Kunstig intelligens kommer inn i vietnamesisk språkverden

[annonse_1]

Kunstig intelligens hjelper ikke bare mennesker med å lære språk, den hjelper også systemer med å støtte bedre språkintelligens.

Kombinering av kunstig intelligens for å «lære» vietnamesisk

Lederen for et utenlandsk direkteinvesteringsforetak (FDI) i Vietnam ønsker å lære vietnamesisk raskt og kunne lese 90 % av innholdet i vanlige dokumenter. Problemet er at han er for opptatt og bare har omtrent 1 time (fra kl. 12–13 hver dag) til å studere. Så hvordan bør teknologi brukes i språklæringsprogramvare for å hjelpe ham med å lære fremmedspråk raskt?

Ovenfor er problemet med lederstillingen i et FDI-selskap stilt til førsteamanuensis dr. Dinh Dien, direktør for Senter for beregningslingvistikk, University of Science , Vietnam National University, Ho Chi Minh-byen.

Som en med mange vitenskapelige forskningsemner og internasjonale publikasjoner om anvendelsen av kunstig intelligens (KI) i maskinoversettelse, kritisk lingvistikk og undervisning av vietnamesisk til utlendinger, mener førsteamanuensis Dien at anvendelsen av KI er svært nødvendig for å løse problemer innen lingvistikk.

Mer spesifikt er det første trinnet i å lære et hvilket som helst språk å lære språklydene. Barrieren her er at vietnamesisk har toner og rytme, og når det undervises til elever som lærer ikke-tonespråk som engelsk, fransk osv., vil det være veldig vanskelig. For eksempel, i stedet for å spørre: «Har du lagt deg ennå?», vil elevene si «Har du lagt deg ennå?», fordi de ikke kan skille tonene. Det er nødvendig å lære dem hvor de skal plassere spillet når de uttaler, hvordan de skal holde munnen, og hvordan riktig eller feil uttale er forskjellig.

For tiden kan AI-applikasjonsprogramvare i fremmedspråkundervisning simulere munnformen til tannpuss, spille av lyder som elevene kan imitere. Deretter spiller elevene av lydene, tar dem opp i programvaren, bruker teknologi til å sammenligne elevens uttale med standarduttalen fra programvaren, og forbedre uttalen raskt. Alle trinnene ovenfor må gjelde AI.

Et annet eksempel, ifølge den vietnamesiske ordboken til Institutt for lingvistisk, redigert av avdøde professor Hoang Phe, har det originale vietnamesiske vokabularet omtrent 34 000 ord. Beregninger viser at det er nødvendig å lære maskinen omtrent 10 % av ordene, tilsvarende 3400 ord med applikasjonsinformasjon, slik at maskinen kan lese omtrent 90 % av vanlige vietnamesiske tekster. For å få denne datatabellen måtte førsteamanuensis Dien bruke kunstig intelligens, og merke vokabularsystemet i det vietnamesiske korpuset.

Man kan si at AI har endret måten undervisning og læring på i utdanningssektoren . Faktisk har mange kunstig intelligens-applikasjoner blitt født for å støtte undervisnings- og læringsprosessen slik at den blir raskere og mer effektiv.

Den interessante historien om å kombinere informatikk og lingvistikk ovenfor viser at prosessen med å trene og anvende AI i praksis er svært nødvendig, men ikke enkel. Dataene må separeres i mange identifikasjonslag, og på hvert lag må hver variabel behandles med forskjellige spesifikke identifikatorer.

Når maskiner lærer språk...

Ikke bare hjelper kunstig intelligens mennesker med å lære språk, det hjelper også systemer som støtter språklig intelligens bedre. Maskiner trenes og forbedres hver dag.

I likhet med historien om førsteamanuensis Dien, er nedenfor et annet levende eksempel på hvordan en intelligent assistent forstår menneskelig språk.

Det er prosessen med å forske på og utvikle den vietnamesiske stemmeassistenten Kiki på biler, for å gjenkjenne stemmer godt med mange forskjellige regionale aksenter. Innen informatikk er stemmegjenkjenning en viktig gren av kunstig intelligens (KI), som konverterer menneskestemmer til et nyttig og forståelig format for dataprogrammer. Denne teknologien er en bro mellom maskiner og mennesker. Stemmeassistenter har blitt uunnværlige applikasjoner over hele verden . De mest populære er: Apples Siri, Google Assistant, Amazon Alexa eller Kiki i Vietnam.

Nguyen Hoang Khanh Duy, som skrev de første kodelinjene for Kiki, fortalte at språkdata spiller en nøkkelrolle for å trene en AI-modell som er smart nok til å gjenkjenne stemmer og svare brukere med korrekt informasjon.

For eksempel er navigasjon en svært viktig funksjon for brukere av den vietnamesiske assistenten Kiki på biler. Derfor må produktutviklingsteamet forberede data og vokabular for å "smidig" støtte kommandoer fra brukere. Etter prosessen med å samle inn data og trene modellen, har indeksen som viser kvaliteten på talegjenkjenning i den senere versjonen blitt forbedret med 40 % sammenlignet med originalen.

Stemmegjenkjenning i biler er ikke bare begrenset til navigasjons- og posisjonsproblemer, men dekker også mange andre problemer.

For eksempel krever den spesifikke bruken av Kiki i biler mye støy fra motoren, vinden eller trafikkutstyret på veien, noe som direkte påvirker kvaliteten på Kikis stemmegjenkjenning i bilen. Derfor er Kiki-teamet pålagt å prøve å løse de støyende forholdene ved å forbedre dataene ved å snakke i støyende forhold for å best mulig matche virkeligheten.

I tillegg, med nye teknikker i verden som selvstyrt læring, prøver Kiki å «lære» selv fra umerkede data for å forbedre modellen ytterligere. Stabiliteten til denne vietnamesiske stemmeassistenten forbedres med kontinuerlig opplæring og produktoppgraderinger.

Teknologiske fremskritt skjer åpenbart hver dag, hver time. ChatGPT, lansert på slutten av 2022, har delvis besvart spørsmålet om hvordan stordata fungerer. Teknologi «trer» inn i midten av livet, spesielt innen utdanning, språk, områder som tidligere var sterkt avhengige av mennesker. AI omdefinerer måten vi lærer, jobber, lever på ... som i de spesifikke eksemplene ovenfor.

[annonse_2]
Kilde