BXU Logo

Buxoro Xalqaro
Universiteti

10-tom, 1-son, b. 296–300, Nashr: 2026-10-08

UZPRESUPP: O‘ZBEK TILIDA PRESUPPOZITSION BIRLIKLARNI ANIQLASH VA PRAGMATIK TEGLASH UCHUN ANNOTATSIYALANGAN KORPUS

UZPRESUPP: АННОТИРОВАННЫЙ КОРПУС ДЛЯ ВЫЯВЛЕНИЯ И ПРАГМАТИЧЕСКОЙ РАЗМЕТКИ ПРЕСПОЗИЦИОННЫХ ЕДИНИЦ В УЗБЕКСКОМ ЯЗЫКЕ

UZPRESUPP: AN ANNOTATED CORPUS FOR IDENTIFYING AND PRAGMATICALLY ANNOTATING PRESUPPOSITIONAL UNITS IN THE UZBEK LANGUAGE

  • O’dayeva Shahnoza Shuxratovna — Buxoro davlat universiteti Mustaqil izlanuvchisi · ORCID: 0009-0003-3084-751X

To'liq matn (PDF)

Annotatsiya

Ushbu tadqiqotda o‘zbek tilidagi presuppozitsion birliklarni korpus tamoyillari asosida qayd etishga mo‘ljallangan UzPresupp nomli ko‘p qatlamli annotatsiyalangan resurs konsepsiyasi taklif qilinadi. Tadqiqotda asosiy e’tibor alohida triggerlar ro‘yxatini tuzishga emas, balki tabiiy matn, trigger, undan kelib chiqadigan fon propozitsiyasi hamda ushbu propozitsiyaning kontekstdagi pragmatik holatini o‘zaro bog‘langan korpus obyektlari sifatida ifodalashga qaratiladi. Korpus uchun badiiy nasr, yangilik, ilmiy-ommabop matn va dialogik materiallardan muvozanatli tanlama shakllantirish, hujjat-gap-token identifikatorlari, trigger chegarasi va turi, presuppozitsiyaviy mazmun, uning kontekstda tasdiqlanishi yoki bekor bo‘lishi, manba janri hamda annotator qarorini saqlash modeli ishlab chiqildi. Shuningdek, korpusni Universal Dependencies bilan bog‘lash, annotatorlararo kelishuvni tekshirish, murakkab holatlardagi kelishmovchiliklarni ekspert tomonidan hal etish, versiyalash va resursni qidiruvga tayyor formatda tarqatish tamoyillari yoritildi. UzPresupp hozircha tayyor statistik korpus sifatida emas, balki o‘zbek pragmatikasi uchun tekshiriladigan va bosqichma-bosqich kengaytiriladigan korpus loyihasi sifatida tavsiflanadi.

Аннотация

В данном исследовании предлагается многоуровневая концепция аннотированного ресурса под названием UzPresupp, предназначенная для регистрации пресуппозициональных единиц в узбекском языке на основе корпусных принципов. Основное внимание в исследовании уделяется не составлению списка отдельных триггеров, а представлению естественного текста, триггера, вытекающего из него фонового утверждения и прагматического состояния этого утверждения в контексте как взаимосвязанных корпусных объектов. Для корпуса была разработана сбалансированная подборка литературной прозы, новостных, научно-популярных текстов и диалогических материалов, разработаны идентификаторы документ-речь-токен, границы и типы триггеров, пресуппозициональное содержание, его подтверждение или неподтверждение в контексте, жанр источника и модель хранения решений аннотаторов. Также были рассмотрены принципы связывания корпуса с универсальными зависимостями, проверки согласованности между аннотаторами, экспертного разрешения разногласий в сложных случаях, версионирования и распространения ресурса в формате, доступном для поиска. В настоящее время UzPresupp описывается не как готовый статистический корпус, а скорее как корпусный проект по узбекской прагматике, который будет тестироваться и постепенно расширяться.

Abstract

This study proposes the concept of "UzPresupp," a multi-layered annotated resource designed to document presuppositional units in the Uzbek language based on corpus principles. The research focuses not merely on compiling a list of triggers, but on representing the natural text, the trigger, the resulting background proposition, and the proposition's pragmatic status within the context as interconnected corpus objects. A model was developed to create a balanced selection of materials –including literary prose, news, popular science texts, and dialogue –and to store data such as document-sentence-token identifiers, trigger boundaries and types, presuppositional content, its confirmation or cancellation within the context, source genres, and annotator decisions. Additionally, the study outlines principles for integrating the corpus with Universal Dependencies, assessing inter-annotator agreement, resolving disagreements in complex cases via expert review, implementing version control, and distributing the resource in a search-ready format. At present, UzPresupp is characterized not as a finished statistical corpus, but as a corpus project for Uzbek pragmatics that allows for verification and incremental expansion.

Kalit so'zlar: uzPresupp, presuppozitsiya, pragmatik annotatsiya, korpus lingvistikasi, trigger, fon propozitsiyasi, ko‘p qatlamli annotatsiya, Universal Dependencies, o‘zbek tili, NLP

Foydalanilgan adabiyotlar

  1. Akhundjanova A., Talamo L. Universal Dependencies Treebank for Uzbek // Proceedings of RESOURCEFUL-2025. – Tallinn, 2025. – P. 1–6.
  2. Jeretič P., Warstadt A., Bhooshan S., Williams A. Are Natural Language Inference Models IMPPRESsive? Learning IMPlicature and PRESupposition // Proceedings of ACL 2020. – 2020. – P. 8690–8705. DOI: 10.18653/v1/2020.acl-main.768.
  3. Klie J.-C., Bugert M., Boullosa B., Eckart de Castilho R., Gurevych I. The INCEpTION Platform: Machine-Assisted and Knowledge-Oriented Interactive Annotation // COLING 2018 System Demonstrations. – P. 5–9.
  4. Parrish A., Schuster S., Warstadt A., Agha O., Lee S.-H., Zhao Z., Bowman S. R., Linzen T. NOPE: A Corpus of Naturally-Occurring Presuppositions in English // Proceedings of CoNLL 2021. – 2021. – P. 349–366. DOI: 10.18653/v1/2021.conll-1.28.
  5. Universal Dependencies. UD for Uzbek: tokenization, morphology and syntax guidelines. – UD v2, 2026.
  6. Universal Dependencies. UD_Uzbek-TueCL: parallel Universal Dependencies corpus for Turkic languages. UD v2.18 resource description. – 2026.
  7. Universal Dependencies. UD_Uzbek-UzUDT: manually annotated Uzbek treebank. UD v2.18 resource description. – 2026.
  8. Universal Dependencies. Universal Dependencies framework and treebank collection. – Version 2.18, 2026.
  9. Zeldes A., Simonson D. Different Flavors of GUM: Evaluating Genre and Sentence Type Effects on Multilayer Corpus Annotation Quality // Proceedings of LAW-X 2016. – P. 68–78. DOI: 10.18653/v1/W16-1709.