Matlatipov San’atbek G‘ayratovichning
Falsafa doktori (PhD) dissertatsiyasi himoyasi haqida e’lon

I.Umumiy ma’lumotlar.
Dissertatsiya mavzusi, ixtisoslik shifri (ilmiy daraja beriladigan fan tarmog‘i): «O‘zbek tilining sentimient tahlili», 05.01.11– Raqamli texnologiyalar va sun’iy intellekt (fizika-matematika fanlari).
Dissertatsiya mavzusi ro‘yxatga olingan raqam: B2022.4.PhD/FM827.
Ilmiy rahbar: Mersaid Aripov, fizika-matematika fanlari doktori, professor.
Dissertatsiya bajarilgan muassasa nomi: Mirzo Ulugʻbek nomidagi O‘zbekiston Milliy universiteti.
IK faoliyat ko‘rsatayotgan muassasa nomi, IK raqami: O‘zbekiston Milliy universiteti huzuridagi DSc.03/30.12.2019.FM.01.02 raqamli ilmiy kengash.
Rasmiy opponentlar:  Zygmunt Władysław Vetulani (Polsha), fizika-matematika fanlari doktori, professor; Madraximov Shavkat Fayzullaevich, texnika fanlari doktori, professor.
Yetakchi tashkilot: Samarqand Davlat Universiteti
Dissertatsiya yo‘nalishi: nazariy va amaliy ahamiyatga molik.
II.Tadqiqotning maqsadi o‘zbek tilida raqamli matn ko‘rinishida yozilgan taklif hamda fikrlarni sentiment tahlil qilish masalasini echish uchun berilganlarning intellektual tahlili usullarini ishlab chiqish va til modelini qurishdan iborat.
III.Tadqiqotning ilmiy yangiligi quyidagilardan iborat:
o‘zbek tilida yozilgan raqamli matnlardagi so‘zlarni morfologik tahlili uchun qurilgan adekvat til modelidan foydalanib, normallashgan TF-IDF chastota vektori qurilgan;
sentiment tahlili masalasi uchun tayanch vektorlar usuli (SVM) asosida tasniflash hamda anomal xatoliklarni kamaytirish maqsadida dual optimallashtirish modeliga asoslangan optimal gipertekislik qurish usuli ishlab chiqilgan;
tayanch vektorlar modelining to‘g‘ri tasniflash haqqoniylik koeffisientini hisoblash usuli taklif qilingan va uning samaradorligi modelning lokal  baholash usuli yordamida asoslangan;
o‘zbek tilidagi matnlarni sentiment tahlil qilishda tayanch vektorlar usuli orqali qaror qabul qilish samaradorligi qiyosiy tahlillar asosida asoslangan;
aspektga asoslangan sentiment tahlil korpusini tavsiflash texnologiyasi ishlab chiqilgan va munosabatlarning miqdoriy bahosi asosida ularning ishonchlilik koeffisienti hisoblangan.
IV. Tadqiqot natijalarining joriy qilinishi. Yaratilgan tadqiqot usullari va algoritmlari asosida tadiqiqot natijalari quyidagi yo‘nalishlarda amaliyotga joriy etilgan:
o‘zbek tilini sentiment tahlil qilish modelidan xorijiy ilmiy jurnallarda (Findings of the Association for Computational Linguistics: EMNLP 2022, pp. 5336-5349; Data in Brief pp.48-109, 2023; IEEE Ural-Siberian Conference on Computational Technologies in Cognitive Science, Genomics and Biomedicine, CSGB 2023, pp. 85-89; CEUR Workshop Proceedings 3315, pp. 107-115, 2022) matnlarni sentiment tahlil qilishda foydalanilgan. Ilmiy natijalarning qo‘llanilishi o‘rgatilgan resurslari kam bo‘lgan tillar uchun adekvat modellarni qurish va tahlil qilish masalalarini echish imkonini bergan;
tabiiy tillarni qayta ishlash jarayonida so‘z shakllarini morfologik tahlili uchun til modeli qurish bo‘yicha erishilgan natijalar xorijiy ilmiy jurnallarda (International Journal of Engineering Trends and Technology 71(12), pp. 40-49, 2023; IEEE Ural-Siberian Conference on Computational Technologies in Cognitive Science, Genomics and Biomedicine, CSGB 2023,  pp. 85-89; Communications in Computer and Information Science 1864 CCIS, pp. 430-442; IEEE International Multi-Conference on Engineering, Computer and Information Sciences, SIBIRCON 2022 pp. 1790-1793; CEUR Workshop Proceedings 3315, pp. 107-115; Applied Sciences (Switzerland) 11(19), 9117, 2021) berilgan tokenlarni qayta ishlash va ildizlash maslasida foydalanilgan. Ilmiy natijalarning qo‘llanilishi sun’iy intellekt modellari uchun normallashgan vektorni qurish imkonini bergan.
o‘zbek tili uchun ishlab chiqilgan sentiment tahlili modeli va uning korpusi “Fast Natural Language Parsing for Large-Scale NLP(FASTPARSE)” ilmiy-tadqiqot loyihasida o‘rgatilgan resurslari kam bo‘lgan tillar uchun sentiment tahlil qilishda foydalanilgan (Koruna universitetining 2022 yil 6 oktyabrdagiUDC/1-sonli  ma’lumotnomasi). Ilmiy natijalarning qo‘llanilishi o‘rgatilgan resurslari kam bo‘lgan tillarni sentiment tahlil qilish imkonini bergan.