Abstract
Ushbu maqolada o‘zbek badiiy matnlarida metaforalarni avtomatik aniqlash uchun zarur bo‘lgan lingvistik mezonlar va ularni lingvokompyuter modeliga tatbiq etish tamoyillari ishlab chiqiladi. Tadqiqotning maqsadi so‘z yoki so‘z birikmasi muayyan kontekstda ko‘chma ma’noda qo‘llanganini aniqlash, metaforani so‘zning odatiy ko‘p ma’noliligi, turg‘un ibora va boshqa tasviriy vositalardan farqlashga yordam beradigan mezonlarni tizimlashtirishdan iborat. Badiiy matnda metafora ko‘pincha alohida so‘zning xususiyati sifatida emas, balki uning boshqa birliklar bilan munosabati orqali yuzaga chiqadi. Shu sababli tahlil birligi sifatida so‘zning o‘zi bilan birga birikma, gap va zarur hollarda kengroq matn parchasi ham olinadi. Maqola metodologik tadqiqot sifatida quriladi. Unda metaforani aniqlashga oid lingvistik yondashuvlar tahlil qilinib, o‘zbek badiiy matnlariga mos belgilash mezonlari ishlab chiqiladi. Asosiy mezonlar qatoriga birlikning kontekstdagi ma’nosi bilan asosiy lug‘aviy ma’nosi o‘rtasidagi farq, so‘zlar birikishidagi semantik nomuvofiqlik, bir tushuncha sohasiga xos belgining boshqa sohaga ko‘chirilishi hamda ko‘chma ma’noning matndagi vazifasi kiritiladi. Bu mezonlar yakka holda yetarli deb olinmaydi: masalan, noodatiy so‘z birikmasi har doim ham metafora bo‘lavermaydi. Shuning uchun bahsli holatlarda kontekst va muallif yaratgan obrazlar tizimi ham tahlil qilinadi. Kontekstual ma’noni asosiy ma’no bilan qiyoslash metaforalarni belgilashda qo‘llanadigan usullardan biridir. Taklif etilayotgan lingvokompyuter modelida matnni gap va so‘zlarga ajratish, so‘zlarning boshlang‘ich shakli hamda grammatik belgilarini aniqlash, metafora bo‘lishi mumkin bo‘lgan birliklarni saralash, ularni kontekst asosida tekshirish va yakuniy tasniflash bosqichlari nazarda tutiladi. Modelni loyihalashda o‘zbek tilining qo‘shimchali tuzilishi, so‘z shakllarining xilma- xilligi, ko‘p ma’nolilik, badiiy matndagi noodatiy birikmalar va keng kontekstga bog‘liq metaforalar hisobga olinadi. Avtomatik tahlilda lingvistik qoidalar bilan kontekstga sezgir til modellari natijalarini birlashtirish imkoniyati ko‘rib chiqiladi. Shuningdek, metaforalarni belgilash bo‘yicha mutaxassislar uchun yagona yo‘riqnoma tuzish, bahsli misollarni qayta ko‘rib chiqish va keyingi bosqichda model natijalarini inson tomonidan belgilangan matnlar bilan qiyoslash tartibi taklif etiladi. Maqolaning kutilayotgan natijasi o‘zbek badiiy matnlari uchun metaforani belgilash mezonlari va avtomatik aniqlash jarayonining izchil metodologik sxemasidir. Tadqiqot muayyan dastur yoki korpusning sinov natijalarini bayon qilmaydi; taklif etilgan mezonlarning aniqligi va amaliy samaradorligi keyingi empirik tadqiqotda tekshirilishi lozim.References
1. Pragglejaz Group. MIP: A Method for Identifying Metaphorically Used Words in Discourse // Metaphor and Symbol. — 2007. — Vol. 22, № 1. — P. 1–39. DOI: 10.1080/10926480709336752. (tandfonline.com)
2. Steen G. J., Dorst A. G., Herrmann J. B., Kaal A. A., Krennmayr T., Pasma T. A Method for Linguistic Metaphor Identification: From MIP to MIPVU. — Amsterdam: John Benjamins,
2010. DOI: 10.1075/celcr.14. (benjamins.com)
3. Leong C. W., Beigman Klebanov B., Shutova E. A Report on the 2018 VUA Metaphor Detection Shared Task // Proceedings of the Workshop on Figurative Language Processing. — 2018. — P. 56–66. DOI: 10.18653/v1/W18-0907. (ACL Anthology)
4. Leong C. W., Beigman Klebanov B., Hamill C., Stemle E., Ubale R., Chen X. A Report on the 2020 VUA and TOEFL Metaphor Detection Shared Task // Proceedings of the Second Workshop on Figurative Language Processing. — 2020. — P. 18–29. DOI: 10.18653/v1/2020.figlang-1.3. (ACL Anthology)
5. Liu J., O’Hara N., Rubin A., Draelos R., Rudin C. Metaphor Detection Using Contextual Word Embeddings From Transformers // Proceedings of the Second Workshop on Figurative Language Processing. — 2020. (ACL Anthology)
6. Choi M., Lee S., Choi E., Park H., Lee J., Lee D., Lee J. MelBERT: Metaphor Detection via Contextualized Late Interaction using Metaphorical Identification Theories // Proceedings of NAACL-HLT. — 2021. — P. 1763–1773. DOI: 10.18653/v1/2021.naacl-main.141. (ACL Anthology)
7. Zhang S., Liu Y. Metaphor Detection via Linguistics Enhanced Siamese Network // Proceedings of the 29th International Conference on Computational Linguistics. — 2022. — P. 4149–4159. (ACL Anthology)
8. Li Y., Wang S., Lin C., Guerin F. Metaphor Detection via Explicit Basic Meanings Modelling // Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics. Volume 2: Short Papers. —
2023. DOI: 10.18653/v1/2023.acl-short.9. (ACL Anthology)
9. Matlatipov S. G., Aripov M. UzUDT: Uzbek Universal Dependencies Treebank // Proceedings of the Fifteenth Language Resources and Evaluation Conference. — 2026. — P. 11642–11649. DOI: 10.63317/2uedjqezjxn5. (ACL Anthology)
