ilmsarchashmalari@umail.uz +998 91-915-45-55 220100, Urganch shahri, Hamid Olimjon koʻchasi, 14-uy.
O'zbekcha Русский English
Arxiv / №7 · 2026 / Maqola
01.00.00 – FIZIKA-MATEMATIKA FANLARI

NAIVE BAYES ALGORITMI ASOSIDA MATN HISSIYOTINI AVTOMATIK TAHLIL QILUVCHI DASTURIY VOSITANI ISHLAB CHIQISH TEXNOLOGIYASI

Annotatsiya
O'ZBEKCHA

Matnli ma’lumotlardan foydalanuvchilarning fikr va munosabatini avtomatik aniqlash (sentiment tahlil) tabiiy tilni qayta ishlashning dolzarb yo‘nalishlaridan biridir. Ushbu maqolada Naive Bayes klassifikatori asosida o‘zbek tilidagi qisqa matnlarning ijobiy yoki salbiy ekanligini avtomatik baho-lovchi dasturiy vosita ishlab chiqilgan. Dastur Python tilida, Tkinter grafik kutubxonasi yordamida yaratil-gan bo‘lib, tashqi kutubxonalarga bog‘liq emas va internet aloqasini talab qilmaydi. Laplas tekislashidan foydalanish hisobiga noyob so‘zlar uchun ham barqaror natija ta’minlanadi. Olib borilgan sinovlar das-turning amaliy va o‘quv jarayonidagi qo‘llanilishini ko‘rsatadi.

Kalit so'zlar: sun’iy intellekt, mashinaviy o‘rganish, tabiiy tilni qayta ishlash, sentiment tahlil, Naive Bayes, klassifikatsiya, Python, dasturiy ta’minot.
РУССКИЙ

Автоматическое выявление мнений и отношения пользователей на основе текс-товых данных (анализ тональности, сентимент-анализ) является одним из актуальных направле-ний обработки естественного языка. В данной статье разработано программное средство, ко-торое на основе классификатора наивного Байеса автоматически оценивает положительную или отрицательную окраску коротких текстов на узбекском языке. Программа создана на языке Python с использованием графической библиотеки Tkinter; она не зависит от внешних библиотек и не требует подключения к сети Интернет. За счёт применения сглаживания Лапласа обеспечива-ется устойчивый результат и для редких (ранее не встречавшихся) слов. Проведённые испытания демонстрируют применимость программы в практической и учебной деятельности.

Ключевые слова: искусственный интеллект, машинное обучение, обработка естественного языка, анализ тональности (сентимент-анализ), наивный Байес, классификация, Python, программ-ное обеспечение.
ENGLISH

Automatic detection of users’ opinions and attitudes from textual data (sentiment analysis) is one of the most relevant directions in natural language processing. This article presents a software tool that, based on the Naive Bayes classifier, automatically evaluates whether short texts in the Uzbek language are positive or negative. The program is developed in Python using the Tkinter graphical library; it does not depend on external libraries and does not require an internet connection. Through the use of Laplace smoothing, a stable result is ensured even for rare (previously unseen) words. The conducted experiments demonstrate the applicability of the program in both practical and educational settings.

Keywords: artificial intelligence, machine learning, natural language processing, sentiment ana-lysis, Naive Bayes, classification, Python, software.
Maqola · PDF
PDF yuklab olish Yangi oynada ochish

Foydalanilgan adabiyotlar

  1. Pang B., Lee L., Vaithyanathan S. Thumbs up? Sentiment classification using machine learning techniques. Proceedings of EMNLP. Philadelphia: ACL, 2002, p. 79–86.
  2. Pang B., Lee L. Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval. 2008, vol. 2, № 1–2, р. 1–135.
  3. Dave K., Lawrence S., Pennock D.M. Mining the peanut gallery: Opinion extraction and semantic clas-sification of product reviews. Proceedings of the 12th International Conference on World Wide Web (WWW). 2003, p. 519–528.
  4. Rish I. An empirical study of the naive Bayes classifier. IJCAI 2001 Workshop on Empirical Methods in Artificial Intelligence. 2001, vol. 3, № 22, p. 41–46.
  5. McCallum A., Nigam K. A comparison of event models for naive Bayes text classification. AAAI-98 Workshop on Learning for Text Categorization. 1998, p. 41–48.
  6. Kuriyozov E., Matlatipov S. Building a new sentiment analysis dataset for the Uzbek language and creating baseline models. Proceedings (MDPI). 2019, vol. 21, № 1, p. 37.
  7. Matlatipov S., Rahimboeva H., Rajabov J., Kuriyozov E. Uzbek sentiment analysis based on local restau-rant reviews. CEUR Workshop Proceedings. 2022, vol. 3315, p. 126–136.
  8. Rabbimov I., Mporas I., Simaki V., Kobilov S. Investigating the effect of emoji in opinion classification of Uzbek movie review comments. Speech and Computer (SPECOM 2020). Cham: Springer, 2020, p. 435–445.
  9. Jurafsky D., Martin J.H. Speech and Language Processing. 3rd ed. Pearson, 2023, p. 1024.
  10. Bird S., Klein E., Loper E. Natural Language Processing with Python. Sebastopol: O‘Reilly Media, 2009, p. 504.
← Songa qaytish