محققان در مطالعهای جدید، چالشهای پردازش زبان طبیعی (NLP) برای زبانهای بومی ویتنام (خمر، چام و تای-نونگ) را هدف قرار دادهاند. از آنجایی که این زبانها اغلب در مدلهای جهانی نادیده گرفته میشوند، این تیم با معرفی کورپوس CKTN و یک روش «آگاه از خط» (script-aware)، موفق شدند عملکرد مدلها را در تحلیل و بازیابی متون این زبانها به طرز چشمگیری بهبود بخشند. این دستاورد نشان میدهد که چگونه میتوان با رویکردهای دقیقتر، از حذف زبانی در دنیای هوش مصنوعی جلوگیری کرد.
منبع: arXiv NLP