В Уфе расширили базы данных для обучения нейросетей башкирскому языку

Об успехах в работе по цифровизации башкирского языка сообщил у себя в канале МАХ первый вице-премьер правительства республики Урал Кильсенбаев.

По его словам, хранилище данных bashkorttele пополнилось базой почти из 10 тысяч фраз, выровненных сразу по трём языкам: башкирский, русский и третий язык (алтайский, арабский, казахский, якутский или китайский). Параллельный корпус разговорников – это ценнейший ресурс для машинного перевода между родственными тюркскими языками.

Также появился корпус живой башкирской речи, необходимый для предобучения моделей распознавания речи. Архив объемом 53,3 часа чистого звука состоит из записей радиопрограмм ГТРК «Башкортостан», представлены 293 аудиозаписи.

По словам Урала Кильсенбаева, работа по внедрению искусственного интеллекта в башкирскую языковую среду продолжается. 

Главная цель проекта — сделать так, чтобы современные нейросети могли понимать башкирскую речь, общаться на башкирском языке, знали историю и культуру народа.

«Мы методично собираем полноценный стек данных для обучения современных языковых и речевых моделей. Обращаюсь к IT-сообществу, лингвистам и разработчикам: берите эти данные в работу, тестируйте и обучайте свои модели! Вместе мы делаем башкирский язык конкурентоспособным и востребованным в эпоху искусственного интеллекта», — отметил Урал Кильсенбаев.

Ранее в Башкирии утвердили правила оформления вывесок на башкирском языке.