Аңдатпа. Қазақ тілінің агглютинативтік сипаты және кірме сөздердің қарқынды ағымы бірнеше ауытқу кластарын құрайды, олардың NLP-модельдеріне әсер ету механизмі түбегейлі ерекшеленеді. Бұл өз кезегінде автоматтандырылған жүйелер үшін қиындықтар туғызады. Жағдайды одан әрі орыс және ағылшын тілдерінен қосылатын үздіксіз сөздер ағымы қиындатады. Олар тілдің фонологиялық логикасынан ішінара ауытқып кетеді. Нәтижесінде морфологиялық анализатор бір ғана емес, бірнеше түбегейлі қиын формалар түрлеріне тап болады. Қолданыстағы жүйелер NLP модельдерінің өнімділігін талдауға әсер ету механизміне негізделген аномалиялардың түрлерін ажыратпай, біріктірілген түрде бағалайды. Бұл өңдеуді мақсатты басқаруға мүмкіндік бермейді. Осы зерттеудің нысаны болып морфологиялық қателердің түрлері мен қазақ тіліне арналған трансформерлік NLP-модельдердің өнімділік көрсеткіштері арасындағы байланыс табылады. Жұмыстың мақсаты – морфологиялық аномалиялардың формалды таксономиясын әзірлеу және оны аналитикалық компоненттерді бағыттау механизмі ретінде гибритті NLP архитектурасына біріктіру. Зерттеуде формалды-лингвистикалық талдау, Universal Dependencies Kazakh-KTB (1 047 сөйлемдер) материалындағы корпустық әдіс, есептік модельдеу және абляциялық талдау қолданылады. KazMorphCorpus-2026 гибридті архитектурасы rule-based FST-талдауды, CRF-дизамбигуацияны, KazRoBERTa трансформерлік модулін және MFRN белгілердің морфологиялық үйлесімділігін тексеру модулін біріктіреді. Зерттеу нәтижелері бойынша жүйеге маршруттаудың басқару механизмі ретінде біріктірілген кірме сөздер (BOR), аффиксалды күрделілік (AFC), сегменттеу бұзылыстары (SEG), грамматикалық белгілердің қақтығыстары (AGR) және бейтарап класс (NONE) атты морфологиялық аномалиялардың бес класты таксономиясы ұсынылады. Сынақ үлгісінде жүйе Accuracy = 87,4% және Macro-F1 = 0,86 деңгейіне жетті, сапаның ең үлкен өсімі AGR (ΔF1 = +0,14) и AFC (ΔF1 = +0,12) кластарында тіркелді. Жүргізілген эксперимент морфологиялық аномалиялардың әртүрлі типтері трансформерлік модельдің жұмысына әртүрлі әсер ететінін растады және бұл айырмашылықтың практикалық маңызы бар. Талдау алдында аномалия түрін диагностикалайтын және токенді тиісті құрамдас бөлікке бағыттайтын жүйелер мақсатты түрде оңай түсіндіруге және жақсартуға болатын нәтиже береді.
Түйін сөздер: қателердің таксономиясы, морфологиялық маршруттау, гибридті NLP архитектурасы, KazRoBERTa, FST, CRF, MFRN, агглютинативті тіл.