Korpus yaratish texnologiyalari
![tavsiflangan korpus qanday bo‘lishini aniqlashtirib olishimiz kerak. Lingvistik
tavsiflangan yoki unga belgi qo‘yilgan degani bu korpusga matndan tashqari,
matnga aloqasi bo‘lmagan, lekin qandaydir bir ma‘lumot beruvchi manba sifatida
izohlanishi mumkin. Buni quyidagicha tushunish mumkin:
I will use Google before asking dumb questions.
Belgilaymiz:
I (pronoun) will (verb) use (verb) Google(noun) before(preposition) asking (verb)
dumb(adjective) questions(noun).
Asosan, buni avtomatik analiz korpus ishini osonlashtirishda foydalanamiz.
Til korpusiga birinchi marta razmetka qo‘yilayotganda, istalgan belgini
qo‘yishimiz mumkin, faqat belgi va so‘z orasida qandaydir bog‘liqlik bo‘lishi
kerak. Shunda shu so‘zga o‘xshash so‘zlarni topishda ham qiynalmaymiz. 80-
yillarda elektron matnlarga standart belgilar kiritildi., ya‘ni qabul qilindi. Avvalo,
ushbu belgi tipografiya(bosmaxona) sohasi uchun mo‘ljallangan bo‘lsa-da,
keyinchalik barcha sohalarda keng qo‘llanila boshlandi. SGML (Standard
Generalized Markup Language) nomi ostida bu hodisa keng tarqaldi. Biz u orqali
har xil shakldagi matnlarni tahlil qilish, tahrir qilish hamda o‘zgartirish
imkoniyatiga ega bo‘ldik. 7
SGML yorliqlar g‘oyasiga asoslanadi. Yorliqlar – bu matndagi o‘ziga xos
belgilar tizimi bo‘lib, mazkur tekst haqida informatsiya beradi. Har qanday holatda
har qanday matnlar uchun razmetka yorliqlaridan foydalanishimiz mumkin. Til
belgilari bo‘lgan SGML bu til konstruktorlari sanaladi. U o‘zining ilk holatidagi
ko‘rinishida va ishlatilishida murakkabligi sababli uning bazasida HTML va XML
yaratildi. Bugungi kunda butun dunyo o‘rgimchak to‘rida bu dasturlardan keng
foydalanilmoqda. Ushbu dastur orqali biz matnlarni barcha parametrlarga ko‘ra:
tagiga chizish, sitatalarni aniqlash, boshqa tildan kirib kelgan so‘zlarni aniqlash,
ro‘yxat tuzish va shu kabi tadqiqiy vazifalarni bajarishimiz mumkin.
Til belgilari bo‘lgan SGML bu til konstruktorlari sanaladi. U o‘zining ilk
holatidagi ko‘rinishida va ishlatilishida murakkabligi sababli uning bazasida
HTML va XML yaratildi. Bugungi kunda butun dunyo o‘rgimchak to‘rida bu
dasturlardan keng foydalanilmoqda. Ushbu dastur orqali biz matnlarni barcha
parametrlarga ko‘ra: tagiga chizish, sitatalarni aniqlash, boshqa tildan kirib kelgan
so‘zlarni aniqlash, ro‘yxat tuzish va shu kabi tadqiqiy vazifalarni bajarishimiz
mumkin.
O‘zbek tilida semantik razmetka yorliqlarining lingvistik modellari Ot so‘z
turkumi morfologik va semantik belgi yorliqlari Atoqli ot ma noviy guruhlari‟
[atoqli ot] = [at. ot.]
1. [shaxs nomi] = [sh.n.]
7
Кутузов А.Б. Корпусная лингвистика. – M., 2005. C. 155-156.
19](https://docx.uz/documents/6370e6dd-f528-4fcb-bb03-e64c4ebc67d0/page_19.png?v=1)
![2. [geografik nom] = [geog.n.]
3. [tashkilot, muassasa, korxona nomi] =[TMK n.]
4. [samoviy yoritgichlar nomi] = [SYO n.]
5. [tarixiy sana yoki bayram nomi] = [TS n.]
6. [hayvon nomi] = [h.n.]
7. [mahsulot nomi] = [m.n.]
8. [ilo hiy tushuncha nomi] = [iloh.n.] Turdosh ot ma noviy guruhlari [turdosh‟
ot] = [tur. ot]
[mavhum ot] = [mavh.o.]
[aniq ot] = [an.o.]
Aniq ot LMTlari oid yorliqlar tizimi
1. [modda nomi] = [m.n.]
2. [shaxs nomi] = [sh. n.] 1) [shaxsni qarindoshlik jihatdan tavsiflovchi LMG] =
[qar. LMG]
2) [shaxsni yosh jihatdan tavsiflovchi LMG] = [yosh LMG]
3) [shaxsni kasb jihatdan tavsiflovchi LMG] = [kasb LMG]
4) [shaxsni jins jihatdan tavsiflovchi LMG] = [jins LMG
5) [shaxsni istiqomat jihatdan tavsiflovchi LMG] = [istiqomat LMG]
6) [shaxsni mansab-unvon jihatdan tavsiflovchi LMG] = [m.u. LMG]
7) [shaxsni ijtimoiy holat jihatdan tavsiflovchi LMG] = [ijt. h. LMG]
3. [buyum nomi] = [b.n.]
4. [o‘simlik nomi] = [o‘.n.]
5. [o‘rin-joy nomi] = [o‘.j.n.]
6. [miqdor nomi] = [miq.n.]
7. [tashkilot va muassasa nomi] = [t.m.n.]
8. [vaqt-payt nomi] = [v.p.n.]
9. [faoliyat-jarayon nomi] = [f.j.n.]
2.2. Dunyodagi mavjud til korpuslarining yaratilish tamoyillari
Korpus lingvistikasi kompyuter lingvistikasining bir bo‘limi bo‘lib, lingvistik
korpuslar(matnlar)ni tuzish va ularni kompyuter texnologiyasiga asoslanib kreativ
ta‘min yaratishni o‘rganadi. Lingvistika asosiga qurilgan ushbu yangi fan
rivojlangan maxsus strukturaga ega bo‘lgan bo‘lib, mukammallashgan, tartibga
solingan til qoidalari yoki lingvistik vazifani bajarishni o‘rganadi. Bugungi kunda
―korpus termini turli ma‘nolarda qo‘llaniladi. Korpus – matnni reprezentativ
‖
tuzish bo‘lib, odatda, mashina o‘qiy oladigan formatda va informatsiyaning
tarkibiga vaziyatni soladigan (joylaydigan) matn turidir. Tilshunoslik yoki til
nuqtayi nazaridan matnlar korpusining tanasi katta, mashinadan o‘qiladigan
shaklda ko‘rinadigan, yagona, tizimli, belgili, filologik jihatdan malakali til
20](https://docx.uz/documents/6370e6dd-f528-4fcb-bb03-e64c4ebc67d0/page_20.png?v=1)
![majmuasi hamda tilshunoslikka oid muayyan ma'lumotlar beruvchi baza sifatida
tushuniladi. Hozirda ―korpus tushunchasini anglatishda ko‘plab ta'riflar mavjud.‖
Masalan, V.V.Rikov korpusni mantiqiy fikr, mantiqiy analiz sifatida o‘rganadi. E.
Finegan: ―Korpus - bu odatda, kompyuter o‘qiy oladigan formatda bo‘lgan va
bizga matn ishlab chiqilgan vaziyat, informatsiya beruvchi, muallif, adresat yoki
auditoriya haqidagi ma‘lumotni o‘z ichiga olgan matnlar to‘plamidir”, - deydi. [42]
Turli umumiy ma‘lumot beruvchi ijtimoiy saytlar korpusni statistik analiz hamda
farazlar tekshiruvi asosida anglangan sohalarda uchrovchi til qoidalari va
hodisalarini asoslay oladigan katta hajmdagi, tizimli matnlar to‘plami (endilikda
odatiy elektron shaklda) sifatida ta‘riflaydi. [62]. T.Mkeneri va E.Vilson quyidagi
fikrlarni bildiradi: : “Korpus aniq til mezonlariga muvofiq tanlangan, til namunasi
sifatida foydalanish mumkin bo‘lgan tilshunoslik sohasidir”. 8
Korpuslarni yaratish
va o‘rganish quyidagi protsedurada ko‘rinadi:
1. Til mavjudligini katta planda yoritib uning ich-ichiga kirish; 2. Maxsus
kontekstni formaga kiritib, har tomonlama va obyektiv o‘ranish; 3. Har xil g‘oya
va maqsadlarni kompleks holda o‘rganish. ―Korpus matni yoki ―matnlar
‖
korpusi boshqaruv tizimi, sistema ham sanalib, oxirgi yillarda bu sohani korpus
‖
menedjeri deb ham atashyapti. Bu maxsus qidiruv sistemasi bo‘lib, ma‘lumotlarni
qidirish uchun mo‘ljallangan. Til va nutq hodisalarini tez va qulay holda ajratishni
ko‘zlaydi. Korpuslar turli savollar, yuborilgan so‘roqlar uchun statistik asos olish
uchun qo‘l keladi. Shuni yodda tutish kerakki, korpus faqatgina til bo‘laklari
asosida ish ko‘radi. Korpuslar asosida so‘z, leksema, grammatik kayorliqoriyalar,
chastotalar o‘zgarishi, turli vaqt natijasida o‘zgarishga uchragan kontekstlar
ko‘riladi va tahlil etiladi. Lingvistik korpus haqida gapirar ekanmiz, biz avvalo,
uning mohiyatiga yetib borishimiz kerak. Ushbu tushuncha ko‘plab ta‘riflar orqali
talqin etilgan. Lekin ularning barchasi bitta nuqtaga borib taqaladi. Uarni ko‘rib
o‘tamiz: - korpus bu bir timsolda, yagona umumiy belgilar asosida tashkil etilgan
matn yoki matnlar massividan iborat yirik birlikdir; - korpus bu lingvistik to‘plam
bo‘lib, matnli, umuman olganda, yozuv shaklidagi tahlil uchun hammabop
ma‘lumotlardir; qolib ketgan Korpus quyidagi turdagi matnlardan iborat bo‘lishi
mumkin : - ma‘lum bir yozuvchining matnlari; - ma‘lum muddatdagi o‘n yillik
yoki yuz yillik (asriy) matnlar; - ma‘lum mavzudagi zamonaviy matnlar;
- xalq tilini va jamiyat xususiyatlarini konkret tarzda aks ettirib turuvchi
zamonaviy matnlar; Korpus haqidagi bir talqinda uning yozma va og‘zaki
bo‘lishi mumkinligi keltiriladi. Demak, matnlar to‘plami bo‘lgan korpus tahlil
etilishi, uning yordamida ishlatilayotgan so‘zning kontekstdagi shakllarini,
variantlarini va ketma-ketligini, tillarni va so‘zlarni bir-biriga solishtirilishi
mumkin. Hozirda korpusga oid tadqiqotlarga ko‘pchilik qiziqish bildirmoqda.
8
McEnery T, Wilson A. Corpus Linguistics. Edinburgh: Edinburgh University Press, 2nd edition, 2001.
21](https://docx.uz/documents/6370e6dd-f528-4fcb-bb03-e64c4ebc67d0/page_21.png?v=1)
MUNDARIJA
KIRISH
I. KORPUS LINGVISTIKASI TAVSIFI
1.1. Til korpusi va uning mohiyati, korpusga bo‘lgan ehtiyoj
1.2. Korpus lingvistikasining tilshunoslik bo‘limlariga munosabati
II. Korpus yaratish texnologiyalari va xususiyatlari
2.1. Korpusning asosiy xususiyatlari
2.2. Korpus yaratish texnologiyalari
III. O‘ZBEK TILINING MILLIY KORPUSI VA KORPUS YARATISH TAMOYILLARI
3.1. Korpus yaratishda lingvistik belgi yorliqlari
3.2. Dunyodagi mavjud til korpuslarining yaratilish tamoyillari
XULOSA
FOYDALANILGAN ADABIYOTLAR RO‘YXATI