Artificiell intelligens gör entré i vietnamesiska språkets värld

[annons_1]

Artificiell intelligens hjälper inte bara människor att lära sig språk, den hjälper också system att stödja bättre språkintelligens.

Kombinera AI för att "lära" vietnamesiska

Ledaren för ett företag som sysslar med utländska direktinvesteringar (FDI) i Vietnam vill lära sig vietnamesiska snabbt och kunna läsa 90 % av innehållet i vanliga dokument. Problemet är att han är för upptagen och bara har ungefär en timme (från 12-13 varje dag) på sig att studera. Så, hur bör tekniken tillämpas på språkinlärningsprogram för att hjälpa honom att lära sig främmande språk snabbt?

Ovanstående problem med ledarpositionen inom ett utländskt direktinvesteringsföretag som ställts till docent Dr. Dinh Dien, chef för Center for Computational Linguistics, University of Science , Vietnam National University, Ho Chi Minh City.

Som någon med många vetenskapliga forskningsämnen och internationella publikationer om tillämpningen av artificiell intelligens (AI) inom maskinöversättning, kritisk lingvistik och undervisning av vietnamesiska till utlänningar, anser docent Dien att tillämpningen av AI är mycket nödvändig för att lösa problem inom lingvistik.

Mer specifikt är det första steget i att lära sig språket att lära sig språkets ljud. Barriären här är att vietnamesiska har toner och rytmer, och när man undervisar elever i icke-tonspråk som engelska, franska etc. kommer det att vara mycket svårt. Till exempel, istället för att fråga: "Har du gått och lägg dig än?", kommer eleverna att säga "Har du gått och lägg dig än?", eftersom de inte kan skilja på tonerna. Det är nödvändigt att lära dem var de ska placera spelet när de uttalar, hur de ska hålla munnen och hur korrekt och felaktigt uttal skiljer sig åt.

För närvarande kan AI-applikationsprogramvara i främmande språkundervisning simulera munformen vid tandborstning, spela upp ljud som eleverna kan imitera. Sedan spelar eleverna upp ljuden, spelar in dem i programvaran, använder teknik för att jämföra elevens uttal med standarduttalet från programvaran och snabbt förbättra uttalet. Alla ovanstående steg måste tillämpa AI.

Ett annat exempel, enligt den vietnamesiska ordboken från Institutet för lingvistik, redigerad av den framlidne professor Hoang Phe, har det ursprungliga vietnamesiska ordförrådet cirka 34 000 ord. Beräkningar visar att det är nödvändigt att lära maskinen cirka 10 % av orden, motsvarande 3 400 ord tillämpningsinformation, så att maskinen kan läsa cirka 90 % av vanliga vietnamesiska texter. För att få fram denna datatabell var docent Dien tvungen att använda AI och märka ordförrådssystemet i den vietnamesiska korpusen.

Man kan säga att AI har förändrat sättet att undervisa och lära inom utbildningssektorn . Faktum är att många tillämpningar av artificiell intelligens har uppstått för att stödja undervisnings- och inlärningsprocessen för att bli snabbare och effektivare.

Den intressanta historien om att kombinera datavetenskap och lingvistik ovan visar att processen att träna och tillämpa AI i praktiken är mycket nödvändig, men inte enkel. Data måste separeras i många identifieringslager, där varje variabel måste bearbetas med olika specifika identifierare.

När maskiner lär sig språk...

AI hjälper inte bara människor att lära sig språk, utan hjälper också system som stöder språklig intelligens bättre. Maskiner tränas och förbättras varje dag.

I likhet med berättelsen om docent Dien finns nedan ytterligare ett levande exempel på hur en intelligent assistent förstår mänskligt språk.

Det är processen att undersöka och utveckla den vietnamesiska röstassistenten Kiki på bilar, för att känna igen röster väl med många olika regionala accenter. Inom datavetenskap är röstigenkänning en viktig gren av artificiell intelligens (AI), som omvandlar mänskliga röster till ett användbart och förståeligt format för datorapplikationer. Denna teknik är en brygga mellan maskiner och människor. Röstassistenter har blivit oumbärliga applikationer runt om i världen . De mest populära är: Apples Siri, Google Assistant, Amazon Alexa eller Kiki i Vietnam.

Nguyen Hoang Khanh Duy, som skrev de första kodraderna för Kiki, berättade att språkdata spelar en nyckelroll för att träna en AI-modell som är tillräckligt smart för att känna igen röster och svara användare med korrekt information.

Till exempel är navigering en mycket viktig funktion för användare av den vietnamesiska assistenten Kiki på bilar. Därför måste produktutvecklingsteamet förbereda data och ordförråd för att "smidigt" stödja kommandon från användarna. Efter processen att samla in data och träna modellen har indexet som visar kvaliteten på röstigenkänningen i den senare versionen förbättrats med 40 % jämfört med originalet.

Röstigenkänning i bilar är inte bara begränsad till navigations- och lokaliseringsproblem, utan täcker även många andra problem.

Till exempel kräver den specifika användningen av Kiki i bilar mycket buller från motorn, vinden eller trafikutrustningen på vägen, vilket direkt påverkar kvaliteten på Kikis röstigenkänning i bilen. Därför är Kiki-teamet skyldigt att försöka lösa de bullriga förhållandena genom att förbättra datainsamlingen genom att tala i bullriga förhållanden för att bäst matcha verkligheten.

Dessutom, med nya tekniker i världen, såsom självövervakat lärande, försöker Kiki "lära" sig även från omärkt data för att ytterligare förbättra modellen. Stabiliteten hos denna vietnamesiska röstassistent förbättras med kontinuerlig utbildning och produktuppgraderingar.

Tekniska framsteg sker uppenbarligen varje dag, varje timme. ChatGPT, som lanserades i slutet av 2022, har delvis besvarat frågan om hur big data fungerar. Tekniken "kliver" in i mitten av livet, särskilt inom utbildning, språk, områden som tidigare var starkt beroende av människor. AI omdefinierar hur vi lär oss, arbetar, lever... som de specifika exemplen ovan.

[annons_2]
Källa