ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ И КОРПУСНОЙ ЛИНГВИСТИКИ К ИССЛЕДОВАНИЮ НАУЧНО-ПЕДАГОГИЧЕСКОЙ ТЕРМИНОЛОГИИ В УЗБЕКСКОМ И РУССКОМ ЯЗЫКАХ
Keywords:
научно-педагогическая терминология; корпусная лингвистика; машинное обучение; автоматическое извлечение терминов; терминологическая эквивалентность; русский язык; узбекский язык; многоязычные векторные представления.Abstract
Статья посвящена сопоставительному изучению научно-педагогической терминологии русского и узбекского языков корпусными и компьютерными методами. Цель работы — выявить типы терминологических соответствий в параллельных текстах и описать протокол их автоматической проверки. Материалом послужили мини-корпус из трёх пар параллельных фрагментов по дидактике, компетентностному подходу и теории воспитания (95 слов в русской и 99 слов в узбекской части) и список из 25 пар терминов с лингвистическими комментариями. В корпусе представлено 12 терминов списка. В 11 случаях узбекский эквивалент в тексте совпал с зафиксированным в списке; исключение составило русское «обучение», которое передано словом o‘qitish в одном контексте из трёх, а в двух других — словом ta’lim. В узбекской части зафиксировано 10 форм на -ish/-sh, тогда как в русской части отглагольных существительных на -ние — 17 словоупотреблений; ряд русских существительных передан в узбекском тексте аналитическими сочетаниями. Предложен протокол этапа машинного обучения: извлечение терминов трансформерными моделями и сопоставление терминов по многоязычным векторным представлениям. Результаты носят пилотный характер и показывают, какие явления — многозначность ta’lim, аналитические эквиваленты, агглютинативная морфология — будут определять качество автоматической обработки.
References
1. Рахматова Г. Т. Сравнительный анализ культурно-специфической лексики в сфере педагогической терминологии в условиях цифровой среды (на примере узбекского и русского языков) // Oriental Renaissance: Innovative, educational, natural and social sciences. 2025. Т. 5, № 9. С. 345–355.
2. Normamatova F. Ch. Ingliz va o‘zbek tillarida pedagogikaga oid terminlarning semantik tahlili // Oriental Renaissance: Innovative, educational, natural and social sciences. 2024. С. 68–72.
3. Yaxshiyeva E. B. O‘zbek tilining pedagogik terminologiyasida ko‘p ma’nolilik hodisasi // Oriental Renaissance: Innovative, educational, natural and social sciences. 2023. С. 562–568.
4. Sharipov M., Mattiev J., Sobirov J., Baltayev R. Creating a morphological and syntactic tagged corpus for the Uzbek language. arXiv:2210.15234. 2022.
5. Kuriyozov E., Salaev U., Matlatipov S., Matlatipov G. Text classification dataset and analysis for Uzbek language. arXiv:2302.14494. 2023.
6. Kuriyozov E., Vilares D., Gómez-Rodríguez C. BERTbek: A Pretrained Language Model for Uzbek // Proceedings of SIGUL 2024. ACL Anthology: 2024.sigul-1.5.
7. Saidov B. UzThemeLex Dataset: An Uzbek Thematic Lexicon for Domain Terminology and Weakly Supervised NER. Mendeley Data, V1. 2026. DOI: 10.17632/jgfkz6493p.1.
8. Alaev R. и др. UzWordNet-GoldCore: A Gold-Core Uzbek Lexical-Semantic WordNet Dataset. Mendeley Data, V1. 2026. DOI: 10.17632/v7m7v3jdn5.1.
9. Tran H. T. H. и др. The Recent Advances in Automatic Term Extraction: A survey. arXiv:2301.06767. 2023.
10. Tran H. T. H., Martinc M., Pelicon A., Doucet A., Pollak S. Ensembling Transformers for Cross-domain Automatic Term Extraction // Proceedings of ICADL 2022. P. 90–100. arXiv:2212.05696.
11. Hazem A., Bouhandi M., Boudin F., Daille B. Cross-lingual and Cross-domain Transfer Learning for Automatic Term Extraction from Low Resource Data // Proceedings of LREC 2022. Marseille, 2022. P. 648–662.
12. Tran H. T. H. Neural Approaches to Automatic Terminology Extraction: PhD dissertation. La Rochelle University; Jožef Stefan International Postgraduate School, 2024.
13. Feng F., Yang Y., Cer D., Arivazhagan N., Wang W. Language-agnostic BERT Sentence Embedding // Proceedings of ACL 2022. Vol. 1. DOI: 10.18653/v1/2022.acl-long.62.
14. Бутенко Ю. И., Николаева Н. С., Карцева Е. Ю. Структурные модели англоязычных терминов для автоматической обработки корпусов научно-технических текстов // Вестник РУДН. Серия: Теория языка. Семиотика. Семантика. 2022. Т. 13, № 1. С. 80–95. DOI: 10.22363/2313-2299-2022-13-1-80-95.
15. Львова О. В. Использование ситуативного вокабуляра и лингвистичес кого квазикорпуса для изучения языка // Вестник РУДН. Серия: Информатизация образования. 2022. Т. 19, № 2. С. 90–96. DOI: 10.22363/2312-8631-2022-19-2-90-96.
16. Mamasaidov M., Shopulatov A. Open Language Data Initiative: Advancing Low-Resource Machine Translation for Karakalpak // Proceedings of WMT 2024. P. 606–613. DOI: 10.18653/v1/2024.wmt-1.48.
17. Mamasaidov M. и др. Filling the Gap for Uzbek: Creating Translation Resources for Southern Uzbek // Proceedings of WMT 2025. ACL Anthology: 2025.wmt-1.83.
