Central AsianResearch Index

ҚАЗАҚ ТІЛІНДЕГІ МӘТІНДІ АВТОМАТТЫ ТҮРДЕ СИНОНИМДІК ҚАЙТА ТҰЖЫРЫМДАУ: МОРФОЛОГИЯЛЫҚ ЖӘНЕ СЕМАНТИКАЛЫҚ ШЕКТЕУЛЕРГЕ НЕГІЗДЕЛГЕН ӘДІС

Мақалада қазақ тіліндегі мәтіндерді морфологиялық және семантикалық шектеулерді ескеретін автоматты синонимдік қайта тұжырымдау әдісі қарастырылады. Қазақ тілінің агглютинативтік құрылымы, сингармонизм заңы мен фонетикалық алмасулар парафразалау барысында өзіндік қиындықтар тудырады. Әдістің негізі – лингвистикалық ережелерді (морфологиялық анализатор, графемалық трансформациялар) семантикалық модельдермен (Word2Vec, UD-парсинг) біріктіретін гибридтік сәулет. Мәтінді өңдеу бірнеше кезеңде жүзеге асады: лемматизация, синоним-кандидат іздеу, морфо-синтаксистік сүзу және реконверсия.Эксперимент саяси-публицистикалық бағыттағы 1000 сөйлемнен құралған корпуста өткізілді. Әдістің морфологиялық дәлдігі 92,4%-ға жетті, BERTScore (KazRoBERTa) көрсеткіші 0,873 құрады, ал адам бағасы орташа 4,12/5 болды. Бұл нәтижелер mBERT көрсеткішінен (BERTScore 0,791) және fine-tuning жасалмаған mT5 нұсқасынан (BERTScore 0,684) едәуір жоғары. Әдіс саяси және публицистикалық мәтіндерді лексикалық байыту, парафразалау мен автоматты өңдеу міндеттерінде қолданылуы мүмкін.

Сведения

Опубликовано
2026 · Т. 144, № 3, С. 393-405
Язык
Казахский
ISSN
1609-1817 · 2790-5802
Издатель
JSC Academy of Logistics and Transport