MXIK qidiruvini oddiy soʻzlarni tushunishga qanday oʻrgatdik

Nega rasmiy qidiruv topa olmaydi

Biz kundalik ishdan 155 ta soʻrov toʻpladik: qahvaxona egasi kassaga kapuchino qoʻshmoqda, sartarosh — soch olishni, doʻkon — shakar va taglikni. Har biri uchun katalog boʻyicha toʻgʻri kodni aniqladik va barcha soʻrovlarni tasnif.soliq.uz saytidagi rasmiy qidiruvga yubordik (2026-yil sentabr).

• Toʻgʻri kod 23% hollarda dastlabki uchta natija orasida boʻldi.
• 70% hollarda qidiruv hech narsa topmadi.
• Kafeda tayyorlanadigan 40 ta taom va ichimlikdan faqat bittasi uchun toʻgʻri kod topildi.

Rasmiy qidiruv katalogdagi soʻzlarni qidiradi. «Подгузники»ni topadi: kategoriya aynan shunday nomlangan. Kapuchinoni esa topmaydi: qahvaxonadagi kapuchino katalogda «Umumiy ovqatlanish muassasasida tayyorlangan alkogolsiz ichimliklar, qahva va qahva tarkibli ichimliklar» deb yozilgan. Toʻgʻri kod oʻrniga boshqa narsalar chiqdi: «kapuchino» soʻroviga — pechenye, «osh»ga — axborot tizimlari, plastik oshxona idishlari va osh tuzi, ruscha «стрижка»ga — kir yuvish kukuni.

Tovarmi yoki oʻzingiz qiladigan ishmi

Eng koʻp uchraydigan xato — oʻzingiz tayyorlaydigan yoki bajaradigan narsa uchun tovar kodini olish. Barista tayyorlagan kapuchino va javondagi paketli kapuchino — turli kodlar: birinchisi umumiy ovqatlanish boʻlimidagi 10202001010000002, ikkinchisi — tovar. Soch olish va soch olish mashinkasi, massaj va massajyor, yangi siqilgan sharbat va apelsin bilan ham xuddi shunday.

Xato pulga tushadi: sotilgan narsaga mos kelmaydigan kod uchun Soliq kodeksi hujjatdagi tovar qiymatining 1% miqdorida jarima nazarda tutadi. Shuning uchun Tasnif by Krafta har bir natijada bu nima ekanini — tovar, xizmat yoki kafeda tayyorlangan taom — yozadi va birinchi natijani tanlashda buni hisobga oladi.

Qidiruv qanday ishlaydi

Qidiruv bir necha qatlamda ishlaydi va har biri vazifaning oʻz qismini hal qiladi.

Soʻzlar, xatolar va klaviatura

Soʻrov va katalog nomlari umumiy koʻrinishga keltiriladi. Kirill va lotin, «ё» va «е», «oʻ» va «gʻ»dagi apostroflar qidiruv uchun bir xil, shuning uchun «kapuchino» va «капучино», «koʻk choy» va «кўк чой» bir xil natija beradi. Qidiruv oʻzbek alifbosining yangi harflarini ham tushunadi — ö, ğ, ş, ç.

Odamlar haqiqatda qiladigan xatolarni ham hisobga oldik:

• eshitilganidek yozilgan soʻz: «плоф» — «плов»ni, «ноудбук» — «ноутбук»ni topadi;
• adashtirilgan unli: «алкаголь», «падгузники»;
• almashtirilmagan klaviatura: «cnhb;rf» — bu «стрижка», «vjkjrj» — «молоко»;
• lotin harflarida yozilgan ruscha soʻz: «strizhka», «moloko», «khleb».

Tuzatish faqat katalogda yoʻq soʻz uchun va faqat katalogdagi keng tarqalgan soʻz tomonga ishlaydi, shuning uchun toʻgʻri yozilgan soʻrov avvalgidek ishlaydi.

Har bir kategoriya uchun kundalik soʻzlar

Katalogda 14,5 ming kategoriya bor va ular klassifikator tilida nomlangan. Har biri uchun sunʼiy intellekt yordamida odamlar ishlatadigan soʻzlar roʻyxatini tuzdik: kafedagi qahva ichimliklari uchun bu «kapuchino», «latte», «raf», «amerikano» — rus, oʻzbek va ingliz tillarida. Jami 167 mingga yaqin soʻz boʻldi.

Keyin har bir soʻzni sunʼiy intellekt yana bir bor tekshirdi va notoʻgʻri yoʻnaltiradigan beshdan birini olib tashladi. Masalan, maydalangan qahva kategoriyasida «eruvchan kofe», kashnich urugʻlarida esa «кинза» bor edi, holbuki eruvchan qahva ham, yangi koʻkat ham katalogda alohida kategoriyalarda turadi.

Maʼno boʻyicha qidiruv

Soʻzlar mos kelmasa, maʼno boʻyicha qidiruv ishlaydi. Soʻrov va har bir kategoriya sonlar toʻplamiga — embeddingga aylanadi va maʼnosi yaqin matnlar bir-biriga yaqin joylashadi. Shu tariqa qidiruv kategoriyani uning nomida soʻrovdagi birorta soʻz boʻlmasa ham topadi.

Koʻp uchraydigan soʻzlarga tayyor javoblar

Bitta soʻz koʻpincha bir nechta kategoriyaga mos keladi: «стрижка» — sartaroshlik xizmatlariga ham, soch olish mashinkalariga ham. Har bir bunday soʻz uchun sunʼiy intellekt bir marta uni kiritgan biznes koʻpincha nimani nazarda tutishini hal qildi va qidiruv shu kategoriyani birinchi qoʻyadi: «стрижка» sartaroshlik xizmatlariga, «плов» kafedagi goʻshtli taomlarga olib boradi. Shu tarzda qariyb 8 ming umumiy soʻz hal qilingan. Qarorlar bazada saqlanadi, shuning uchun qidiruv paytida sunʼiy intellekt kerak emas.

Agar soʻz haqiqatan ikki maʼnoli boʻlsa — «kartoshka fri» kafedagi garnir ham, doʻkondagi muzlatilgan mahsulot ham boʻladi — qidiruv ikkala variantni koʻrsatadi va tanlovni sizga qoldiradi.

Aniqlikni qanday tekshiramiz

Har bir oʻzgarishni avval oʻsha 155 ta soʻrovda va sozlash uchun hech qachon ishlatilmagan yana 37 tasida tekshiramiz: ular testga moslashtirib yuborishdan himoya qiladi. Oʻzgarish saytga faqat natijalar yomonlashmasa chiqadi. Toʻgʻri javoblar katalog tavsiflari boʻyicha tanlangan va sunʼiy intellekt tomonidan tekshirilgan, bahsli holatlar bahsli deb belgilangan — bu litsenziyali buxgalter xulosasi emas.

Qidiruv ilgari koʻrmagan 37 ta soʻrovda toʻgʻri kod 92% hollarda birinchi, 97% hollarda dastlabki uchtalikda boʻldi. Odatiy xatolar — imlo xatolari, almashtirilmagan klaviatura va lotin harflari bilan yozilgan 29 ta soʻrovda esa 83% hollarda birinchi boʻldi.

Katalog har kuni yangilanadi

Soliq qoʻmitasining rasmiy eksportlarini har kuni yuklaymiz. Yangi kodlar qidiruvda odatda bir kun ichida, chek uchun qadoq kodlari bilan birga paydo boʻladi. Oʻchirilgan kodlar ham saqlanadi: eski kodni kiritsangiz, qidiruv u oʻchirilganini aytadi va shu kategoriyadagi amaldagi kodlarni taklif qiladi.

Keyingi qadam

Oʻzbekcha soʻrovlarni yaxshiroq tushunish. Sinovlarimizda boshqa maʼno boʻyicha qidiruv modeli oʻzbekcha soʻrov boʻyicha kerakli kategoriyani hozirgisiga qaraganda 2,5–3 barobar koʻproq topadi.

Muhim

Tasnif by Krafta — norasmiy xizmat. Chek chiqarishdan oldin kodni tasnif.soliq.uz rasmiy katalogi bilan solishtiring. Mos kod boʻlmasa, uni Soliq qoʻmitasidan soʻrash mumkin.

Qidiruvni sinab koʻring yoki katalogni guruhlar boʻyicha koʻring.