The object of research, development or design (in Russian) : 1. Объектом исследования являются текстовые данные, содержащие как явные, так и завуалированные формы кибербуллинга, представленные на казахском языке. 2. Изучаются лингвистические и семантические особенности сообщений в онлайн-коммуникациях, чтобы выявить общие паттерны, связанные с кибербуллингом. 3. Проект направлен на анализ слов, фраз и контекстов, характерных для проявлений кибербуллинга на различных интернет-платформах.

The object of research, development or design (in Kazakh) : 1. Зерттеу объектісі ретінде қазақ тілінде кибербуллингтің айқын және жасырын түрлерін қамтитын мәтіндік деректер алынды. 2. Кибербуллингке байланысты ортақ үлгілерді анықтау үшін онлайн коммуникациялардағы хабарламалардың лингвистикалық және семантикалық ерекшеліктері зерттелді. 3. Жоба қазақ тіліндегі кибербуллингтің әртүрлі интернет платформаларындағы көріністеріне тән сөздер, фразалар мен контексттерді талдауға бағытталған.

Aim of work (in Russian) : 1. Целью работы является создание списка ключевых слов и фраз для точной и релевантной идентификации кибербуллинга в текстах на казахском языке. 2. Достижение высокой точности в сборе данных, связанных с кибербуллингом, для их последующего анализа и обучения алгоритмов глубокого обучения. 3. Обеспечить алгоритмы машинного обучения релевантными и разнообразными данными, способствующими созданию более точной и эффективной модели распознавания кибербуллинга.

Aim of work (in Kazakh) : 1. Жұмыстың мақсаты – қазақ тіліндегі мәтіндерде кибербуллингті дәл және өзекті түрде анықтауға арналған кілт сөздер мен фразалар тізімін құру. 2. Кибербуллингке байланысты деректерді жинауда жоғары дәлдікке қол жеткізу және оларды терең оқыту алгоритмдерін үйрету үшін талдау жасау. 3. Кибербуллингті анықтау моделін жасауда машиналық оқыту алгоритмдеріне өзекті және әртүрлі деректерді ұсыну.

Методы исследования (на русском) : 1. В рамках исследования применялись методы лингвистического анализа для идентификации ключевых слов, а также методы машинного обучения для отбора и тестирования данных. 2. Использовался метод анализа частотности и семантического поля слов для выявления слов, связанных с оскорблением и агрессивным поведением. 3. Применялись методы глубокого обучения для кластеризации и классификации данных на основе разработанного списка ключевых слов и фраз.

Методы исследования (на казахском) : 1. Зерттеу барысында кілт сөздерді анықтау үшін лингвистикалық талдау әдістері, деректерді іріктеу және сынау үшін машиналық оқыту әдістері қолданылды. 2. Қорлау мен агрессивті мінез-құлыққа байланысты сөздерді анықтау үшін сөздердің жиілігі мен семантикалық өрісін талдау әдістері пайдаланылды. 3. Терең оқыту әдістері арқылы жасалған кілт сөздер мен фразалар тізімі негізінде деректерді кластерлеу және жіктеу әдістері қолданылды.

Obtained results and novelty (in Russian) : 1. В результате работы был разработан уникальный словарь кибербуллинга на казахском языке, включающий ключевые слова и фразы, применимые для идентификации онлайн-агрессии. 2. Были выявлены новые лексические особенности, специфичные для проявлений кибербуллинга на казахском языке, что не было ранее представлено в других исследованиях. 3. Новизна проекта заключается в уникальном подходе к созданию целенаправленного набора данных, позволяющего улучшить точность алгоритмов детекции кибербуллинга.

Obtained results and novelty (in Kazakh) : 1. Жұмыс нәтижесінде қазақ тілінде кибербуллингті анықтауға арналған негізгі сөздер мен фразалардан тұратын бірегей сөздік құрылды. 2. Қазақ тіліндегі кибербуллинг көріністеріне тән жаңа лексикалық ерекшеліктер анықталды, бұл бұрынғы зерттеулерде қамтылмаған. 3. Жобаның жаңашылдығы мақсатты деректер жиынтығын жасауға бағытталған бірегей тәсілінде, бұл кибербуллингті анықтау алгоритмдерінің дәлдігін арттыруға мүмкіндік береді.

The main constructive and technical economic indicators (in Russian) : 1. Проект ориентирован на минимизацию издержек за счёт оптимизации алгоритмов идентификации, что позволяет уменьшить время обработки и анализа данных. 2. Использование предварительно разработанного списка ключевых слов позволяет снизить количество ложноположительных и ложноотрицательных результатов, повышая экономическую эффективность внедрения. 3. Алгоритм оптимизирован для работы с большими объемами данных, что снижает затраты на оборудование и время обучения модели.

The main constructive and technical economic indicators (in Kazakh) : 1. Жоба анықтау алгоритмдерін оңтайландыру арқылы шығындарды азайтуға бағытталған, бұл деректерді өңдеу мен талдау уақытын қысқартуға мүмкіндік береді. 2. Алдын ала жасалған кілт сөздер тізімін пайдалану жалған оң және жалған теріс нәтижелердің санын азайтып, енгізудің экономикалық тиімділігін арттырады. 3. Алгоритм үлкен көлемді деректермен жұмыс істеуге оңтайландырылған, бұл жабдық пен модельді үйрету уақытын азайтады.

Level of implementation (in Russian) : 1. Разработанный список ключевых слов и алгоритмы могут быть внедрены в системы автоматического мониторинга на казахстанских онлайн-платформах и социальных сетях. 2. В проекте предусмотрено тестирование модели на реальных данных, полученных с популярных социальных сетей, что позволяет обеспечить практическую применимость на текущем этапе. 3. Внедрение предложенной системы планируется на платформы мониторинга интернет-безопасности в образовательных учреждениях и для родителей, обеспокоенных вопросами безопасности детей.

Level of implementation (in Kazakh) : 1. Жасалған кілт сөздер тізімі мен алгоритмдер қазақстандық онлайн платформалар мен әлеуметтік желілерде автоматты мониторинг жүйелерінде қолдануға енгізілуі мүмкін. 2. Жобада танымал әлеуметтік желілерден алынған нақты деректерді қолдана отырып, модельді сынау жоспарланған, бұл оны ағымдағы кезеңде іс жүзінде қолдануға мүмкіндік береді. 3. Ұсынылған жүйені білім беру мекемелерінде және балалар қауіпсіздігіне алаңдайтын ата-аналарға арналған

Efficiency (in Russian) : Конструирование гибридной глубокой модели для выявления кибербуллинга на казахском языке: Разработка гибридной модели глубокого обучения, интегрирующей разных подходов, направленная на улучшение точности и эффективности в идентификации кибербуллинга в казахскоязычных текстах.

Efficiency (in Kazakh) : Қазақ тіліндегі кибербуллингті анықтаудың гибридті терең моделін құру: Қазақ тіліндегі мәтіндердегі кибербуллингті анықтаудың дәлдігі мен тиімділігін арттыруға бағытталған әртүрлі тәсілдерді біріктіретін гибридті терең оқыту моделін жасау.

Field of application (in Russian) : Предполагается внедрение результатов проекта в образовательные учреждения, социальные службы и правоохранительные органы. Это позволит не только предотвращать случаи кибербуллинга, но и проводить образовательные программы, направленные на формирование здоровой цифровой среды среди молодежи. Также важным аспектом является возможность применения разработок для мониторинга и анализа социальных сетей в целях предотвращения других видов деструктивного поведения.

Field of application (in Kazakh) : Жобаның нәтижесі білім беру мекемелерінде, әлеуметтік қызметтер мен құқық қорғау органдарында жүзеге асырылады деп күтілуде. Бұл кибербуллинг жағдайларының алдын алып қана қоймай, жастар арасында салауатты цифрлық ортаны қалыптастыруға бағытталған білім беру бағдарламаларын жүргізуге мүмкіндік береді. Тағы бір маңызды аспект – деструктивті мінез-құлықтың басқа түрлерінің алдын алу үшін әлеуметтік желілерді бақылау және талдау үшін әзірлемелерді пайдалану мүмкіндігі.