BXU Logo

Buxoro Xalqaro
Universiteti

11-tom, 1-son, b. 65–70, Nashr: 2026-11-05

O‘ZBEK–INGLIZ PARALLEL KORPUSIDA TARJIMA TRANSFORMATSIYALARI VA MOSLASHTIRISH XATOLARINI FARQLASH

РАЗГРАНИЧЕНИЕ ПЕРЕВОДЧЕСКИХ ТРАНСФОРМАЦИЙ И ОШИБОК ВЫРАВНИВАНИЯ В УЗБЕКСКО-АНГЛИЙСКОМ ПАРАЛЛЕЛЬНОМ КОРПУСЕ

DISTINGUISHING TRANSLATION TRANSFORMATIONS FROM ALIGNMENT ERRORS IN UZBEK–ENGLISH PARALLEL CORPORA

  • Amirkulov Ma’rufjon Alikulovich — 2-kurs tayanch doktorant, Toshkent davlat o‘zbek tili va adabiyoti universiteti

DOI: 10.67780/buxoro-xalqaro-universiteti-ilmiy-axborotnomasi.2026.681e91d8

To'liq matn (PDF)

Annotatsiya

Dolzarblik. Parallel korpusda bir-biriga yaqin ko‘ringan gaplar har doim ham mazmunan muvofiq bo‘lmaydi; ayni paytda grammatik tuzilishi farqli segmentlar bir xil axborotni yetkazishi mumkin. Maqsad. O‘zbek–ingliz gap juftliklarida tarjima transformatsiyasi, mazmuniy tafovut va noto‘g‘ri moslashtirishni farqlashning tekshiriladigan mezonlarini belgilash. Metodlar. UzEnParC loyihasiga oid ilmiy ishlar va xalqaro adabiyotlar qiyoslandi; O‘zbekiston Respublikasi Prezidentining rasmiy veb-saytidagi o‘zbekcha hamda inglizcha xabardan tanlangan ikki tabiiy gap juftligi predikat, ishtirokchilar, miqdor, zamon va harakat holati bo‘yicha tahlil qilindi. Qo‘shimcha ravishda muallif tuzgan nazorat misollaridan foydalanildi. Natijalar. Shakliy o‘zgarishni xato deb baholamasdan, moslashtirish holati, mazmuniy muvofiqlik va transformatsiya turini alohida qayd etuvchi annotatsiya tartibi ishlab chiqildi. Birinchi tabiiy juftlikda miqdor va o‘lchov birligi saqlangani, ikkinchisida esa tegishli gaplar bog‘lanishi saqlangan holda harakatning amalga oshish holati farqlanishi aniqlandi. Xulosa. Taklif etilgan mezonlar muharrir va annotator qarorlarini izchil asoslash uchun xizmat qiladi; ularning barqarorligi katta tanlanmada mustaqil sinovdan o‘tkazilishi lozim. Nazorat misollarini haqiqiy korpus dalillaridan ajratish hamda har bir tahririy qaror uchun qayta tekshiriladigan izoh yozish zarurati alohida asoslanadi.

Аннотация

Актуальность. В параллельном корпусе внешне сходные предложения не всегда передают одинаковое содержание, тогда как грамматически различающиеся сегменты могут выражать эквивалентную информацию. Цель. Разработать проверяемые критерии разграничения переводческих трансформаций, смысловых расхождений и ошибок выравнивания узбекско-английских предложений. Методы. Проведён сравнительный анализ публикаций проекта UzEnParC и международной научной литературы. Две аутентичные пары предложений из узбекской и английской версий сообщения официального сайта Президента Республики Узбекистан исследованы по предикату, участникам ситуации, количественным выражениям, времени и характеру протекания действия. Дополнительно использованы специально составленные контрольные примеры. Результаты. Предложена процедура аннотирования, при которой корректность выравнивания, смысловое соответствие и тип трансформации фиксируются независимо. В первой аутентичной паре сохранены количественное значение и единица измерения; во второй соответствующие сегменты связаны правильно, но различается представление о завершённости действия. Обсуждение. Такое разграничение позволяет не смешивать формальные перестройки перевода с изменением фактической информации и ошибочным выбором сегмента. Выводы. Процедура может способствовать обоснованности экспертной разметки, однако её воспроизводимость и согласованность оценок требуют последующей проверки на более широком материале.

Abstract

Background. In a parallel corpus, superficially similar sentences do not necessarily convey the same information, whereas structurally different segments may remain semantically equivalent. Objective. This study develops verifiable criteria for distinguishing translation transformations, semantic discrepancies, and sentence-alignment errors in Uzbek–English data. Methods. Studies associated with the UzEnParC project and international methodological literature were compared. Two authentic sentence pairs taken from the Uzbek and English versions of an announcement on the official website of the President of Uzbekistan were examined with regard to predicates, participant roles, quantities, tense, and event status. Constructed contrastive examples served solely to illustrate individual criteria. Findings. A three-part annotation procedure is proposed to record alignment correctness, semantic correspondence, and transformation type independently. In the first authentic pair, the numerical value and unit of measurement are preserved despite structural differences. In the second, the corresponding sentences are properly linked, but the description of whether the action has been completed differs. Conclusions. These criteria support transparent and reviewable annotation decisions without treating all linguistic variation as noise. Their reliability and inter-annotator consistency remain to be evaluated on a larger and more varied sample.

Kalit so'zlar: parallel korpus, tarjima transformatsiyasi, gaplarni moslashtirish, mazmuniy muvofiqlik, predikat, modallik, annotatsiya, korpus sifati, kontekst

Foydalanilgan adabiyotlar

  1. Elov B. B., Kurbanova M. M., Yusupova T. A., Amirkulov M. A., Barnoyeva Z. S., Shodmonova M. B. Developing and Processing the Uzbek-English Parallel Corpus: Approaches and Computational Tools // 2026 5th International Informatics and Software Engineering Conference (IISEC). Ankara: IEEE, 2026. P. 204–208. DOI: 10.1109/IISEC69317.2026.11418506.
  2. Elov B. B., Amirkulov M. A., Tulanova N. M. Extralinguistic Requirements for the Uzbek-English Parallel Corpus // 2026 5th International Informatics and Software Engineering Conference (IISEC). Ankara: IEEE, 2026. P. 250–255. DOI: 10.1109/IISEC69317.2026.11418459.
  3. Elov B., Amirkulov M. UzEnParC 1.0: A Cross-Script, Metadata-Rich Uzbek-English Parallel Corpus for Low-Resource NLP // Speech and Computer. SPECOM 2026. – Cham : Springer, 2027. – Vol. 16935. – P. 225–238. – DOI: 10.1007/978-3-032-37870-5_16.
  4. Elov B. B., Toirova G. I., Fayziyev Z. X., Amirkulov M. A., Sultonova I. Sh. Data-Centric Bitext Cleaning for Uzbek-English: Hybrid Quality Estimation and Noise Filtering for Low-Resource Parallel Corpora // 2026 International Conference on Computer Science and Engineering (UBMK). IEEE, 2026. P. 1507–1512.
  5. Baker M., Jones H. In Other Words: A Coursebook on Translation. 4th ed. London: Routledge, 2026. 410 p. DOI: 10.4324/9781003440857.
  6. Gale W. A., Church K. W. A Program for Aligning Sentences in Bilingual Corpora // Computational Linguistics. 1993. Vol. 19, no. 1. P. 75–102. URL: https://aclanthology.org/J93-1004/.
  7. Thompson B., Koehn P. Vecalign: Improved Sentence Alignment in Linear Time and Space // Proceedings of EMNLP-IJCNLP 2019. Hong Kong: Association for Computational Linguistics, 2019. P. 1342–1348. DOI: 10.18653/v1/D19-1136.
  8. Dou Z.-Y., Neubig G. Word Alignment by Fine-tuning Embeddings on Parallel Corpora // Proceedings of the 16th Conference of the European Chapter of the Association for Computational Linguistics. Main Volume. 2021. P. 2112–2128. DOI: 10.18653/v1/2021.eacl-main.181.
  9. Aulamo M., Virpioja S., Tiedemann J. OpusFilter: A Configurable Parallel Corpus Filtering Toolbox // Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics: System Demonstrations. 2020. P. 150–156. DOI: 10.18653/v1/2020.acl-demos.20.
  10. Mariana V., Cox T., Melby A. The Multidimensional Quality Metrics (MQM) Framework: A New Framework for Translation Quality Assessment // The Journal of Specialised Translation. 2015. No. 23. P. 137–161. DOI: 10.26034/cm.jostrans.2015.343.
  11. Freitag M., Foster G., Grangier D., Ratnakar V., Tan Q., Macherey W. Experts, Errors, and Context: A Large-Scale Study of Human Evaluation for Machine Translation // Transactions of the Association for Computational Linguistics. 2021. Vol. 9. P. 1460–1474. DOI: 10.1162/tacl_a_00437.
  12. Kreutzer J., Caswell I., Wang L. va boshqalar. Quality at a Glance: An Audit of Web-Crawled Multilingual Datasets // Transactions of the Association for Computational Linguistics. 2022. Vol. 10. P. 50–72. DOI: 10.1162/tacl_a_00447.
  13. Bender E. M., Friedman B. Data Statements for Natural Language Processing: Toward Mitigating System Bias and Enabling Better Science // Transactions of the Association for Computational Linguistics. 2018. Vol. 6. P. 587–604. DOI: 10.1162/tacl_a_00041.
  14. O‘zbekiston Respublikasi Prezidenti. Prezidentimiz Yangi Toshkentda amalga oshirilayotgan loyihalar taqdimoti bilan tanishdi // Prezidentning rasmiy veb-sayti. – 30.12.2025. – URL: https://www.president.uz/oz/lists/view/8845; The President reviews the presentation of ongoing projects in New Tashkent. – URL: https://www.president.uz/en/lists/view/8845 (murojaat qilingan sana: 31.10.2026).