Raqamli texnologiyalar vazirligi tomonidan özbek tilidagi 6 milliardga yaqin sözni öz içiga olgan yirik oçiq matnli ma’lumotlar korpusi işlab çiqildi. Korpus sun’iy intellekt dasturlarining özbek tilini yaxşiroq tuşunişi va qayta işlaşini ta’minlaş maqsadida Hugging Face platformasiga joylaştirildi. Bu haqda vazirlik matbuot xizmati xabar berdi.
Ma’lum qilinişiça, korpus jami 5,6 millionta hujjatni qamrab oladi. Undagi ma’lumotlar özbek tilining lotin va kirill yozuvlarida jamlangan.
Ma’lumotlar bazasidan skanerlangan kitoblar, gazeta va arxiv materiallari, qonunçilik hujjatlari, Vikipediya maqolalari, veb-sahifalar hamda oçiq Telegram postlari örin olgan. Matnlar maxsus qayta işlanib, sifati böyiça saralangan va soha hamda mavzular kesimida tasniflangan. Şuningdek, şaxsiy ma’lumotlar [Phone], [Name] kabi maxsus belgilar bilan almaştirilgan.
Mazkur loyiha 2025-yil 21-oktyabr kuni Prezident Şavkat Mirziyoyev raisligida ötkazilgan videoselektor yiğilişida berilgan “Özbek tili korpusi”ni yaratiş topşiriği ijrosi doirasida amalga oşirilgan.
Vazirlikning bildirişiça, korpusni yetakçi katta til modellari işlab çiquvçilariga taqdim etiş işlari davom etmoqda. Xususan, Qwen modeli bilan hamkorlikdagi işlar boşlangan.
Yangi ma’lumotlar bazasi sun’iy intellekt modellarining özbek tilidagi matnlarni tuşuniş, qayta işlaş va yaratiş imkoniyatlarini kengaytirişga xizmat qilişi kutilmoqda.
O‘zbekiston va jahonda ro‘y berayotgan eng so‘nggi voqea-hodisalar, sport, shou-biznes, madaniyat, informatsion texnologiyalar va ilm-fan yangiliklaridan doimo xabardor bo‘ling!
O‘zbekiston va jahonda ro‘y berayotgan eng so‘nggi voqea-hodisalar, sport, shou-biznes, madaniyat, informatsion texnologiyalar va ilm-fan yangiliklaridan doimo xabardor bo‘ling!