Kam resursli tillar uchun mashina tarjimasi algoritmlari: o‘zbek va turk tillari qiyosiy tahlili

Maxkamova, Mohinurxon

FarDU ilmiy xabarlari · 2026-yil

Annotatsiya

Mashina tarjimasida parallel korpuslar modelning tillar o‘rtasidagi semantik va grammatik bog‘lanishni o‘rganishida muhim ahamiyatga ega. Shu bois kichik resursli tillar uchun bunday bazalarni yaratish va sifatini oshirish amaliy tilshunoslik va NLP sohasi oldidagi dolzarb muammolardan biri bo‘lib kelmoqda. Mazkur tadqiqot ishida parallel korpuslarning mashina tarjimasi sifatiga ta’siri, shuningdek, o‘zbek va turk tillari uchun parallel korpus shakllantirish metodlari, back-translation, transfer learning va multilingual modellar kabi zamonaviy yondashuvlarning samaradorligi baholandi. Dunyoning yetakchi raqamli parallel korpus platformalari va ularning kam resursli tillardagi o‘rni o‘rganildi. Ushbu maqolada kam resursli tillar uchun mashina tarjimasi bo‘yicha mavjud ilmiy adabiyotlar va ochiq manbalar asosiy tadqiqot bazasi sifatida foydalanildi. Olingan natijalar esa o‘zbek va turk tillarida mashina tarjimasi uchun yuqori sifatli, jahon standartlariga mos parallel korpuslar yaratish hamda ularning samaradorligini oshirish, o‘zbek tilining lingvistik resurs bazasini kengaytirish uchun ilmiy-nazariy poydevor bo‘lib xizmat qiladi.

Maqola ma’lumotlari
MualliflarMaxkamova, Mohinurxon
JurnalFarDU ilmiy xabarlari
NashriyotFarg‘ona davlat universiteti
ISSN2010-8419, 2181-1571
Nashr sanasi2026-09-03
Jild7
Son4
Betlar107-112
TilO‘zbek
Ilmiy sohaFilologiya
Indeksga qo‘shilgan2026-10-22

Maqolaning asl sahifasi

Kalit so‘zlar

mashina tarjimasi, parallel korpus, kichik resursli tillar, qoidaga asoslangan (RBMT), statistik (SMT), neyron mashina tarjimasi (NMT), back-translation, multilingual, transfer learning, SentencePiece, WordPiece, BPE algoritmi, machine translation, parallel corpus, low-resource languages, Rule-based Machine Translation (RBMT), Statistical Machine Translation (SMT), Neural Machine Translation (NMT), back-translation, multilingual, transfer learning, SentencePiece, WordPiece, BPE algorithm.

Ilmiy soha

Filologiya

Iqtibos keltirish

APAMaxkamova, Mohinurxon (2026). Kam resursli tillar uchun mashina tarjimasi algoritmlari: o‘zbek va turk tillari qiyosiy tahlili. FarDU ilmiy xabarlari, 7(4), 107-112. https://journal.fdu.uz/main/article/7447
GOST (OAK)Maxkamova, Mohinurxon Kam resursli tillar uchun mashina tarjimasi algoritmlari: o‘zbek va turk tillari qiyosiy tahlili // FarDU ilmiy xabarlari. – 2026. – T. 7, № 4. – B. 107-112.
MLAMaxkamova, Mohinurxon. “Kam resursli tillar uchun mashina tarjimasi algoritmlari: o‘zbek va turk tillari qiyosiy tahlili.” FarDU ilmiy xabarlari, 7(4), 107-112, 2026. https://journal.fdu.uz/main/article/7447
ChicagoMaxkamova, Mohinurxon. “Kam resursli tillar uchun mashina tarjimasi algoritmlari: o‘zbek va turk tillari qiyosiy tahlili.” FarDU ilmiy xabarlari, 7(4), 107-112 (2026). https://journal.fdu.uz/main/article/7447
HarvardMaxkamova, Mohinurxon (2026) ‘Kam resursli tillar uchun mashina tarjimasi algoritmlari: o‘zbek va turk tillari qiyosiy tahlili’, FarDU ilmiy xabarlari, 7(4), 107-112. https://journal.fdu.uz/main/article/7447
BibTeX
@article{maxkamovamohinurxon2026,
  title = {Kam resursli tillar uchun mashina tarjimasi algoritmlari: o‘zbek va turk tillari qiyosiy tahlili},
  author = {Maxkamova, Mohinurxon},
  journal = {FarDU ilmiy xabarlari},
  year = {2026},
  volume = {7},
  number = {4},
  pages = {107-112},
  url = {https://journal.fdu.uz/main/article/7447}
}

Boshqa maqola uchun iqtibos tayyorlash

FarDU ilmiy xabarlari jurnalidan boshqa maqolalar

FarDU ilmiy xabarlari — barcha maqolalar · 2026-yil arxivi

Filologiya sohasidagi boshqa maqolalar

Filologiya sohasidagi OAK jurnallari