O‘zbekiston Respublikasi Raqamli texnologiyalari vazirligi Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti

2. Ko’p-klassli: Bu modellar ikkidan ortiq belgilar bilan ishlashga mo’ljallangan, ijobiy, salbiy belgilardan tashqari neytral kabi belgilar ham qo’shiladi). Masalan: Kino yoqdi. (Ijobiy); Kino yoqmadi. (Salbiy); Kinoni ko’rdim. (Neytral)
3. Aspektga asoslangan: Bu turdagi modellar berilgan matnni xususiyatlariga qarab ko’plab qism turlarga ajratadi. Bunda ko’rilayotgan mahsulot yoki xizmatning aspektlari bo’yicha bildirilgan fikrlarni modellar aniqlab beradi. Bu aspektlar mahsulot/servisning narxidan tortib uning sifati, qulayligi kabilar bo’lishi mumkin. Aspektlarga bildirilgan fikrlar quyidagi misollarda keltirilgan Dasturlarda – puli, ishlash tezligi,
reklamalar, quvvat tejashi va hk:
Puli qimmat ekan (Narxi);
Ishlash tezligi juda past(Tezligi);
Reklamalar juda ko’p(Reklama);
Kinoteatrda – chipta puli, qiziqarliligi,
ovoz balandliligi va hk.:
Chipta puli juda qimmat.(Narxi);
Kino juda zerikarli ekan.(Sifati);
Kinoteatrning ovozi baland.(Qulaylik)

Ushbu ilmiy ishda sentiment tahlilning

O’zbek tili uchun binar va ko’p-klassli
turlarga ajratish modellaini qurishni ko’rib
chiqamiz. O’zbek tilidagi matnlarni sentiment
tahlil qilish bosqichlari dastlab berilgan matnni
fundamental NLP qadamlardan, masalan
transliteratsiya[4], tokenlash[5], hamda
stopwrdlardan tozalash[6] kabi qadamlardan
o’tkazib, keyin sentiment tahlil qiluvchi modelga
kerakli formatda yetkazib berishdan iborat. Bu
bosqichlar quidagi blok-sxemada ko’rsatilgan.


2. Lingvistik qoidalar qurish usuli.
Bu usulda salbiy va ijobiy ma`no beruvchi so’zlar bazasidan, yoki umumiy lingvistik qoidalardan foydalaniladi. Sentimental gaplarda sifatlar ko’p qo’llanilganligi uchun sifatlarning orttirma darajasini yasovchi so’zlarni ham kiritish orqali matnning salbiy yoki ijobiy ekanligini aniqroq aytishimiz mumkin.
Bu turdagi dasturga oddiy misol:
import repos_suzlar="yaxshi, a'lo, chiroyli, aqlli, go'zal, yoqdi, bo'ladi, ajoyib, ko'p, qiziqarli" neg_suzlar="yomon, rasvo, xunuk, aqlsiz, dabdala, qiziqarsiz, zerikarli, yoqmadi" kuchaytiruvchi_suzlar="juda, eng, bog’oyatda, g‘oyat, nihoyatda, behad "gap=input("Matn kiriting: ")
gap1=gap.split()
t=0
for i in gap.split():
if re.findall(i,pos_suzlar):
t=1
if re.findall(j, kuchaytiruvchi_suzlar):
print("Bu ijobiy gapligi aniq")
break
print("Bu ijobiy gap")
break
elif re.findall(i, neg_suzlar):
t=1
if re.findall(j, kuchaytiruvchi_suzlar):
print("Bu salbiy gapligi aniq")
break
print("Bu salbiy gap")
break
j=i
if t==0: print("Aniqlab bo'lmadi.")
3.Statistik: Mashinali o’qitish va Neyron to’rlar.
Mashinali o’qitish - bu sun'iy intellekt (artificial intelligence (AI) ) sohasi bo'lib, u odamlarning o'rganish usulini taqlid qilish uchun ma'lumotlar va algoritmlardan foydalanishga qaratilgan va uning aniqligini asta-sekin oshiradi. Statistik usullarni qo'llash orqali algoritmlar tasniflash yoki bashorat qilish va ma'lumotlarni qazib olish (mining) loyihalarida asosiy tushunchalarni ochish uchun o'rgatiladi.