O‘zbekiston Milliy universitetining ilm-fan rivoji va jamiyat taraqqiyotida tutgan o‘rni

 problem
in 
science. 
We use the evaluation problem to solve the learning problem. Therefore, it is important to understand how 
the 
estimation problem
works. Also, in many cases, the Expectation Maximization (EM) algorithm is used to estimate the 
probability of transition (
) and emission (
) [23]. The learning problem is solved by the
 forward-backward
or 
Baum-
welch 
algorithm [24;25]. 
Decoding problem 
Once the transition (
) and emission (
) probability estimates are determined, we can use the (θ) model to predict 
the 
W
T 
hidden states that produced the 
V
T
visible sequence. The decoding problem is also known in science as the 
Viterbi 
algorithm
[26]. After defining the concept of hidden Markov model and the main steps, it is possible to consider the issue of 
POS tagging of sentences in Uzbek using this model. 
In the HMM above, the parts of speeches like 
NOUN, NUMERALS
and 
VERBS 
are given as observable cases. But we are 
more interested in observing the sequence of words (hidden cases) of Uzbek sentences, mainly belonging to the parts of 
speech as NOUN and ADJECTIVE.
 
Figure 6. Prediction of POS using Hidden Markov Model (HMM). 

---

“O‘zbekiston Milliy universitetining ilm-fan rivoji va jamiyat taraqqiyotida tutgan o‘rni” 
mavzusidagi 
xalqaro ilmiy-amaliy konferensiya, 2023 yil, 12 may
 
109 
B. Elov, Sh. Hamroyeva, O. Abdullayeva and M. Uzokova developed an alternative tagset based on the laws of the 
Uzbek language [27]. Table 1 below lists the Uzbek language POS tags in short form: 
Table 2.