%V 4 %T СОПОСТАВИТЕЛЬНЫЙ АНАЛИЗ ДООБУЧЕНИЯ МУЛЬТИЯЗЫЧНЫХ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ МАШИННОГО ПЕРЕВОДА ДЛЯ УЗБЕКСКО-РУССКОЙ ЯЗЫКОВОЙ ПАРЫ %L uzindex5744 %D 2026 %J SCIENCE TIME %A Сухроб Авезов %X

В статье представлен сопоставительный анализ шести мультиязычных моделей нейронного машинного перевода (NLLB-200, M2M-100, mBART-50, OPUS-MT, Google Neural MT, SeamlessM4T) применительно к узбекско-русской языковой паре. Описан процесс дообучения (fine-tuning) указанных моделей на параллельном корпусе объёмом 185 тыс. выровненных сегментов. Качество перевода оценивалось по метрикам BLEU, chrF и TER. Результаты экспериментов показали, что наибольший прирост качества после дообучения демонстрирует модель NLLB-200-3.3B, достигшая значения BLEU 31,6 в направлении узбекский-русский. Обсуждены типичные ошибки каждой модели, предложены рекомендации по выбору архитектуры и стратегии дообучения для низкоресурсных тюркских языков.

%N 3/2 %P 21-30