Azərbaycan dili üzrə süni intellekt ekosistemi formalaşdırılmalıdır Ekspert rəyi

Bakı, 4 sentyabr, AZƏRTAC

Bu gün süni intellekt sistemləri mətn yaza, suallara cavab verə, tərcümə edə, nitqi tanıya və müxtəlif dillərdə istifadəçilərlə ünsiyyət qura bilir. Lakin bu imkanlar bütün dillər üçün eyni səviyyədə deyil. İngilis dili kimi böyük rəqəmsal resurslara malik dillər süni intellekt sistemlərində daha geniş təmsil olunur. Azərbaycan dili isə nisbətən az resurslu dillərdən olduğu üçün bir sıra xüsusi çətinliklərlə qarşılaşır.

Bu sözləri AZƏRTAC-a açıqlamasında süni intellekt üzrə ekspert Dilarə Zamanova deyib.

Ekspert bildirib ki, Azərbaycan dilinin süni intellekt üçün əsas çətinliklərindən biri onun morfoloji quruluşudur: “Azərbaycan dili aqqlütinativ dillər qrupuna daxildir. Bu o deməkdir ki, sözlərə müxtəlif şəkilçilərin ardıcıl artırılması ilə yeni mənalar və qrammatik formalar yaradılır. Bir sözün daxilində cəm, hal, mənsubiyyət, zaman, şəxs və digər qrammatik məlumatlar ifadə oluna bilər. İnsan danışan üçün təbii olan bu xüsusiyyət dil modeli üçün daha mürəkkəb hesablama prosesi yaradır. Digər mühüm problem tokenləşdirmədir. Azərbaycan dilində uzun və çoxşəkilçili sözlər xarici dillər üçün hazırlanmış tokenizerlər tərəfindən çoxsaylı kiçik hissələrə bölünə bilər. Bu isə həm modelin daha çox token emal etməsinə, həm hesablama xərclərinin artmasına, həm də məhdud kontekst pəncərəsindən daha az səmərəli istifadə olunmasına səbəb olur. Azərbaycan dilinə uyğun hazırlanmış tokenizerlərin istifadəsi bu problemi əhəmiyyətli dərəcədə azalda bilər.

Problemin digər tərəfi məlumat çatışmazlığıdır. Dil modelləri böyük həcmdə mətnlər üzərində öyrədilir. İngilis dili üçün kitablar, elmi məqalələr, xəbər materialları, internet səhifələri, forumlar və digər rəqəmsal mənbələrdən ibarət nəhəng məlumat bazaları mövcuddur. Azərbaycan dili üzrə isə belə məlumatların həcmi və müxtəlifliyi daha məhduddur”.

D.Zamanova qeyd edib ki, Azərbaycan dilində süni intellekt sistemlərinin qarşılaşdığı başqa bir problem dilin yalnız qrammatik deyil, mədəni və kontekstual xüsusiyyətləridir. Yaxşı dil modeli sadəcə Azərbaycan dilində qrammatik cümlələr qurmamalıdır. O, Azərbaycan cəmiyyətində istifadə olunan ifadələri, yerli terminologiyanı, adları, coğrafi və tarixi anlayışları, rəsmi və qeyri-rəsmi üslubları, gündəlik danışıq formasını da düzgün başa düşməlidir.

“Milli dil modeli yaratmaq yalnız bir modelin hazırlanması ilə bitmir. Bunun üçün bütöv Azərbaycan dili üzrə süni intellekt ekosistemi formalaşdırılmalıdır. Keyfiyyətli dil korpusları, açıq datasetlər, morfoloji analizatorlar, orfoqrafiya və qrammatika alətləri, nitqin tanınması və sintezi sistemləri, terminoloji bazalar və Azərbaycan dili üzrə qiymətləndirmə standartları bu ekosistemin əsas hissələridir. Nəticə etibarilə, Azərbaycan dilinin süni intellekt sistemləri üçün yaratdığı çətinliklər onun “çətin dil” olmasından çox, bu dil üzrə texnoloji resursların hələ kifayət qədər geniş olmaması ilə əlaqədardır. Azərbaycan dilinin zəngin morfologiyası, tokenləşdirmə xüsusiyyətləri və məhdud rəqəmsal resursları xüsusi yanaşmalar tələb edir. Buna görə də gələcəkdə əsas məqsəd sadəcə Azərbaycan dilində cavab verən süni intellekt yaratmaq deyil, Azərbaycan dilini süni intellekt üçün tam dəstəklənən, yaxşı ölçülə bilən və yüksək keyfiyyətlə emal olunan rəqəmsal dilə çevirmək olmalıdır. Süni intellekt gələcəyin əsas texnologiyalarından birinə çevrilirsə, Azərbaycan dilinin həmin gələcəkdə yalnız istifadəçi dili kimi deyil, texnologiyanın özündə də tam təmsil olunması vacibdir”, - deyə ekspert bildirib.