The object of research, development or design (in Russian) : ГЛУБИННЫЕ НЕЙРОННЫЕ СЕТИ, ПОСЛЕДОВАТЕЛЬНЫЕ МОДЕЛИ, ОБРАБОТКА ЕСТЕСТВЕННОГО ЯЗЫКА, КАЗАХСКИЙ ЯЗЫК

The object of research, development or design (in Kazakh) : ТЕРЕҢ НЕЙРОНДЫҚ ТОРЛАР, КЕЗЕКТІ МОДЕЛЬДЕР, ТАБИҒИ ТІЛДІ ӨҢДЕУ, ҚАЗАҚ ТІЛІ

Aim of work (in Russian) : Разработать последовательные нейронные архитектуры для нескольких задач обработки естественного языка (NLP), которые достигают самых передовых результатов для различных языков, включая казахский, но при этом меньше по размеру, стабильны и структурно проще, чем существующие модели.

Aim of work (in Kazakh) : Табиғи тілді өңдеудеудің бірнеше тапсырмалары үшін қазақ және басқа тілдерге қатысты алдыңғы қатарлы нәтижелерге қол жеткізе алатын, алайда белгілі модель үлгілеріне қарағанда өлшемі кіші, тұрақты және құрылымы қарапайым кезекті нейрондық архитектураларды дамыту.

Методы исследования (на русском) : данный проект является экспериментальным исследованием — сначала формулируются лингвистически и вычислительно мотивированные гипотезы, и далее они проверяются в течение экспериментальной фазы, включающей этапы проектирования, разработки, обучения и тестирования моделей.

Методы исследования (на казахском) : Бұл эксперименталдық зерттеу — лингвистикалық және есептік гипотезалар тұжырымдалады және кейін модельдерін жобалау, әзірлеу, оқыту және сынауды қамтитын эксперименттік фазада бекітіледі.

Obtained results and novelty (in Russian) : разработаны методы повторного использования весов в подсловесных нейронных языковых моделях; улучшена методология тестирования во избежание ухудшения качества в будущих версиях морфологического анализатора для казахского языка apertium-kaz; разработаны не хаотичные альтернативы для переводых рекуррентных нейронных сетей (RNN); очищен и расширен лексикон морфологического анализатора apertium-kaz, повышено покрытие apertium-kaz; улучшены структурно ограниченные рекуррентные нейронные сети (SCRN); получена модификация SCRN, которая достигает показателей LSTM; повышена точность инструмента снятия морфологической неоднозначности kaz-tagger; протестированы новые ячейки RNN в рамках нейронного машинного перевода (NMT); получены нехаотичные и простые NMT, которые демонстрируют хорошее качество перевода

Obtained results and novelty (in Kazakh) : нейрондық тіл модельдерінде салмақтарды қайта қолдану әдістері жасалды; apertium-kaz морфологиялық анализаторының келешектегі нұсқаларында сапаның төмендеуін болдырмайтын тестілеу әдістемесі жетілдірілді; аударылған қайталанатын нейрондық желілерге арналған хаостық емес баламалар (RNN); apertium-kaz морфологиялық анализаторының лексикасы тазартылды және кеңейтілді, apertium-kaz қамтуы ұлғайтылды; құрылымдық жағынан шектелген қайталанатын жүйке желілері (SCRN); LSTM өнімділігіне қол жеткізетін SCRN модификациясын алды; морфологиялық түсініксіздікті жоюға арналған kaz-tagger құралының дәлдігі жоғарылаған; жүйке трансляциясының бөлігі ретінде жаңа RNN жасушаларын тексерді (NMT); аударманың жақсы сапасын көрсететін кездейсоқ емес және қарапайым NMT алынған

The main constructive and technical economic indicators (in Russian) : не применимо

The main constructive and technical economic indicators (in Kazakh) : қолданылмайды

Level of implementation (in Russian) :

Level of implementation (in Kazakh) :

Efficiency (in Russian) :

Efficiency (in Kazakh) :

Field of application (in Russian) : Результаты исследования напрямую применимы в большинстве других задач NLP (распознавание речи, машинный перевод, частеречная разметка, извлечение информации, и т.д.), которые возникают как в академической среде, так и в индустрии.

Field of application (in Kazakh) : Зерттеу нәтижелері ғылымда да, өндірісте де қолданылатын NLP-нің көптеген тапсырмаларында (сөзді тану, машиналы аударма, сөздіктерді белгілеу бөлігі, ақпаратты іздеу және т.б.) қолданылуы мүмкін.