Фонд сохранения и развития башкирского языка опубликовал новую серию языковых датасетов Bashkorttele. Как сообщили в пресс-службе минцифры Башкирии, это работа комиссии при правительстве республики под руководством первого заместителя премьер-министра Урала Кильсенбаева. В коллекцию включены 78 часов аудиокниг на темы эпосов и кубаиров, прозаических произведений, поэзии и народных сказок; также вошли 53 часа записей телерадиопередач. Датасет включает пять разговорников: башкирский / русский / казахский / алтайский / якутский / арабский / китайский. Публикация на платформе Hugging Face делает корпус доступен для широкого использования в научных исследованиях, разработке и образовании без лишних бюрократических сложностей. В работе над этими наборами данных использовались передовые технологические подходы. Это позволило значительно повысить качество обработки языковых материалов разных форматов с автоматическим построением гипотез и проверкой алгоритмов. Ведомство также отметила многолететью работу Айгиза Кунафина по формализации башкирской орфографии, морфологические анализаторы от Института истории, языка и литературы УФИЦ РАН: «Грамматика современного башкирского литературного языка» и «Алгоритмическая грамматика словоизменения», которые стали основой для автоматического разбора спорных языковых случаев. Создатели проекта подчеркнули уникальность публикуемых трёхъязычных разговорников, состоящих из 9857 фраз с казахским, алтайским, якутским, арабским и китайским языками. Этот корпус представляет особую ценность для исследований машинного перевода в тюркской семье языков. Публикация данных станет основой для развития технологий распознавания и синтеза башкирского языка: голосовых помощников, контакт-центров на родном языке, субтитрирования, автоматической тарификации республиканских новостных материалов и образовательных сервисов по обучению языку. Это включает развитие интерактивных упражнений и адаптивных школьных программ. Работа над расширением доступного языкового корпуса будет продолжена для сохранения и развития башкирского языка в цифровом формате для будущих поколений.
Рекомендуем почитать:
Фонд гранта главы Башкирии объявляет конкурс: до 2,5 млн за сохранение языков (акция)
В Башкирии создается Фонд строительства социального жилья
Более 20 тысяч башкиров успешно прошли международный диктант — сообщила Гульназа Юсуповна
Более 20 тысяч башкиров успешно прошли международный диктант — новое достижение АНО «Сервиса и Разви
Более 20 тысяч башкиров успешно прошли международный диктант — сообщила Гульназа Юсуповна
