The object of research, development or design (in Russian) : Современные технологии обработки и обучения естественного языка.

The object of research, development or design (in Kazakh) : Табиғи тілді өңдеу мен оқытудың заманауи технологиялары.

Aim of work (in Russian) : Целью данной работы является не только теоретическая и методологическая работа по исследованию эффективных платформ по обучению, с акцентом на государственный казахский язык, а разработка методов, алгоритмов и инструментальных средств для создания эффективных систем обучения казахскому языку с использованием систем искусственного интеллекта, включая машинный перевод, машинное обучение и распознавание речи.

Aim of work (in Kazakh) : Жұмыстың мақсаты мемлекеттік қазақ тіліне баса назар аудара отырып, оқыту бойынша тиімді платформаларды зерттеу бойынша теориялық және әдіснамалық жұмыс қана емес, машиналық аударма, машиналық оқыту және сөйлеуді тануды қоса алғанда, жасанды интеллект жүйелерін пайдалана отырып, қазақ тілін оқытудың тиімді жүйелерін құру үшін әдістерді, алгоритмдерді және аспаптық құралдарды әзірлеу болып табылады.

Методы исследования (на русском) : Модели, методы и программные средства по обработке естественного языка, формальные грамматики, семантический анализ естественного языка,машинное обучение.

Методы исследования (на казахском) : Формальды грамматика, табиғи тілді өңдеуге және семантикалық талдауға, машиналық оқытуға арналған модельдер, әдістер және бағдарламалық құралдар

Obtained results and novelty (in Russian) : Согласно календарного плана договора были получены следующие результаты: -Произведен сбор новых параллельных текстов с помощью алгоритма выравнивания. Общая база состоит из 6 млн пары предложении. Разработан алгоритма выравнивания (Alignment) для параллельных текстов. По практическим результатам точность выравнивания разработанного алгоритма составило не менее 76 процентов. -Разработан морфологический анализатор государственного языка. Алгоритм работы морфологического анализатора казахского языка состоит в последовательном применении всех описанных и других правил вывода с накоплением полученных результатов морфологического разбора в результирующей структуре. Всего описываемая база данных содержит около 80 000 начальных словоформ казахского языка. -Разработана система машинного перевода для государственного языка на основе архитектур BRNN и Transformer. Произведена программная реализация системы и обучение моделей проводилось на платформе- OpenNMT. Качество обученных моделей оценивали с помощью показателей BLEU, WER и TER. -Разработка модуля распознавания речи государственного языка, которая направлена на решение задачи с ограниченным речевым ресурсом в рамках интегральной архитектуры. Произведены обработка и сбор датасета речи казахского языка. Были выполнены обратка речевых сигналов, выделение речевых признаков, построение акустических и языковых моделей. Обработка данных для корпуса были проведены с использованием технологии Python 3.8.

Obtained results and novelty (in Kazakh) : Келісімшарттың күнтізбелік жоспарына сәйкес келесі нәтижелер алынды: -Тегістеу алгоритмі арқылы жаңа параллель мәтіндер корпусы жиналды. Жалпы деректор қоры 6 миллион сөйлем жұбынан тұрады. Параллель мәтіндер үшін туралау алгоритмі әзірленді. Практикалық нәтижелерге сәйкес әзірленген алгоритмнің туралау дәлдігі кем дегенде 76 пайызды құрады. – Мемлекеттік тілдің морфологиялық анализаторы жасалды. Қазақ тілінің морфологиялық анализаторының жұмыс алгоритмі морфологиялық талдау нәтижелерін алынған құрылымға жинақтай отырып, барлық қорытынды ережелерді (толық іздеу әдісін қолдана отырып) дәйекті қолданудан тұрады. Барлығы сипатталған мәліметтер базасында қазақ тілінің 80 000-ға жуық бастапқы сөз формалары бар. - BRNN және Transformer архитектуралары негізінде мемлекеттік тілге машиналық аударма жүйесі әзірленді. OpenNMT платформасында машиналық аударма жүйесін бағдарламалық қамтамасыз ету жүзеге асырылды және модельдер оқытылды. Оқытылған үлгілердің сапасы BLEU, WER және TER метрикалары арқылы бағаланды. - Біріктірілген архитектура аясында шектеулі сөйлеу ресурсы бар мәселені шешуге бағытталған мемлекеттік тілдегі сөйлеуді тану модулін әзірлеу. Қазақ тілі сөйлеуінің деректер жинағын өңдеу және жинау. Сөйлеу сигналдарын қайтару, сөйлеу ерекшеліктерін алу, акустикалық және тілдік модельдерді құру орындалды. Корпус үшін деректерді өңдеу Python 3.8 технологиясы арқылы жүзеге асырылды.

The main constructive and technical economic indicators (in Russian) : Расходование средств финансирования производится согласно утвержденной смете.

The main constructive and technical economic indicators (in Kazakh) : Қаражат жұмсауы бекітілген құжатқа сәйкес жүргізіледі.

Level of implementation (in Russian) :

Level of implementation (in Kazakh) :

Efficiency (in Russian) :

Efficiency (in Kazakh) :

Field of application (in Russian) : Потребителями разработанной комплексом обучающей системы будут все слои населения Казахстана, государственные и учебные учреждения, а потребителями научных результатов будут: ученые и исследователи (как в области информатики, так и лингвистики), разработчики, поставщики и конечные пользователи.

Field of application (in Kazakh) : Әзірлеген кешен оқыту жүйесінің тұтынушылары Қазақстан халқының барлық топтары, мемлекеттік және оқу орындары. Ал ғылыми нәтижелердің тұтынушылары: ғалымдар мен зерттеушілер (информатика және лингвистика саласында ), әзірлеушілер, қарапайым тұтынушылар.