Қазақстанда қазақ тілін түсінетін отандық ЖИ көмекшісі жасалмақ

Қазақстанда қазақ тілінің ерекшеліктерін ескеріп жұмыс істейтін отандық жасанды интеллект көмекшісін әзірлеу жоспарланып отыр. Жаңа жүйе пайдаланушылардың сұрақтарына жауап беріп, мәтіндегі қателерді түзетуге және қазақ тілінде жұмыс істеуге көмектесуі тиіс, деп хабарлайды NewsMedia.kz.

Бұл туралы Ахмет Байтұрсынұлы атындағы Тіл білімі институтының директоры Анар Фазылжан мәлімдеді.

Ғалымдардың айтуынша, жасанды интеллект дәуірінде тілді зерттеумен қатар, оны компьютерлік жүйелерге түсінікті цифрлық форматқа көшірудің маңызы артып келеді.

Қазақ тілінің 200 миллион сөзқолданысы цифрландырылды

Институт бұл бағыттағы жұмысты Ұлттық қазақ тілі корпусы негізінде жүргізіп жатыр. Электронды базада шамамен 200 миллион сөзқолданыс жинақталған. Материалдар ауызекі тіл, ғылыми және оқу мәтіндері, терминология, географиялық атаулар, интернеттегі контент және жасанды интеллект құрастырған мәтіндер секілді 22 бағытқа бөлінген.

Дерекқордағы әр сөзге оның мағынасы, шығу төркіні, грамматикалық формасы және мәтіндегі қолданысына қатысты ақпарат қоса берілген. Бұл мәліметтер жасанды интеллектінің қазақ тіліндегі сөздердің мағынасын дәлірек түсінуіне және табиғи тілге жақын сөйлемдер құрауына мүмкіндік береді.

Бұған дейін тіл мамандары сөздердің қолданысын анықтау үшін 4,5 миллионға жуық қағаз карточкадан тұратын картотеканы пайдаланған. Қазір қажетті ақпаратты электронды база арқылы бірнеше секундта табуға болады.

«Қазақ тілтанушысы» қандай қызмет атқарады?

Жиналған тілдік деректердің негізінде «Қазақ тілтанушысы» атты отандық ИИ-қызметін іске қосу көзделіп отыр.

Жоба жүзеге асса, жүйе қазақ тіліне қатысты сұрақтарға жауап беріп, орфографиялық қателерді анықтап, мәтінмен жұмыс істеуге көмектеседі. Мұндай құралды мұғалімдер, студенттер, журналистер, аудармашылар және қазақ тілін үйренушілер пайдалана алады.

Алдағы уақытта осы тілдік ресурстарды қазақ тіліндегі басқа да цифрлық өнімдерді әзірлеу кезінде қолдану жоспарланған.

Жасанды интеллект жазған мәтіндер де зерттеледі

Институт мамандары ИИ мүмкіндіктерімен қатар, оның қазақ тілінде қалыптастыратын мәтіндерінің сапасын да зерттеп жатыр.

Анар Фазылжанның айтуынша, қазіргі уақытта жасанды интеллект жасаған мәтіндерден оның машиналық сипаттарын байқауға болады. Оларда қазақ тіліне тән емес сөйлем құрылымдары мен басқа тілдерден сөзбе-сөз аударылған калькалар кездеседі.

Осы мәселені зерттеу үшін институт жасанды интеллект құрастырған мәтіндерден тұратын арнайы электронды база қалыптастырған. Ол табиғи тілдегі мәтіндер мен машиналық контентті салыстыруға мүмкіндік береді.

Мамандардың негізгі мақсаты – қазақ тіліндегі сапалы цифрлық контенттің көлемін ұлғайту.

Қазір қазақ тілі цифрлық деректер көлемі жеткіліксіз тілдердің қатарына жатады. Дегенмен институт басшысының бағалауынша, қазақ тілі цифрлық ресурстары орташа деңгейдегі тілдер санатына жақындап келеді.

Институтта 30-дан астам цифрлық жоба бар

Тіл білімі институты бұған дейін қазақ тіліне қатысты 30-дан астам электронды ресурс әзірлеген.

Олардың арасында:

• электронды сөздіктер;
• орфография, пунктуация және стилистиканы тексеретін бағдарламалар;
• синонимдерді іздеу сервисі;
• қазақ тіліндегі мектеп оқулықтарында қолданылған терминдер базасы;
• PDF құжаттарын өңдеуге болатын мәтінге айналдыратын бағдарлама;
• электронды лингвистикалық кітапхана бар.

Сонымен қатар институттың 4,5 миллионға жуық қағаз карточкадан тұратын тілдік картотекасы да цифрлық форматқа көшірілген.

Қазақстан топонимдерінің тарихын картадан көруге болады

Институт іске асырып жатқан тағы бір жоба Қазақстандағы географиялық атауларға арналған интерактивті картаға қатысты.

Жаңа платформа арқылы пайдаланушылар қала, ауыл, өзен, көл және тау атауларының қайдан шыққанын біле алады. Жобаның негізіне ономастикалық қосалқы корпус алынбақ.

Қазір бұл цифрлық базада шамамен 3 мың географиялық атау және олардың мәтіндердегі 15 мыңға жуық қолданыс үлгісі жинақталған.

Институт қызметкері Арлен Сейтбатқалдың айтуынша, мақсат – қолда бар деректерді толыққанды лингвистикалық-географиялық платформаға айналдыру.

Пайдаланушы белгілі бір атауды іздеген кезде оның картадағы орналасуын көріп қана қоймай, атаудың шығу тегі, мағынасы, тарихы мен мәдени мәніне қатысты ақпарат ала алады. Платформа зерттеушілерге, тарихшыларға, географтарға, туризм саласының мамандарына және Қазақстан тарихына қызығатын азаматтарға пайдалы болуы мүмкін.

Топонимдерді сөз арқылы іздеу мүмкіндігі болады

Жүйеде атауларды олардың құрамындағы сөздер арқылы да іздеуге мүмкіндік қарастырылған. Мысалы, «тау» сөзін енгізгенде Ақтау, Алатау, Қаратау, Келіншектау сияқты атаулар шығуы мүмкін. Ал «су» сөзі бойынша Ақсу, Қарасу және басқа да топонимдер көрсетіледі.

Бұдан бөлек, пайдаланушылар өзен, көл, тау және елді мекен атауларын жеке санаттар бойынша қарай алады. Сондай-ақ қазіргі және тарихи карталарды салыстырып, белгілі бір нысанның атауы уақыт өте қалай өзгергенін зерттеу мүмкіндігі қарастырылған.

Еске салсақ, кеше ChatGPT мен өзге де ЖИ сервистерінде жаппай ақау тіркелгенін жазған болатынбыз.