BTU-მ ხელოვნური ინტელექტისთვის ქართული ენის განვითარების მნიშვნელოვანი ეტაპი დაასრულა

ბიზნესისა და ტექნოლოგიების უნივერსიტეტმა (BTU) ხელოვნური ინტელექტისთვის ქართული ენის სასწავლო რესურსების მომზადების მნიშვნელოვანი ეტაპი დაასრულა.

ქართულენოვანი მონაცემების, გრამატიკისა და სასწავლო მაგალითების შექმნითა და ღიად გამოქვეყნებით უნივერსიტეტმა საკუთარი წვლილი შეიტანა იმ ენობრივი საფუძვლის გაფართოებაში, რომელიც AI სისტემებში ქართული ენის გამოყენებას სჭირდება.

ეს სამუშაო მნიშვნელოვანია იმისთვის, რომ ადამიანებმა ხელოვნურ ინტელექტთან ქართულად უფრო სრულფასოვნად შეძლონ ურთიერთობა: ისწავლონ, იმუშაონ, მოიძიონ ინფორმაცია და შექმნან ტექსტები. ქართული ენისთვის ხარისხიანი ციფრული რესურსების ხელმისაწვდომობა განსაზღვრავს, რამდენად ფართოდ იქნება შესაძლებელი ამ ტექნოლოგიების გამოყენება განათლებაში, ბიზნესში, კვლევასა და ყოველდღიურ ცხოვრებაში.

BTU-ს ახალი პაკეტის ძირითადი ენობრივი მასალა, დაახლოებით 150 მილიონ ტოკენს მოიცავს. ახალი ვერსია ადრე გამოქვეყნებულ რესურსებს ემატება და ქართული ენის სწავლებისა და შეფასებისთვის ხელმისაწვდომ მასალას მნიშვნელოვნად აფართოებს.

პაკეტი შეიცავს მილიონობით ენობრივ ჩანაწერს და ქართული ენის წესების მიხედვით შექმნილ მაგალითებს. მათში წარმოდგენილია სხვადასხვა გრამატიკული კონსტრუქცია, სიტუაციური ფორმები და წინადადებების აგების ვარიანტები.

პროექტის წინა ეტაპებზე BTU-მ GitHub-ზე გამოაქვეყნა ქართული ენის ორი მონაცემთა პაკეტი, რომელთა საერთო მოცულობა დაახლოებით 27 მილიონ ტოკენს შეადგენდა.

უნივერსიტეტმა ასევე საჯაროდ ხელმისაწვდომი გახადა ქართული ენის დეტალური გრამატიკა AI-ისთვის. ახალი ვერსია ამ სამუშაოს აგრძელებს და დეველოპერებსა და მკვლევრებს უფრო ფართო შესაძლებლობას აძლევს, იმუშაონ ქართული ტექსტის გაგების, დამუშავებისა და გენერაციის გაუმჯობესებაზე.

პროექტის პარტნიორია პალიტრა ჯგუფი, რომელმაც BTU-ს ქართულენოვანი ტექსტების დიდი ბაზა მიაწოდა. ეს მასალები, უნივერსიტეტის რესურსებთან ერთად, ენობრივი მონაცემების დამუშავებისა და ახალი რესურსების მომზადების საფუძველია.

ახალი რესურსის დამატება ქმნის შესაძლებლობას, რომ AI სისტემებში ქართული ენის გამოყენებაზე მუშაობა გაგრძელდეს უფრო ფართო სასწავლო მასალის გამოყენებით. წლის ბოლომდე სხვადასხვა AI სისტემაში კიდევ უფრო გაუმჯობესებული ქართული ენის ხილვა კი BTU-სთვის უმნიშვნელოვანესი ამოცანაა.

პაკეტი განთავსებულია BTU-ს GitHub-ის გვერდზე.

ამ ეტაპის დასრულებით უნივერსიტეტი ქართულ ენაზე მომუშავე ტექნოლოგიურ კომპანიებს დამატებით რესურსს გადასცემს, რომლის გამოყენებაც შესაძლებელი იქნება ქართული ენისთვის ახალი AI ინსტრუმენტების შესაქმნელად და არსებული სისტემების გასაუმჯობესებლად.

მასალა შეგიძლიათ იხილოთ ბმულზე.

(R)