TARJIMA XATOLARINI ANIQLASH VA TAHRIRLASHDA SUN’IY INTELLEKTDAN FOYDALANISH: CHATGPT-4 VA DEEPSEEK BILAN QIYOSIY TAJRIBA
Выявление ошибок в процессе перевода и их редактирование всегда было важной и ответственной задачей. При традиционном подходе эта работа возлагалась исключительно на переводчиков и редакторов, но с развитием искусственного интеллекта в последние годы ситуация кардинально изменилась [1]. Инструменты искусственного интеллекта, в частности большие языковые модели, за последние два года привнесли значительные изменения в переводческую практику [2]. На основе практического эксперимента, проведенного в данной статье, сравнительно анализируются возможности двух наиболее популярных моделей – ChatGPT-4 от OpenAI и DeepSeek – по выявлению и редактированию переводческих ошибок.
1. Abdurahmonov, Sh. (2023). Neyron tarmoqlar asosida tarjimani post-tahrirlash: muammo va yechimlar. Toshkent: “Zamonaviy filologiya” nashriyoti, 45-78 b.
2. Ahmedov, B. (2022). “Katta til modellari va tarjima sifatini baholash muammolari”. O‘zbekiston tarjimashunoslik jurnali, 4-son, 23-41 b.
3. Bahodirova, N., & Karimova, D. (2023). Sun’iy intellekt va tarjima xatolari tipologiyasi: qiyosiy tahlil. “Filologiya masalalari” ilmiy to‘plami, 2-jild, 67-89 b.
4. Brown, T., & Smith, J. (2023). Large Language Models for Translation Post-Editing: A Comprehensive Review. Journal of Artificial Intelligence Research, 78(3), 245-278.
5. Chen, L., Wang, Y., & Zhang, W. (2024). Comparative Analysis of GPT-4 and DeepSeek-V3 for Low-Resource Language Translation. Computational Linguistics, 50(2), 112-145.
6. Elov, B., & Sobirova, M. (2025). “Avtomatik matn tahrirlash vositalari: imkoniyat va cheklovlar”. Amaliy tilshunoslik masalalari, 3-jild, 112-130 b.
7. G‘ulomova, M. (2021). “Tarjima tahririda neyron tarmoqlarni qo‘llash tajribasi”. “Innovatsion texnologiyalar va ta’lim” jurnali, 8-son, 90-108 b.
8. Inoyatova, F. (2025). “Post-redaktirlash kompetensiyasi: zamonaviy tarjimon kasbining yangi talabi”. Tarjima nazariyasi va amaliyoti, 5(1), 34-52.
9. Johnson, P., Lee, H., & Martinez, R. (2023). Prompt Engineering for Translation Error Detection and Correction. arXiv preprint arXiv:2305.09876v3.
10. Karimov, D. (2024). ChatGPT-4 va DeepSeek: qiyosiy imkoniyatlar tahlili. “Raqamli transformatsiya” ilmiy-amaliy konferensiya materiallari, 15-17 mart, Toshkent, 55-74 b.
11. Kim, E., & Vasiliev, A. (2024). Deep Learning Approaches to Translation Quality Assessment. Machine Translation Review, 44(1), 15-33.
12. Wu, Z., Chen, L., & Smith, J. (2024). DeepSeek vs GPT-4: A Practical Benchmark on Post-Editing Across Multiple Language Pairs. Computational Linguistics Review, 44(2), 112-141.
13. Liu, X., & Zhou, Q. (2024). Evaluating ChatGPT and DeepSeek for Professional Translation Tasks. Natural Language Engineering, 30(4), 567-592.
14. Mirzayeva, S. (2023). “Sun’iy intellekt va tarjimon kasbining kelajagi”. Xalqaro ilmiy-amaliy konferensiya materiallari, 12-14 sentyabr, Samarqand, 134-142 b.
15. Rahmonova, S. (2024). “Korpus lingvistikasi va neyron tarjima modellari integratsiyasi”. O‘zbek tilshunosligining dolzarb muammolari, 2(3), 88-106.
16. Tursunov, O. (2023). Neyron tarmoqlar asosida tarjima sifatini baholash: metodologiya va amaliyot. Samarqand: “Ilm ziyo” nashriyoti, 200-235 b.
17. Xolmatov, B. (2022). “Tarjimon va sun’iy intellekt: hamkorlik modeli”. “Zamonaviy tarjimashunoslik: muammo va yechimlar” respublika ilmiy konferensiyasi, 15-17 noyabr, Buxoro, 134-139 b.
18. Yusupova, D. (2025). “Tabiiy tilni qayta ishlash modellarining o‘zbek tiliga moslashuvi muammolari”. “Kompyuter lingvistikasi va sun’iy intellekt” jurnali, 6(2), 45-63.
19. Zhang, W., & Liu, Y. (2024). Prompt Optimization for Translation Error Correction with LLMs. Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics, 1123-1140.
20. Zokirov, A. (2024). “Sun’iy intellekt vositalari bilan ishlash: tarjimonlar uchun amaliy qo‘llanma”. Toshkent: “Fan va texnologiya” nashriyoti, 150-178 b.
Copyright (c) 2026 «ВЕСТНИК НУУз»
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-ShareAlike» («Атрибуция — Некоммерческое использование — На тех же условиях») 4.0 Всемирная.
.jpg)
2.png)
