Abstract
Бай агглютинативті морфологиясы, еркін сөз тәртібі және нақты лингвистикалық құрылымдары бар қазақ тілі табиғи тілді өңдеудің (NLP) стандартты әдістері үшін айтарлықтай қиындық туғызады. Жұмыста негаторлар мен күшейткіштерге, аффикстерді өңдеу ережелеріне негізделген терең морфологиялық өңдеуді трансформаторларға негізделген заманауи нейрондық желілік архитектуралармен біріктіретін кешенді гибридті тәсіл ұсынылады. Модель көп тапсырмалы оқытуды орындайды – тоналдылықты жіктеу (оң, бейтарап, теріс) және «ұят» мәдени-спецификалық эмоциясын есепке алуымен кеңейтілген Роберт Плутчик моделіне сәйкес көп этикеткалы эмоцияларды жіктеу. Өңдеу кезеңдері, модель архитектурасы, қолданылатын шығындар функциялары және оқу корпусының ерекшеліктері егжей-тегжейлі сипатталған. Жоғары дәлдікке қол жеткізу үшін тіл ерекшелігін ескерудің критаклық маңыздылығы эксперименталды түрде атап өтіледі және қазақ тілі үшін белгіленген деректердің жетіспеушілігімен байланысты мәселелерді шешу жолдары ұсынылады. Ұсынылған гибридті модель морфологиялық ерекшеліктерді ескермейтін негізгі тәсілдерден жоғары екендігі көрсетілген. Бұл мақала қазақ тіліндегі мәтіндердегі кілтті автоматты талдау мен эмоцияларды танудың өзекті мәселесін шешуге арналған.