PAST THRESHOLD SHAROITIDA MBERT MODELINING XAVFLI YOZISHMALARNI TASNIFLASH IMKONIYATLARI

Mazkur maqolada past threshold sharoitida mBERT (multilingual BERT) modelining xavfli yozishmalarni avtomatik tasniflash imkoniyatlari tahlil qilinadi. Tadqiqotda ijtimoiy tarmoqlardan (xususan, Telegram platformasidan) yig‘ilgan o‘zbek tilidagi matnli yozishmalar asosida xavfli va xavfsiz kontentni aniqlash masalasi ko‘rib chiqiladi. Model chiqish ehtimollari uchun turli threshold qiymatlari (0.5 dan past) qo‘llanib, ularning aniqlik (accuracy), to‘liqlik (recall), aniqlik ko‘rsatkichi (precision) va F1-mezoniga ta’siri baholanadi. O‘tkazilgan tajribalar natijalari shuni ko‘rsatadiki, past threshold sharoitida mBERT modeli xavfli yozishmalarni aniqlashda yuqori to‘liqlikni ta’minlaydi, biroq noto‘g‘ri ijobiy tasniflar soni ortishi kuzatiladi. Tadqiqot natijalari real vaqt rejimida xavfli kontentni erta aniqlash talab etiladigan monitoring tizimlari uchun muhim amaliy ahamiyatga ega bo‘lib, ijtimoiy tarmoqlarda axborot xavfsizligini ta’minlashda mBERT modelidan foydalanish imkoniyatlarini kengaytiradi.