arkhumsciАрктика XXI векArctic XXI century3034-73783034-7386Северо-Восточный федеральный университет им. М. К. Аммосова10.25587/3034-7378-2026-14-3-5-21arkhumsci-270Research ArticleСтатьиМодель универсального лингвистического графа знаний тюркских языковA model of a universal linguistic knowledge graph for Turkic languageshttps://orcid.org/0000-0003-3063-8147ГатиатуллинА. Р.GatiatullinA. R.

ГАТИАТУЛЛИН Айрат Рафизович - кандидат технических наук, ведущий научный сотрудник

Казань

WoS ResearcherID: ABF-8777-2020, Scopus Author ID: 56500678000, Elibrary AuthorID: 161758

Ayrat R. GATIATULLIN - Cand. Sci. (Engineering), Leading Researcher

Kazan

WoS ResearcherID: ABF8777-2020, Scopus Author ID: 56500678000, Elibrary AuthorID: 161758

ayrat.gatiatullin@gmail.comhttps://orcid.org/0000-0003-0066-7465ПрокопьевН. А.ProkopyevN. A.

ПРОКОПЬЕВ Николай Аркадиевич - кандидат технических наук, научный сотрудник

Казань

WoS ResearcherID: S-3829-2016, Scopus Author ID: 57206891311, Elibrary AuthorID: 999214

Nikolai A. PROKOPYEV - Cand. Sci. (Engineering), Researcher

Kazan

WoS ResearcherID: S-3829-2016, Scopus Author ID: 57206891311, Elibrary AuthorID: 999214

nikolai.prokopyev@gmail.comhttps://orcid.org/0000-0001-9195-5723АбдурахмоноваН. З.AbdurakhmonovaN. Z.

АБДУРАХМОНОВА Нилуфар Зайнобитдиновна - доктор филологических наук, профессор, заведующая кафедрой компьютерной лингвистики и прикладного языкознания, Факультет журналистики и узбекской филологии

Ташкент

WoS ResearcherID: ABC-52752021, Scopus Author ID: 57221106516

Nilufar Z. ABDURAKHMONOVA - Dr. Sci. (Philology), Professor, Head of the Department of Computational and Applied Linguistics, Faculty of Journalism and Uzbek Philology

Tashkent

WoS ResearcherID: ABC-5275-2021, Scopus Author ID: 57221106516

n.abduraxmonova@nuu.uzhttps://orcid.org/0000-0002-9605-7460КасиеваА. А.KasievaA. А.

КАСИЕВА Аида Аскарбековна - кандидат филологических наук, доцент, профессор, заведующая отделением перевода и переводоведения, Филологический факультет

Бишкек

WoS ResearcherID: HGC-3155-2022, Scopus Author ID: 57189928164

Aida A. KASIEVA - Cand. Sci. (Philology), Associate Professor, Professor and Head of the Department of Translations, Faculty of Humanities

Bishkek

WoS ResearcherID: HGC-3155-2022, Scopus Author ID: 57189928164

aida.kasieva@manas.edu.kgИнститут прикладной семиотики Академии наук Республики ТатарстанРоссияInstitute of Applied Semiotics of Tatarstan Academy of SciencesRussian FederationНациональный университет Узбекистана им. Мирзо УлугбекаУзбекистанNational University of Uzbekistan Named after Mirzo UlugbekUzbekistanКыргызско-турецкий университет «Манас»КыргызстанKyrgyz-Turkish Manas UniversityKyrgyzstan20260910202603521Copyright © Гатиатуллин А.Р., Прокопьев Н.А., Абдурахмонова Н.З., Касиева А.А., 20262026Гатиатуллин А.Р., Прокопьев Н.А., Абдурахмонова Н.З., Касиева А.А.Gatiatullin A.R., Prokopyev N.A., Abdurakhmonova N.Z., Kasieva A.А.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.arcticjournal.ru/jour/article/view/270

В статье описывается новая модель универсального лингвистического графа знаний для тюркских языков как основа для создания онтолингвистических ресурсов. В предлагаемой модели знания о мире формализованы в виде онтологического ядра, объединяющего таксономическую и ситуационную онтологии (по аналогии с WordNet и FrameNet) и тесно взаимосвязанного с лингвистическими данными тюркских языков. Актуальность работы обусловлена малоресурсностью большинства тюркских языков и потерей эффективности нейро-сетевых подходов при обработке агглютинативных языков с богатой морфологией, что ограничивает применение больших языковых моделей к тюркским языкам. Цель проекта – разработка новой модели универсального лингвистического графа знаний для тюркских языков. Для реализации этой цели нами решались следующие задачи, такие как объединение знаний о мире и глубоких лингвистических сведений на всех уровнях языковой системы; построение графа по принципу семиотической вертикали; обеспечение морфемоцентричности модели; интеграция с международными языковыми стандартами. В ка-честве основополагающего метода предлагается прагматически-ориентированный подход, фокусирующий предметную область на структурно-функциональных особенностях тюркских языков. Граф знаний строится по принципу семиотической вертикали, объединяющей пять уровней – фонологический, морфологический, синтаксический, семантический и прагматический, а также три межуровневых моста (морфонологический, морфосинтаксический и морфосемантический). Ключевая особенность модели – морфемоцентричность, где морфема выступает базовой лингвистической единицей, связанной с единицами всех языковых уровней модели, что принципиально отличает подход от словоцентричных моделей для флективных языков. Модель интегрирована с международными яыковыми стандартами: IPA, Universal Dependencies, UDS, UMR, FrameNet, WordNet и DiAML, каждый из которых используется для описания языковых элементов и отношений на своем языковом уровне. Модель уже нашла практическое применение в нескольких программных продуктах, таких как лингвистический портал «Тюркская морфема» и новой версии татарского корпуса «Туган тел». Перспективы включают повышение интерпретируемости LLM, улучшение качества машинного перевода и унификацию аннотаций электронных корпусов.

The article describes a new model of a universal linguistic knowledge graph for Turkic languages as a basis for creating ontolinguistic resources. In the model, world knowledge is formalized as an ontological core that integrates taxonomic and situational ontologies (by analogy with WordNet and FrameNet) and is closely interrelated with linguistic data from Turkic languages. The relevance of the work is determined by the low-resource nature of most Turkic languages and the loss of effectiveness of neural network approaches in processing agglutinative languages with rich morphology. The goal of the project is to develop a new model of a universal linguistic knowledge graph for Turkic languages. The objectives are: integrating world knowledge and deep linguistic information at all levels of the language system; constructing the graph according to the principle of a semiotic vertical; ensuring the morphemocentricity of the model; and integrating it with international language standards. The foundational method is a pragmatically-oriented approach that focuses the research domain on the structural and functional features of Turkic languages. The knowledge graph is constructed according to the principle of a semiotic vertical that unites five levels – phonological, morphological, syntactic, semantic, and pragmatic – as well as three inter-level bridges (morphonological, morphosyntactic, and morphosemantic). A key feature of the model is its morphemocentricity: the morpheme acts as the basic linguistic unit, connected with units of all language levels of the model, which fundamentally distinguishes this approach from word-centric models for fusional languages. The model is integrated with international standards: IPA, Universal Dependencies, UDS, UMR, FrameNet, WordNet, and DiAML, each of which is used to describe linguistic elements and relations at its own level. The model has already found practical application in several software products, such as the linguistic portal “Turkic Morpheme” and the new version of the Tatar corpus “Tugan Tel”. Prospects include improving the interpretability of LLMs, improving the quality of machine translation, and unifying annotations of electronic corpora. 

граф знанийлингвистический граф знанийтюркские языкисемиотическая вертикальонтологияагглютинативные языкиUniform Meaning RepresentationUniversal Dependenciesтюркологиялингвистические ресурсыknowledge graphlinguistic knowledge graphTurkic languagessemiotic verticalontologyagglutinative languagesUniform Meaning RepresentationUniversal DependenciesTurkologylinguistic resourcesReferencesLewis P., Perez E., Piktus A. et al. Retrieval-augmented generation for knowledge-intensive NLP tasks. NIPS’20: Proceedings of the 34th International Conference on Neural Information Processing Systems. 2020:9459–9474. DOI: https://doi.org/10.5555/3495724.3496517 (на англ.).Lewis P, Perez E, Piktus A et al. Retrieval-augmented generation for knowledge-intensive NLP tasks. NIPS’20: Proceedings of the 34th International Conference on Neural Information Processing Systems. 2020:9459–9474. DOI: https://doi.org/10.5555/3495724.3496517Edge D., Trinh H., Cheng N. et al. From local to global: a graph RAG approach to query-focused summarization. arXiv cs.CL 2404.16130. 2025. DOI: https://doi.org/10.48550/arXiv.2404.16130 (на англ.).Edge D, Trinh H, Cheng N et al. From local to global: a graph RAG approach to query-focused summarization. arXiv cs.CL 2404.16130. 2025. DOI: https://doi.org/10.48550/arXiv.2404.16130Ломов П.А. Использование онтологий для контекстуализации запросов к большим языковым моделям. Онтология проектирования. 2025;15(2):239–248. DOI: https://doi.org/10.18287/2223-9537-2025-15-2-239-248Lomov PA. Using ontologies to contextualize queries to Large Language Models. Ontology of Designing. 2025;15(2):239–248. DOI: https://doi.org/10.18287/2223-9537-2025-15-2-239–248 (in Russian).Arnett C., Bergen B. Why do language models perform worse for morphologically complex languages? Proceedings of the 31st International Conference on Computational Linguistics. UAE. 2025:6607–6623 (на англ.).Arnett C, Bergen B. Why do language models perform worse for morphologically complex languages? Proceedings of the 31st International Conference on Computational Linguistics. UAE. 2025:6607–6623.Yu S., Kulkarni N., Lee H., and Kim J. Syllable-level Neural Language Model for agglutinative language. Proceedings of the First Workshop on Subword and Character Level Models in NLP. Copenhagen. 2017:92–96 (на англ.).Yu S, Kulkarni N, Lee H, and Kim J. Syllable-level Neural Language Model for agglutinative language. Proceedings of the First Workshop on Subword and Character Level Models in NLP. Copenhagen. 2017:92–96.Гузев В.Г. О некоторых экзотических особенностях тюркских языков («тюркские чудеса»). Актуальные проблемы мировой политики. 2020;(10):231–245.Guzev VG. About some exotic features of Turkic languages (“Turkic miracles”). Digest of World Politics. 2020;(10):231–245 (in Russian).McCrae J., Spohr D., Cimiano P. Linking lexical resources and ontologies on the Semantic Web with Lemon. The Semantic Web: Research and Applications. ESWC 2011. Lecture Notes in Computer Science. Berlin, Heidelberg: Springer. 2011;(6643):245–259. DOI: https://doi.org/10.1007/978-3-642-21034-1_17 (на англ.).McCrae J, Spohr D, Cimiano P. Linking lexical resources and ontologies on the Semantic Web with Lemon. The Semantic Web: Research and Applications. ESWC 2011. Lecture Notes in Computer Science. Berlin, Heidelberg: Springer. 2011;(6643):245–259. DOI: https://doi.org/10.1007/978-3-642-21034-1_17Francopoulo G., George M., Calzolari N., Monachini M., Bel N., Pet M., and Soria C. Lexical Markup Framework (LMF). Proceedings of the Fifth International Conference on Language Resources and Evaluation (LREC’06). Italy. 2006 (на англ.).Francopoulo G, George M, Calzolari N, Monachini M, Bel N, Pet M, and Soria C. Lexical Markup Framework (LMF). Proceedings of the Fifth International Conference on Language Resources and Evaluation (LREC’06). Italy. 2006.Гатиатуллин А.Р., Прокопьев Н.А., Сулейманов Д.Ш. Модель лингвистических графов знаний тюркских языков. Онтология проектирования. 2024;14(3):366–378.Gatiatullin AR, Prokopyev NA, Suleymanov DSh. Model of linguistic knowledge graphs of Turkic languages. Ontologiya proyektirovaniya. 2024;14(3):366–378 (in Russian).Linden K., Axelson E., Drobac S. et al. HFST – A system for creating NLP tools. Systems and Frameworks for Computational Morphology. SFCM 2013. Communications in Computer and Information Science. 2013;(380):53–71. DOI: https://doi.org/10.1007/978-3-642-40486-3_4 (на англ.).Linden K, Axelson E, Drobac S et al. HFST – A system for creating NLP tools. Systems and Frameworks for Computational Morphology. SFCM 2013. Communications in Computer and Information Science. 2013;(380):53–71. DOI: https://doi.org/10.1007/978-3-642-40486-3_4Marneffe M., Manning C., Nivre J. et al. Universal Dependencies. Computational Linguistics. 2021;47(2):255–308. DOI: https://doi.org/10.1162/coli_a_00402 (на англ.).Marneffe M, Manning C, Nivre J et al. Universal Dependencies. Computational Linguistics. 2021;47(2):255–308. DOI: https://doi.org/10.1162/coli_a_00402Fellbaum C. WordNet: An electronic lexical database. Cambridge. MA: MIT Press. 1998. DOI: https://doi.org/10.7551/mitpress/7287.001.0001 (на англ.).Fellbaum C. WordNet: an electronic lexical database. Cambridge. MA: MIT Press. 1998. DOI: https://doi.org/10.7551/mitpress/7287.001.0001Baker C.F., Fillmore C.J., Lowe J.B. The Berkeley FrameNet project. 36th Annual Meeting of the Association for Computational Linguistics and 17th International Conference on Computational Linguistics. 1998;(1):86–90. DOI: https://doi.org/10.3115/980845.980860 (на англ.).Baker CF, Fillmore CJ, Lowe JB. The Berkeley FrameNet project. 36th Annual Meeting of the Association for Computational Linguistics and 17th International Conference on Computational Linguistics. 1998;(1):86–90. DOI: https://doi.org/10.3115/980845.980860Van Gysel J.E.L., Vigus M., Chun J. et al. Designing a Uniform Meaning Representation for Natural Language Processing. Künstliche Intelligenz. 2021;(35):343–360. DOI: https://doi.org/10.1007/s13218-021-00722-w (на англ.).Van Gysel JEL, Vigus M, Chun J et al. Designing a Uniform Meaning Representation for Natural Language Processing. Künstliche Intelligenz. 2021;(35):343–360. DOI: https://doi.org/10.1007/s13218-021-00722-wBanarescu L., Bonial C., Cai S. et al. Abstract Meaning Representation for Sembanking. Proceedings of the 7th Linguistic Annotation Workshop & Interoperability with Discourse. 2013:178–186 (на англ.).Banarescu L, Bonial C, Cai S et al. Abstract Meaning Representation for Sembanking. Proceedings of the 7th Linguistic Annotation Workshop & Interoperability with Discourse. 2013:178–186.Bunt H., Alexandersson J., Choe J.W. et al. ISO 24617-2: A semantically-based standard for dialogue annotation. Proceedings of the Eighth International Conference on Language Resources and Evaluation (LREC’12). 2012:430–437 (на англ.).Bunt H, Alexandersson J, Choe JW et al. ISO 24617-2: A semantically-based standard for dialogue annotation. Proceedings of the Eighth International Conference on Language Resources and Evaluation (LREC’12). 2012:430–437.Gatiatullin A., Suleymanov D., Prokopyev N., Khakimov B. About “Turkic Morpheme” portal. CEUR Workshop Proceedings. 2020;(2780):226–243 (на англ.).Gatiatullin A, Suleymanov D, Prokopyev N, Khakimov B. About “Turkic Morpheme” portal. CEUR Workshop Proceedings. 2020;(2780):226–243.Mukhamedshin D., Gatiatullin A., Gilmullin R. The new version of the corpus data management system “Tugan Tel” using graph knowledge base. IEEE 3rd International Conference on Problems of Informatics, Electronics and Radio Engineering (PIERE). 2024:1800–1804. DOI: https://doi.org/10.1109/PIERE62470.2024.10804932 (на англ.).Mukhamedshin D, Gatiatullin A, Gilmullin R. The new version of the corpus data management system “Tugan Tel” using graph knowledge base. IEEE 3rd International Conference on Problems of Informatics, Electronics and Radio Engineering (PIERE). 2024:1800–1804. DOI: https://doi.org/10.1109/PIERE62470.2024.10804932White A.S., Reisinger D., Sakagucih K. et al. Universal Decompositional Semantics on Universal Dependencies. Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing. 2016:1713–1723. DOI: https://doi.org/10.18653/v1/D16-1177 (на англ.).White AS, Reisinger D, Sakagucih K et al. Universal Decompositional Semantics on Universal Dependencies. Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing. 2016:1713–1723. DOI: https://doi.org/10.18653/v1/D16-1177

The authors declare that there are no conflicts of interest present.