Namangan davlat universiteti
Annotatsiya. Maqolada turkigoʻy mumtoz adiblar merosini raqamlashtirish va ilmiy elektron korpusda jamlashning nazariy hamda amaliy asoslari tahlil qilinadi. Tadqiqotning maqsadi XIV-XV asrlarga oid turkiy yozma yodgorliklarni qamrab oluvchi manba-tanqidiy, koʻp yozuvli va koʻp qatlamli korpusni yaratish tamoyillari, tuzilishi va metodologiyasini asoslashdan iborat. Ish jahon (VATEC, Turk milliy korpusi) hamda milliy (oʻzbek tili milliy korpusi, Alisher Navoiy korpusi) tajribasining qiyosiy tahliliga tayanadi. Natijada korpusning besh qatlamli arxitekturasi, annotatsiyaning token, lemma, morfologik teg, aruz va janr darajalari, shuningdek arab yozuvidagi manbalarni transliteratsiya va transkripsiya bilan parallellashtirish modeli taklif etiladi. Ilmiy yangilik sifatida mumtoz sheʼriy matnlar uchun aruz-vazn annotatsiyasi qatlamining kiritilishi hamda manba ishonchliligini taʼminlovchi metamaʼlumot tizimi ilgari suriladi. Korpusning tekstologik tadqiqot, tarixiy leksikografiya, mualliflik uslubini lingvostatistik aniqlash va lingvodidaktika uchun amaliy ahamiyati ko‘rsatiladi.
Kalit so'zlar: lingvistik korpus, turkiygoʻy adiblar, korpus lingvistikasi, transliteratsiya, morfologik annotatsiya, aruz, TEI, tarixiy leksikografiya.
Аннотация. В статье анализируются теоретические и практические основы цифровизации наследия тюркоязычных классиков и его объединения в научном электронном корпусе. Цель исследования — обосновать принципы, структуру и методологию создания источниковедчески выверенного, многописьменного и многоуровневого корпуса, охватывающего тюркские памятники XIV-XV вв. Работа опирается на сравнительный анализ мирового (VATEC, TNC) и национального опыта. Предложена пятиуровневая архитектура корпуса с уровнями токенизации, лемматизации, морфологической разметки, аруза и жанра.
Ключевые слова: лингвистический корпус, тюркоязычная классика, корпусная лингвистика, транслитерация, морфологическая аннотация, аруз, TEI, историческая лексикография.
Abstract. The article analyses the theoretical and practical foundations of digitising the heritage of Turkic classical writers and consolidating it in a scholarly electronic corpus. The aim of the study is to substantiate the principles, structure and methodology for building a source-critical, multi-script and multi-layered corpus covering Turkic written monuments of the XIVth–XVth centuries. The study relies on a comparative analysis of international (VATEC, the Turkish National Corpus) and national (the Uzbek National Corpus, the Alisher Navoi corpus) experience. As a result, a five-layer corpus architecture is proposed, together with annotation levels for tokens, lemmas, morphological tags, aruz and genre, and a model that aligns Arabic-script sources with their transliteration and transcription. The scientific novelty lies in introducing an aruz annotation layer for classical poetic texts and a metadata system ensuring source reliability. The corpus’s applied value for textual studies, historical lexicography, stylometric authorship analysis and language teaching is demonstrated.
Keywords: linguistic corpus, Turkic classical literature, corpus linguistics, transliteration, morphological annotation, aruz, TEI, historical lexicography.