Қазақ тілін оқытудың жаңа моделі

Қазіргі таңда бұл модель қа­зақ тілінің лексика, морфоло­гия мен семантиканың тағы бас­қа саласында, оның ішінде қазақ тілінде мәтінді генерация­лау, перифраз жасау, контекспен жұмыс істеу, ықшамдау, сон­дай-ақ грамматикалық және пунк­т­уациялық қателерді түзету, фра­­зеологизмдердің мәнін ашу, тер­миндерді аудару сияқты тапсырмаларды орындайды.

Салалық «LLM» моделі «Hugging Face» платформасына жүктелді. Яғни ол барлық қол­д­а­­ну­шыға қолжетімді. Осы мо­дель­ді қолдану арқылы жасанды интел­лектінің көмегімен көптеген қазақ­ша IT өнімді дайындауға болады. Бұл Президент Жолдауында айтыл­­ғанындай «жасанды интел­лектіні кеңінен қолданатын және цифр­лық технологияларды дамытып жатқан елге айналуға» зор мүмкіндік береді.

«Тіл-Қазына» орталығының сарапшылары модельді жасау барысында табиғи тілді өңдеу алгоритмін қолданып, үлкен көлемдегі деректерді өңдеген. Атап айтсақ: бірінші – сөздерді тексеру мақсатына 684 876 сөз­қолданыс (лексикалық бірлік) қол­данылды; екінші – сөз тір­кес­терін тексеру жүйесін же­тіл­діру үшін 20 212 қатар сөз тіркесінің дұрыс және қате нұсқалары қолданылды; үшінші – пунктуациялық қателерді түзету мақсатында 5558 мәтін талданды; төртінші – мәтін құрылымын түзету үшін 3000 мәтіннің дұрыс-бұрыс нұсқасы әзірленді; бесінші – сөйлемді ықшамдау функциясы үшін 6000 сөйлемнің толық және ықшамдалған контент базасы жасалды; алтыншы – перифраз функциясы үшін 14 790 синонимдік қатар жинақталды; жетінші – жалпы қазақ тілінің 35 ГБ өңделген корпусы қолданылды.

Биыл модельге сөйлесу (дауыс­тық) функ­циясы қосылып, қолда­ну­шыларға ыңғайлы интерфейс әзір­ленеді. Сонымен қатар жоба A1, A2 және B1 деңгейлері бо­йынша тіл үйретуге қабілетті болса, келесі жылы B2, C1 деңгейінде оқытады.

Жобаның соңғы нәтижесі ре­тінде кез келген тіл үйрену­ші­нің деңгейіне сай жеке оқыту бағдар­ла­ма­сын дайындап, үйретуге қабі­летті дауыстық көмекші жасалады. Ол «IOS» және Android жүйе­ле­рін­де жұмыс істейтін мобильді қо­сым­ша түрінде ұсынылмақ.