EHUko HiTZ Zentroaren ikerketa batek adimen artifiziala hobetzeko estrategia eskaini dau

Julen Etxaniz. | Ikusi handiago | Argazki originala

Euskal Herriko Unibersidadeko ikerketa-zentroko ikertzaile Julen Etxanizen tesiak erakusten dau posible dala baliabide urriko hizkuntzetan, besteak beste, euskeran, adimen artifiziala hobetzea, lehendik dagozan ereduak egokituz, hutsetik entrenau beharrik barik. Estrategia edegi bat garatu dau baliabide digital gitxiko hizkuntzetara hizkuntza-ereduak egokitzeko.

Ikerketeak erakusten dau adimen artifizialeko ereduek euskerearen eta euskal kulturearen ezagutza nabarmen hobetu leikela lehendik dagozan ereduak egokituz, hutsetik entreneteak dakarren kostu handiari aurre eginez.

Tesiak Latxa lantzen dau, euskerara eta euskal kulturearen errealidadera egokitutako hizkuntza-eredu edegien familia, dagoeneko alkarrizketa bidezko laguntzarako eta itzulpenerako tresnetan erabilten dana.

Landutako metodoak baliabide gitxiko beste hizkuntza batzuetan be aplikau daitekez, besteak beste, katalanean, galegoan, okzitanieran edo maorieran, adimen artifizial inklusiboagoa eta hizkuntza nagusien aurreko menpekotasun txikiagoa bultzatuz.

Adimen artifiziala ez da baldintza berberetatik abiatzen hizkuntza guztientzat. Hizkuntza-eredu handiek Interneten eskuragarri dagozan testuetatik ikasten dabe batez be eta, ingelesak eta gaztelaniak datu digital ugari dituen bitartean, beste hizkuntza batzuek corpus, eredu edegi eta adimen artifizialaren errendimendua ebaluetako tresna askoz gitxiago ditue. Desbardintasun horren ondorioz, adimen artifizialeko sistemek hizkuntza horreek okerrago ulertu eta sortzen ditue eta, gainera, hareen hiztunen errealidade kulturalaren ezagutzea mugatuagoa dabe.

Arazo horri heltzea izan da Hizkuntza-ereduak hobetzen baliabide gitxiko hizkuntzetan doktorego-tesiaren helburua. Julen Etxanizek, Euskal Herriko Unibersidadeko (EHU) HiTZ Zentroko ikertzaileak, oraintsu aurkeztu dau tesia. Lanaren ondorio nagusia da ez dala beharrezkoa adimen artifizialeko eredu handi bat hutsetik entrenetea baliabide urriko hizkuntza batean emoitza hobeak lortzeko. Ikerketeak erakusten dau posible dela lehendik dagozan hizkuntza-ereduak aprobetxetea eta hizkuntza-komunidade bakotxaren behar espezifikoetara egokitzea: nire tesiak erakusten dau baliabide urriko hizkuntzetan, berbarako euskeran, adimen artifiziala hobetu geinkela lehendik dagozan ereduak egokituz, hutsetik entrenau beharrik barik, azaldu dau Julen Etxanizek.

Lan honek, beraz, bide bat proponiduten dau adimen artifizialaren aurrerapena datu digital kopuru handiak dituen hizkuntzetara mugatuta geratu ez daiten. Euskeran landutako esperientziak erakusten dau baliabide gitxiago dituen hizkuntza-komunidadeek be eredu edegi, lehiakor eta beren errealidadera egokituak izan leikezala, beti bere ikerketa espezifikoa, kalidadezko datuak eta ebaluazino-sistema egokiak buztartzen badira.

Ikerketeak estrategia oso eta edegia bat proponiduten dau hizkuntza mueta horreetan adimen artifiziala hobetzeko. Ekarpen nagusien artean dago Latxa, euskerarako jorratutako eta euskal kulturara eta testuingurura be egokitutako hizkuntza-eredu edegien familia.

Desbardintasunak sano garrantzitsuak dira sistema horreek euskeraz alkarreragiteko erabilten diranean. Ingeleseko edo gaztelaniako edukiakaz batez be entrenautako eredu bat euskeraz testua sortzeko kapaz izan daiteke, baina horrek ez dau esan gura hizkuntzearen sakontasun-maila bardinagaz ulertzen dauenik edo erreferentzia kulturalak eta tokiko testuingurua behar bezela ezagutzen dituanik: helburua ez da bakarrik adimen artifizialak euskeraz itzultzea edo idaztea. Hizkuntzan modu fidagarrian moldatzeko eta hiztunen errealidade kulturala ezagutzeko kapaz be izan behar dau, adierazo dau ikertzaileak.

HiTZ Zentroa – Basque Center for Language Technology

Euskal Herriko Unibersidadeko (EHU) ikerketa-zentroa da, hizkuntza-teknologietan eta hizkuntzearen prozesamendu naturalean espezializauta. Bere jarduereak hainbat arlo hartzen ditu gogoan, besteak beste, adimen artifiziala, hizkuntza-ereduak, itzulpen automatikoa, ahotsaren ezagutzea eta sintesia eta teknologia eleaniztunak, euskereari eta baliabide gitxiko beste hizkuntza batzuei arreta berezia eskainiz. Zentroak hizkuntza-teknologia aurreratuak lantzen eta gizartearen zerbitzura jarten lan egiten dau eta, aldi berean, ikerketa edegia eta nazinoarteko lankidetza zientifikoa sustatzen ditu.