Соматикалық компоненті бар этнобірліктердің ЖИ жүйелеріндегі когнитивтік модельденуі мен аудармадағы семантикалық ауытқулар

Мақала қазіргі компьютерлік лингвистика мен NLP саласындағы өзекті мәселе – ірі тілдік модельдердің (LLM) қазақ тіліндегі этномәдени кодтар мен ұлттық дүниетанымдық қабаттарды тану қабілетін зерттеуге арналған. Өйткені қазіргі қолданыста ЖИ-ге негізделген аударма жүйелеріндегі негізгі олқылықтың басым бөлігі – этномәдени бірліктерді дұрыс тани алмауында болып отыр, сонымен бірге дәл осы салаға қатысты зерттеулердің тапшылығы, мәдени мағыналарды дұрыс жеткізе алатын аударма эрратологиясына бейімді ЖИ үлгілерін жасауға деген сұраныстың артуы – зерттеудің өзектілігін көрсетеді. Зерттеудің мақсаты – қазақ соматикалық этнографизмдерінің (жүрек жалғау, бауырымдау, аузына түкірту, т.б.) ChatGPT, Gemini, Claude жүйелерінде өңделуінің когнитивті механизмдерін айқындау және цифрлық ортадағы семантикалық ауытқуларды (аберрацияларды) жіктеу. Жұмыста когнитивті модельдеу, лингвомәдени талдау және салыстырмалыэксперименттік әдістер кешені қолданылды. Эмпирикалық база ретінде Ә. Кекілбаев, М. Әуезов, Т. Әлімқұлов және Т. Ахтановтың классикалық шығармаларынан алынған соматикалық этнобірліктер іріктелді. Модельдердің контекске сезімталдығын тексеру үшін екі кезеңдік (лексикалық және контекстік-прагматикалық) лингвистикалық промпттар әзірленді. Эксперименттік талдау нәтижесі ЖИ жүйелерінің қазақ этносоматикалық кодтарын түсіндіруде «прагматикалық инверсия», «лингвомәдени деритуалдау» және «денотаттық буквализм» сияқты қателіктерге жиі бой алдыратынын көрсетті. Модельдерде сакралды мағыналарды батыстық этикалық нормалармен алмастыру және когнитивті инерция құбылысы байқалды. Жұмыстың құндылығы – генеративті қосымшалардың (ChatGPT, Gemini, Claude) этномәдени бейімсіздігін қазақ тілі материалында алғаш рет когнитивті-семантикалық тұрғыдан қарастыруында. Зерттеу нәтижелерінің практикалық маңызы ЖИ модельдерін қазақ тілінің этнографиялық деректер қоры негізінде мамандандырылған түрде баптауда (fine-tuning), сондай-ақ машиналық аударма сапасын арттыруда қолдану мүмкіндігімен айқындалады.

1. Абдрахманова М.Б. «Көз» концепті: лингвомәдени және танымдық парадигмасы: филол. ғыл. канд. дис.– Алматы, 2008.

2. Алдабергенова А.А., Жұмабекова А.Қ. Жаңа аударма мәтіндерінің баламалылық деңгейі // Торайғыров университетінің Хабаршысы. Филологиялық серия. – 2024. – №3. – 44-52-бб.

3. Барменқұлова А.С., Жаңабекова А.Ә., Манкеева Ж.А. Этномәдени бірліктердің корпуста берілу жолдары // Тілтаным, 2023. №1 (56). – 56-66-бб.

4. Ескермесова Г.А., Ермекова Т.Н., Шойбекова Ғ.Б. Этномәдени бірліктердің жасанды интеллект арқылы аударылуы: машиналық аудармалар және оның сапасын бағалау // Еуразия гуманитарлық институтының хабаршысы. – 2026. – №2. – 67–74-бб. DOI: https://doi.org/10.55808/1999-4214.2026-2.06

5. Жанабекова А.А., Усенов М., Тлегенова Г.Б. Создание больших языковых моделей в казахском языке: казахстанский опыт и глобальные тренды // Tiltanym, 2026. №1 (101). – С. 135–149. DOI: https://doi.org/10.55491/2411-6076-2026-1-135-149

6. Имангазина М. Аудармадағы коммуникант эмоциясы: түр-түс атауларының қызметі мен семантикасы // Вестник евразийского гуманитарного института. – 2024. – №3. – С. 41-52.

7. Исаева Г.С., Өтебаева Э.Ә., Серікқызы М. Лингвомәдени ішкорпусты әзірлеудегі мәдени-семантикалық белгіленім // Тілтаным, 2023. №3 (135). – 135-143-бб.

8. Ислам А. Медиалингвистика негіздері және медиа аударма мәселелері // Қарағанды университетінің хабаршысы. Филология сериясы. – 2025. – №2 (118). – 151-160-бб.

9. Қазақ әдеби тілінің сөздігі. Он бес томдық. 6-том / Құраст.: Ж. Қоңыратбаева, Ғ. Қалиев, Қ. Есенова және т.б. – Алматы, 2011. – 752 б.

10. Қазақ әдеби тілінің сөздігі. Он бес томдық. 10-том / Құраст.: М. Малбақов, Н. Оңғарбаева, А. Үдербаев және т.б. – Алматы, 2011. – 752 б.

11. Қазақтың этнографиялық категориялар, ұғымдар мен атауларының дәстүрлі жүйесі. Энциклопедия. – Т. 1: АД / Ғылыми ред. Н. Әлімбай. – Алматы: DPS, 2011. – 735 б.

12. Қайдар Ә. Қазақтар ана тілі әлемінде (этнолингвистикалық сөздік). – Т. 1: Адам. – Алматы: Дайк-Пресс, 2009. – 784 б.

13. Манкеева Ж. Қазақ тіл білімінің мәселелері. – Алматы: «Абзал-Ай» баспасы, 2014. – 640 б.

14. Нұржанова А. Дүниенің қарабайыр бейнесі: фразеологиялық фрагменттің соматикалық коды: филол. ғыл. канд. ... дис. – Астана, 2010.

15. Раманова А.А. Қазақ тіліндегі соматизмдердің лексикалық-семантикалық өрісі // Батыс Қазақстан инновациялық-технологиялық университетінің хабаршысы. – 2023. – Т. 68. №1. – 101-110-бб.

16. Смағұлова Г. Қазақ фразеологиясы лингвистикалық парадигмаларда: монография. – Алматы: «Елтаным баспасы», 2020. – 256 б.

17. Сыздық Р. Ғылыми таным үзіктері: Мақалалар жинағы. 1-кітап. / Рабиға Сыздық. – Алматы: «Сардар», 2025. Қазақ және орыс тілдерінде.

18. Ташауов Ә.С. «Кодекс Куманикус» тіліндегі соматикалық атаулар және олардың лексика-семантикалық топтары: филол. ғыл. канд. ... дис. — Алматы, 1995. – 161 б.

19. Уәли Н. Қазақ сөз мәдениетінің теориялық негіздері. Монография. – Алматы: «Қазақ тілі» баспасы, 2021. – 424 б.

20. Уызбаева Б.К. Қазақ тіліндегі соматикалық етістік фразеологизмдердің этнолингвистикалық сипаты: филол. ғыл. канд. ... дис. – Алматы, 1994.

21. Alimzhanova, Sh.A. The role of somatisms in polysemantic phraseological units: a cognitive and cultural feature // International Journal of Literature and Languages. 2025. Vol. 5. Issue 03. Pp. 74-77.

22. Bender, E.M., Koller, A. Climbing towards NLU: On Meaning, Form, and Understanding in the Age of Data // Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics. 2020. Pp. 5185–5198.

23. Cao, Y., Zhou, L., Lee, S., Cabello, L., Chen, M., Hershcovich, D. Assessing Cross-Cultural Alignment between ChatGPT and Human Societies: An Empirical Study // Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing (EMNLP). 2023. Pp. 53–67.

24. Kadyrbek, N., Tuimebayev, Z., Mansurova, M., Viegas, V. The Development of Small-Scale Language Models for Low-Resource Languages, with a Focus on Kazakh and Direct Preference Optimization // Information. 2025. Vol. 16(1). Art. No. 85.

25. Karyukin, V., Rakhimova, D., Karibayeva, A., et al. The neural machine translation models for the low-resource Kazakh–English language pair // Scientific Reports. 2024. Vol. 14. Art. No. 7166.

26. Marcus, G. The Next Decade in AI: Four Steps Towards Robust Artificial Intelligence // arXiv preprint. 2020. arXiv:2002.06177. Pp. 1-45.

27. Maxutov, A., Myrzakhmet, A., Braslavski, P. Do LLMs Speak Kazakh? A Pilot Evaluation of Seven Models // Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing (EMNLP). 2024. Pp. 112–128.

28. Tekgürler, M. LLMs for Translation: Historical, Low-Resourced Languages and Contemporary AI Models // Proceedings of LaTeCH-CLfL 2025. Pp. 227–237.

29. Togmanov, M., Mukhituly, N., Turmakhan, D., et al. KazMMLU: Evaluating Language Models on Kazakh, Russian, and Regional Knowledge of Kazakhstan // MBZUAI Technical Report. 2025. Pp. 1-22.

30. Toleu, A., Tolegen, G., Ualiyeva, I. Fine-Tuning Large Language Models for Kazakh Text Simplification // Applied Sciences. 2024. Vol. 14(5). Art. No. 2100.

31. Wang, X., Fantinuoli, C. Exploring the Correlation between Human and Machine Evaluation of Simultaneous Speech Translation // Proceedings of the 25th Annual conference of the European Association for Machine Translation (Volume 1). 2024. Pp. 327–336.