Published 2026-06-01
Keywords
- matn xulosalash, summarization, ekstraktiv referatlash, abstraktiv referatlash, tabiiy tilni qayta ishlash, ROUGE, yirik til modellari, o‘zbek tili.
Abstract
Ilmiy-tadqiqot faoliyatida chop etilayotgan maqolalar sonining tobora ortib borishi tadqiqotchi va mutaxassislar oldida ulkan hajmdagi matnli manbalarni tezkor tahlil qilish muammosini keltirib chiqarmoqda. Bitta o‘rtacha ilmiy maqolani chuqur o‘qib chiqish va undan zarur ma’lumotni ajratib olish ancha vaqt talab etadi, ayniqsa bir necha o‘nlab maqola bilan bir vaqtda ishlash lozim bo‘lganda bu jarayon yanada murakkablashadi. Ushbu muammoning yechimi sifatida tabiiy tilni qayta ishlash (NLP) sohasida rivojlanayotgan avtomatik matn xulosalash (summarization) texnologiyalari ko‘rib chiqiladi. Maqolada xulosalashning ekstraktiv, abstraktiv va gibrid turlari, ularning statistik usullardan tortib chuqur o‘rganish, oldindan o‘qitilgan til modellari (BERT, BART, PEGASUS) va zamonaviy yirik til modellari (LLM) davrigacha bo‘lgan rivojlanish bosqichlari tahlil qilinadi. Shuningdek, ROUGE, BERTScore, faktual moslik kabi baholash mezonlari, mavjud korpuslar hamda o‘zbek tili uchun xulosalash tizimlarini yaratishdagi lingvistik qiyinchiliklar (agglyutinativlik, morfologik xilma-xillik) muhokama qilinadi. Tahlil natijasida ilmiy matnlarni avtomatik xulosalash tizimlarini yaratish va takomillashtirish nafaqat xorijiy, balki o‘zbek tili uchun ham dolzarb ilmiy-amaliy vazifa ekanligi asoslanadi.