday ta'sir qilishini aniqlaydi.
Mashina tarjimasining afzalliklari qanday?
Tarjimonlar tezroq va samaraliroq tarjima qilish uchun mashina tarjima xizmatlaridan foydalanadilar. Quyida mashina tarjimasining ba'zi afzalliklari keltirilgan.
Avtomatik tarjima xizmatlari
Ko'pgina tarjimalarni boshqarish tizimlari bir yoki bir nechta mashina tarjimasi modellari ishi birlashtiradi. Ular matnning avtomatik tarjimasini amalga oshiradilar, so'ngra inson tarjimoni uni tahrirlashdan keyin amalga oshiradi.
Yuqori tarjima tezligi
Mashina tarjimasining yana bir afzalligi shundaki, u juda tez ishlaydi, bir necha soniya ichida millionlab so'zlarni tarjima qila oladi. Uning yordamida qisqa vaqtda suhbatlardagi xabarlar yoki keng ko'lamli sud ishlarining materiallari kabi ko'plab muhim ma'lumotlarni tarjima qilish mumkin. Bundan tashqari, mashina tarjimasi hujjatlarni chet tilida qayta ishlashga, tegishli atamalarni topishga va undan kelajakda qo'llash uchun yodlashga imkon beradi.
Tillarning katta tanlovi
Ko'pgina yirik mashina tarjimasi provayderlari100 dan ortiq tillardagi matnlar bilan ishlay oladi. Bundan tashqari, tarjimalar bir vaqtning o'zida bir nechta tillarga o'tkazilishi ham mumkin. bu xalqaro bozorda mahsulotlarni chiqarish va hujjatlarni yangilash uchun foydalidir.
Iqtisodiyot
Mashina tarjimasi samaradorlikni oshirishga imkon beradi va pul o'tkazmalarini tezda amalga oshirish imkoniyatini beradi, bu ularning bozorga chiqish vaqtini qisqartiradi. Biror kishi tarjima tizimlariga aralashishi shart emas, chunki ular maqbul sifatning elementar tarjimasini ta'minlashi mumkin. Bu xarajatlarni kamaytiradi va tarjima jarayonini tezlashtiradi. Masalan, yirik loyihalar uchun tarkibni boshqa tilga tarjima qilishdan oldin uni avtomatik ravishda belgilash va tartibga solish uchun mashina tarjimasini tarkibni boshqarish tizimlari bilan birlashtirish mumkin.
Mashina tarjimasidan qanday foydalanish mumkin?
Quyida mashina tarjimasidan foydalanishning bir nechta misollari keltirilgan.
Ichki aloqa
Dunyoning turli mamlakatlarida faoliyat yuritadigan kompaniyalar uchun aloqalarni boshqarish qiyin. Xodimlar turli xil til ko'nikmalariga ega yoki kompaniyaning rasmiy tilini maqbul darajada bilmasligi mumkin. Mashina tarjimasi muloqotdagi til to'siqlarini yo'q qilishga imkon beradi. Uning yordamida siz matnning tarjimasini tezda olishingiz va uning asosiy ma'nosini tushunishingiz mumkin. U taqdimotlar, byulletenlar va boshqa umumiy aloqa materiallarini tarjima qilish uchun ishlatilishi mumkin.
Tashqi aloqa
Kompaniyalar tashqi manfaatdor tomonlar va mijozlar bilan samarali aloqada bo'lish uchun mashinani tarjima qilish xizmatlaridan foydalanadilar. Masalan, ular xalqaro sheriklar va mijozlar uchun muhim hujjatlarni turli tillarga tarjima qilishadi. Mashina tarjimasi yordamida sharhlarni xalqaro bozorlarda ishlaydigan onlayn-do'konlarning mahsulotlariga tarjima qilish mumkin, shunda mijozlar ular bilan o'z tillarida tanishishlari mumkin.
Ma'lumotlarni tahlil qilish
Mashina tarjimasining ayrim turlari millionlab foydalanuvchi sharhlarini qayta ishlashi va qisqa vaqt ichida yuqori aniqlikdagi natijalarni taqdim etishi mumkin. Har kuni kompaniyalar tahlillarni to'plash uchun ijtimoiy tarmoqlarda va veb-saytlarda joylashtirilgan ko'plab tarkibni tarjima qilishadi. Masalan, ular turli tillarda yozilgan mijozlarning fikr-mulohazalarini avtomatik ravishda tahlil qilishlari mumkin.
Onlayn mijozlarga xizmat ko'rsatish
Brendlar butun dunyo bo'ylab turli tillarda so'zlashadigan mijozlar bilan o'zaro aloqada bo'lishlari mumkin. Masalan, ular mashina tarjimasidan foydalanishlari mumkin:
•dunyoning turli burchaklaridan mijozlarning so'rovlarini sifatli tarjima qilish;
* jonli chat imkoniyatlarini kengaytirish va mijozlarga elektron pochta xabarlarini yuborishni avtomatlashtirish;
* yangi xodimlarni jalb qilmasdan mijozlar tajribasini yaxshilash.
Huquqiy tadqiqotlar
Advokatlar turli mamlakatlarning huquqiy hujjatlarini tayyorlash uchun mashina tarjimasidan foydalanadilar. Mashina tarjimasi chet tilida qayta ishlash qiyin bo'lgan ko'plab materiallarni tahlil qilish imkoniyatini beradi.
Mashina tarjimasi qanday rivojlandi?
Matnlarni tabiiy tilda avtomatik ravishda tarjima qilish uchun kompyuterlardan foydalanish g'oyasi birinchi marta 1950-yillarning boshlarida paydo bo'lgan. Biroq, o'sha paytda tarjimaning murakkabligi olimlar taxmin qilganidan ancha yuqori edi. Mashinani tarjima qilish texnologiyasini amalga oshirish uchun o'sha paytdagi kompyuterlarda ma'lumotlarni qayta ishlash va saqlashga yetarlicha ishlov berish quvvati yo'q edi va 2000-yillarning boshlarida kompyuter dasturlari, saqlash texnologiyalari va apparat vositalari mashina tarjimasi talablariga javob bera boshladi. Dastlabki rivojlanish bosqichida kompyuterlarga matn tarjimasini o'rgatishi kerak bo'lgan tillarning statistik ma'lumotlar bazalari ishlatilgan. Bu juda ko'p qo'l mehnati va vaqtni talab qildi. Har bir yangi til uchun ular yangi ma'lumotlar bazasini ishlab chiqishlari kerak edi. O'shandan beri mashinani tarjima qilish tezroq va aniqroq bo'lib, bir nechta turli xil mashinalarni tarjima qilish strategiyalari paydo bo'ldi.
Mashinani tarjima qilishda qanday yondashuvlar mavjud?
Mashina tarjimasida til asl matn yoki manba deb nomlanadi va tarjima qilinadigan til maqsadli til deb nomlanadi. Mashinani tarjima qilish jarayoni ikki bosqichda amalga oshiriladi:
1) asl tilda manba matnining ma'nosini dekodlash;
2) ma'noni maqsadli tilga o'tkazish.
Mashina tarjimasini amalga oshirishning ba'zi keng tarqalgan yondashuvlari mavjud.
Qoidalarga asoslangan mashina tarjimasi:
Ushbu yondashuv uchun tilshunoslar ma'lum sohalar yoki mavzular uchun o'rnatilgan lingvistik qoidalar va ikki tilli lug'atlarni ishlab chiqdilar. Qoidalarga asoslangan mashina tarjimasi ushbu lug'atlardan ma'lum tarkibni aniq tarjima qilish uchun foydalanadi. Ushbu jarayon quyidagi bosqichlardan iborat:
1. Mashinani tarjima qilish dasturi manba matnini tahlil qiladi va uning tarjimasining oraliq versiyasini yaratadi;
2. Natija ma'lumotnoma sifatida grammatik qoidalar va lug'atlardan foydalangan holda maqsadli tildagi matnga aylantiriladi.
Afzalliklari va kamchiliklari
Qoidalarga asoslangan mashina tarjimasi ma'lum bir sohaning ehtiyojlariga mos ravishda mavzuga moslashtirilishi mumkin. Bu taxmin qilinadigan natijani va maqbul sifatni tarjima qilishni ta'minlaydi. Ammo, agar asl matnda xatolar bo'lsa yoki o'rnatilgan lug'atlarda mavjud bo'lmagan so'zlar ishlatilsa, tarjima sifati yomonlashishi mumkin. Buni tuzatishning yagona usuli-lug'atlarni qo'lda yangilash.
Statistik mashina tarjimasi
Lingvistik qoidalar o'rniga statistik mashina tarjimasi matnni tarjima qilish uchun mashinani o'rganishga tayanadi. Mashinani o'rganish algoritmlari inson tomonidan amalga oshirilgan ko'plab tarjimalarni tahlil qiladi va statistik naqshlarni qidiradi. Keyin dasturiy ta'minot yangi matnlarni tarjima qilishda eng mos keladigan variantni beradi. Ushbu yondashuv ikki tilli matnlar to'plamidan olingan statistik ma'lumotlardan foydalangan holda so'zlar yoki iboralarning eng ehtimoliy tarjimasini topishga asoslangan.
Sintaktik qoidalarga asoslangan mashina tarjimasi
Sintaktik qoidalarga asoslangan mashina tarjimasi statistik mashina tarjimasining pastki kategoriyasidir. Sintaktik birliklarni tarjima qilish uchun grammatik qoidalardan foydalaniladi. Sintaktik qoidalarni statistik tarjima modellariga kiritish uchun jumlalarni tahlil qiladi.
Afzalliklari va kamchiliklari
Statistik mashina tarjimasi natijasi til juftlari soniga va ularning bir-biriga mos kelishining aniqligiga bog'liq. Biroq, etarli miqdordagi ma'lumotlar mavjud bo'lganda, mashina o'tkazmalari yuqori aniqlikda hosil bo'ladi.
Neyron mashina tarjimasi
Neyron mashina tarjimasi tillarni o'rgatish va ushbu bilimlarni neyron tarmoqlar orqali doimiy ravishda takomillashtirish uchun sun'iy intellekt texnologiyalaridan foydalanadi – bu mashinani o'rganishning maxsus usuli. Ko'pincha statistik tarjima usullari bilan birgalikda qo'llaniladi.
Neyron tarmoq
Neyron tarmoq-bu inson miyasiga o'xshash bir-biriga bog'langan tugunlar to'plami. Bu axborot tizimi bo'lib, unda kirish ma'lumotlarini yaratish uchun bir-biriga bog'langan bir nechta tugunlardan o'tadi. Neyron mashinani tarjima qilish dasturi ulkan ma'lumotlar to'plamlari bilan ishlash uchun neyron tarmoqlardan foydalanadi. Chiqish tuguni yakuniy natijani bermaguncha, har bir tugun asl matnni maqsadli matnga aylantirish uchun bitta atribut o'zgarishini amalga oshiradi.
Neyron mashina tarjimasini boshqa usullar bilan taqqoslash
Neyron tarmoqlari chiqish taklifini yaratishda har bir bosqichda asl jumlani to'liq hisobga oladi. Mashinani tarjima qilishning boshqa modellari kirish jumlasini so'z va iboralar to'plamiga ajratib, ularni maqsadli tilning so'zi yoki jumlasiga moslashtiradi. Neyron mashinani tarjima qilish tizimlari boshqa usullarning ko'plab cheklovlarini bartaraf etishi mumkin va ko'pincha yuqori sifatli tarjimalarni ta'minlaydi.
Gibrid mashina tarjimasi
Gibrid mashina tarjimasi vositalari bitta dasturiy ta'minotda bir nechta mashina tarjimasi modellaridan foydalanadi. Bitta tarjima modelining samaradorligini oshirish uchun gibrid yondashuvdan foydalanish mumkin. Ushbu mashinani tarjima qilish jarayoni odatda statistik va qoidalarga asoslangan tarjima quyi tizimlaridan foydalanadi. Yakuniy tarjima natijasi barcha quyi tizimlar natijalarining kombinatsiyasidir.
Afzalliklari va kamchiliklari
Gibrid mashina tarjimasi modellari individual tarjima usullari bilan bog'liq muammolarni bartaraf etish orqali tarjima sifatini samarali oshiradi.
Ilg'or tarjima uchun tabiiy tilni qayta ishlashni chuqur o'rganish texnikasi
Avtomatik tarjima yillar davomida Google translate kabi xizmatlar tufayli mavjud bo'lib kelgan, ammo natijalar hech qachon to'liq qoniqarli bo'lmagan. Yaqinda chuqur o'rganish bo'yicha erishilgan yutuqlar tufayli endi tarjimaning yanada rivojlangan darajasiga erishish mumkin.
Chuqur o'rganish tabiiy tilni qayta ishlash modellari tarjimani juda ravon qiladi. Hatto ilg'or texnik mavzular uchun ham tarjimani mashina tomonidan amalga oshirilganligini aniqlash qiyin. Endi bu tarjima har qachongidan ham ishonchli, u ko'plab yangi imkoniyatlar yaratadi.
Chuqur o'rganish tarjimasi
Nima Uchun Avtomatik Tarjimadan Foydalanish Kerak?
Avtomatik tarjima qilish uchun potentsial dasturlar son-sanoqsiz, ammo keling, 2 ta misolni ko'rsatamiz.
Ko'p Tilli Qo'llab-Quvvatlash
Ko'pgina mijozlar ingliz tilida gapira olmaydi yoki xohlamaydi. Ularni e'tiborsiz qoldirish va potentsial yo'qotish o'rniga, nega barcha munozaralarni avtomatik ravishda tarjima qilmaysiz?
Ko'p Tilli Marketing
Faqat inglizcha tarkibga ega bo'lgan bir nechta mamlakatlarda joylashgan mijozlarni nishonga olish maqbul emas. Aksariyat mijozlar siz haqingizda o'z tillarida o'qishni afzal ko'rishadi. Bundan tashqari, SEO-ni yaxshilashning ajoyib usuli. Mashina tarjimasidan foydalanish ko'proq mijozlarni osongina olishning ajoyib usuli hisoblanadi.
Yuz transformatorlarini quchoqlash bilan tarjima
Yuz transformatorlarini quchoqlash-bu yaqinda chiqarilgan ajoyib kutubxona. U siz foydalanayotgan modelga qarab PyTorch yoki Tensorf oqimiga asoslangan. Transformatorlar chuqur o'rganishga aniq yordam berdi tabiiy tilni qayta ishlash aniqlik jihatidan katta yutuqlarga erishing. Biroq, bu aniqlikni yaxshilash qimmatga tushadi: transformatorlar resurslar jihatidan juda talabchan.
Quchoqlash yuzi-bu eng yangi ochiq manbali tabiiy tilni qayta ishlash transformatoriga asoslangan barcha modellarni qayta to'playdigan Markaziy ombor. Ulardan ba'zilari Facebook-ning M2M100 va Xelsinki NLP-ning Opus MT-ga asoslangan bo'lib, avtomatik tarjima uchun juda mos keladi.
Tarjima xulosasi API
Tarjima uchun xulosa chiqarish API-ni yaratish-bu ishlab chiqarishda chuqur o'rganish tarjimasidan foydalanmoqchi bo'lganingiz bilanoq zarur qadamdir. Ammo bunday API qurish qiyin... Birinchidan, siz API-ni kodlashingiz kerak (oson qism), shuningdek, kaput orqasida (eng qiyin qismi) modellaringizga xizmat ko'rsatish uchun juda mavjud, tezkor va kengaytiriladigan infratuzilmani yaratishingiz kerak. Ayniqsa, mashinani o'rganish modellari uchun juda qiyin, chunki ular juda ko'p resurslarni iste'mol qiladilar (xotira, disk maydoni, CPU, GPU...).
Bunday API qiziqarli, chunki u sizning stackingizning qolgan qismidan (microservice architecture) butunlay ajratilgan, shuning uchun uni mustaqil ravishda osongina masshtablashingiz mumkin va unga istalgan dasturlash tili yordamida kirishingiz mumkin. Ko'pgina mashinalarni o'rganish ramkalari Python-da ishlab chiqilgan, ammo ehtimol siz ularga Javascript, Go, Ruby kabi boshqa tillardan kirishni xohlaysiz...
NLP Cloud tarjimasi API
NLP Cloud sizga qutidagi mashina tarjima amalga oshirish imkonini beradi tarjima API taklif 200 tillar, Facebook NLLB asoslangan 200 3.3 B, ajoyib chiqishlari bilan. Bu model Facebook M2M100 ko'ra yaxshiroq bajaradi, va Xelsinki ning Opus MT modellari bilan on-par emas. Agar kirish matn tilida haqida ishonch hosil bo'lmasa, siz tarjima harakat, agar model uchun uni taxmin qilaylik mumkin. Javob vaqti (kechikish) yaxshi, lekin katta matn qismlari uchun GPU tavsiya etiladi. Siz mavjud bo'lgan barcha oldindan o'qitilgan modellardan foydalanishingiz yoki o'zingizning shaxsiy modellaringizni yuklashingiz mumkin!
Batafsil ma'lumot uchun tarjima haqidagi hujjatlarimizga qarang.
Bu yerda qo'llab-quvvatlanadigan tillar:
Jahonda mashina tarjimasi bo‘yicha ko‘pgina olimlar tomonidan ilmiy
izlanishlar qilingan. Chunonchi, N.D. Andreev, I.A. Melchuk, I.I. Revzin, V.Yu.
Rozensveyg, Yu.N. Marchuk, R.G. Piotrovskiy, Yu.A. Motorin, K.B. Bektaev, A.N.
Belyaev, I.K. Belskiy, A.V. Zubov, G.E. Miram, L.L. Nelyubin, V.I. Perebiynos, V.A.
Chijakovskiy, Ye.A.Shingarev, G.G.Belonogov, R.G.Kotov, Babushkina N.V,
Z.Shalyapina, O.Yu. Mansurova, A.S. Panina, A.A. Xoroshilov (Rossiya); A.But, R.
Richans, J. Xatchins, J.Allen, P. Braun (AQSh); M. Nagao (Yaponiya); A.Vaxer
(Estoniya); Fransiyada J.Astrouni; R.Sinha, A.Jain (Hindiston); B.Bleyzer, U.Shvol,
A.Storrer (Germaniya) singari tadqiqotchilarning ishlari shular jumlasidandir. Mashina
tarjimasi nazariyasiga oid qoidaga asoslangan algoritm, frazaga asoslangan tarjima,
statistikaga asoslanuvchi dasturiy ta’minot yaratish bo‘yicha yetarli manbalar mavjud2.
Xususan, ushbu sohada bir qator nomzodlik va doktorlik dissertatsiyalari yoqlanganini
alohida ta’kidlash lozim. Bu tadqiqotlar rus tilining nazariy va amaliy jihatlarini tadqiq
qilishga sezilarli ulush qo‘shgan. Ayniqsa, o‘tgan asrning 60-80 yillarida mashina
tarjimasi tizimlarini ishlab chiqishga yo‘naltirilgan ko‘plab ilmiy-amaliy tadqiqotlar
yuzaga keldi.3
2 А.С. Панина прблемы лексические неоднозначности при переводе с японского языка на русский (В связи с
задачами японско-русского автоматического перевода): Дисс. ... канд. филол. наук. – М., 2002; Хорошилов А.А.
Теоретические основы и методы построения систем фразеологичекого машинного перевода: Дисс. …д-ра тех.
наук. – М., 2003; Douglas A., Lorna B., Siety M., R. Lee Humphreys, Louisa S. Machine translation: An Introductory
Guide. – London, 1994; Марчук Ю. Модели переводы. Учебное пособие. –М.: Академия, 2010. – 174 с.; Christiane
Fellbaum Wordnet: An Electronic Lexical Database. – London, 1998. – 447 p.; Мансурова О.Ю. Представление и
передача просранственных отношений в многоязычной системе машинного перевода (на материле английского,
русского и турецкого языков): Дисс. …канд. филол. наук. – М., 2006; Кондратов А.М. Машинный перевод. – М.,
1963; Ревзии И.И., Розенцвейг В.Ю. Основы общего и машинного перевода. – М.: Вышс. шк., 1964; Ингве В.
Язык для программирования задач машинного перевода. – М., 1967; Василевский А.Л., Повалоцкая С.К. и др.
Экспериментальный алгоритм автоматического перевода патентной документaции с английского языка на
русский // Информaция, процессы и системы. – М., 1971. – №1. – С. 29-34.
3 Чижаковский В.А. Фразеология и машинный перевод (опыт составления работы немецко-русского
автоматического словаря для публицистических и научных текстов). – Кишинов, 1971; Борисевич А.Д. Англорусский автоматический словарь оборотов (к проблеме идиоматичности при обращении текста в системе
«человек - машина – человек»). – Минск,1972
O‘zbekistonda
kompyuter lingvistikasi shakllanishida o‘zbek tili materiallari bo‘yicha lingvostatistik
tadqiqotlar olib borgan N.Yoqutova, M.Ayimbetov, S.Rizaev va S.Muhamedovlarning
ilmiy izlanishlari diqqatga sazovor5. S.Muhamedov R.R.Piotrovskiy bilan
hammualliflikda yozgan «Injenernaya lingvistika i opыt sistemno-statisticheskogo
issledovaniya uzbekskix tekstov» nomli kitobida lingvistik modellar, modellashtirish
va uning umumiy tamoyillari haqida fikr yuritilib, o‘zbekcha matnlarning kvantativ
modellari keltirilgan.6 2001 yili O‘zMUda prof. A.Pulatov boshchiligida Kompyuter
lingvistikasiga asos solingan. Bu davr mobaynida o‘zbek tilshunosligidagi masalalarni
kompyuterda hal etishga qaratilgan o‘nlab bitiruv malakaviy ishlari va magistrlik
dissertatsiyalari himoya qilindi7. Xususan, ko‘p tilli mashina tarjimasi tizimini
yaratishda X.Ahmedovaning8 magistrlik ishi, kompyuter lingvistikasining nazariy
metodologiyasiga doir bir nechta adabiyotlar9, o‘zbek tilini modellashtirishga oid
4 Хакимов М.Х. Расширяемый входной язык математического моделирования естественного языка для многоязычной ситуaции машинного перевода // ЎзМУ хабарлари, 2009. – № 1. – С.75-80; Хакимов М.Х. Формальные
системы машинного перевода в многоязычной ситуaции / Материалы республиканской научно-технической
конференции «Современные проблемы математики, механики и информaционных технологий», НУУз, ИМ и ИТ
АН РУз. 2008. – С. 297-300.
5 Ризаев С. Ўзбек тилининг лингвостатистик тадқиқи: Филол. фан. д-ри. ... дисс. автореф. –Тошкент, 2008. – 50
б.; Мухамедов С.А. Статистический анализ лексико- морфологической структуры узбекских газетных текстов:
Автореф. дисс. …канд. филол. наук. –Ташкент, 1980. –25 с.; Бектаев К.Б, Пиотровский Р.Г. Математическая
лингвистика. – М.: Высшая школа, 1997. – 420 с.; Айымбетов М.К. Проблемы и методы квантитативнотипологического измерения близости тюркских языков (на материалах каракалпакского, казахского и узбекского
языков): Автореф.дисс. …д-ра филол.наук. –Ташкент, 1997. – 47 с.
6 Мухамедов С.А., Пиотровский Г.Г. Инженерная лингвистика и опыт системно – статистического исследования
узбекских текстов. –Т.: Фан, 1986; Махмудов М.А., Пиотровская А.А., Садыков Т. Система машинного анализа
и синтеза тюркской словоформы // Переработка текста методами инженерной лингвистики. –Минск, 1982.
7 Abduraxmonova N. Matnlarni kompyuterda ishlash muaommolari: Bitiruv malakaviy ishi. – Toshkent: O‘zMU 2009;
Abdurahmanova N. Matlarni ovozlashtirish dasturining lingvistik ta’minoti: Magistrlik dissertatsiyasi. – Toshkent:
O‘zMU, 2012. Abduraxmonova N. Inglizcha sodda gaplarni o‘zbek tiliga tarjima qilish dasturining lingvistik ta’minoti:
– Toshkent: O‘zMU, 2011.
8 Axmedova X. MVC platformasida ko‘p tillik tarjimon muhitini yaratish: Magistrlik dissertatsiyasi. – Toshkent: O‘zMU,
2015.
9 Pulatov A. Компьютер лингвистикаси. – Т.: Akademnashr, 2011.
tadqiqotlar10, S.Muhamedova11, A.Rahimovlar12ning lingvistik jihatdan nazariy
qarashlari aks etgan o‘quv qo‘llanmalari e’tiborga molik. Monografiyani tayyorlash
jarayonida nomlari sanalgan jahon va o‘zbek tadqiqotchilarining izlanishlari tahlil
etildi.
10 Пулатов А.К., Джураева Н. Разработка формальной модели грамматики узбекского языка // Узбекский
математический журнал. – Т., 2002. – №1. – С.47-54; Пулатов А.К., Алиходжаев Б., Джураева Н. Разработка
программы компьютерного анализа и синтеза глаголов узбекского языка // ЎзМУ хабарлари. –Ташкент, 2002. –
№ 2. – B.17-19.
11 Муҳамедова С. Компьютер лингвистикаси (методик қўлланма). – Т., 2007; Пулатов А, Муҳамедова С.
Компьютер лингвистикаси (ўқув қўлланма) – Т., 2014; Муҳамедова С. Ўзбек тилидаги ҳаракат феъллари асосида
компьютер дастурлари учун лингвистик таъмин яратиш. – Тошкент, 2006. – 143 Б.
12 Раҳимов А. Компьютер лингвистикаси асослари. – Т.: AkademnashQoidaga asoslangan mashina tarjimasi” (Rule-Based MT) va “Statistik mashina
tarjimasi” (Statistical MT)ning xususiyatlarini ko‘rsatib o‘tish o‘rinli.43Qoidaga
asoslangan mashina tarjimasi texnologiyasi (Rule-Based MT) har bir til juftliklarining
cheksiz ifodalanishi mumkin bo‘lgan lingvistik qoidalari hamda millionlab bilingval
lug‘atlarga tayanadi. Qoidaga asoslangan mashina tarjimasi, asosan, bir-biriga yaqin
bo‘lgan til juftliklari uchun qo‘llaniladi. r, 2011.
|
