Kombination von KI zum „Unterrichten“ von Vietnamesisch
Der Leiter eines Unternehmens für ausländische Direktinvestitionen (FDI) in Vietnam möchte schnell Vietnamesisch lernen und 90 % der Inhalte gängiger Dokumente lesen. Das Problem ist, dass er zu beschäftigt ist und nur etwa eine Stunde (12–13 Uhr täglich) zum Lernen hat. Wie kann Technologie in Sprachlernsoftware eingesetzt werden, um ihm beim schnellen Erlernen von Fremdsprachen zu helfen?
Oben ist das Problem der Führungsposition des FDI-Unternehmens beschrieben, das dem außerordentlichen Professor Dr. Dinh Dien, Direktor des Zentrums für Computerlinguistik an der University of Science der Vietnam National University in Ho-Chi-Minh-Stadt, vorgelegt wurde.
Als jemand mit zahlreichen wissenschaftlichen Forschungsthemen und internationalen Veröffentlichungen zur Anwendung künstlicher Intelligenz (KI) in der maschinellen Übersetzung, der kritischen Linguistik und dem Vietnamesischunterricht für Ausländer ist Associate Professor Dien davon überzeugt, dass die Anwendung von KI für die Lösung linguistischer Probleme von wesentlicher Bedeutung ist.
Der erste Schritt beim Erlernen einer Sprache besteht darin, die Laute zu lehren. Die Schwierigkeit besteht darin, dass vietnamesische Töne und Rhythmen vorhanden sind. Lernen von Sprachen ohne Töne wie Englisch, Französisch usw. werden sich daher sehr schwer tun. Anstatt beispielsweise zu fragen: „Bist du schon ins Bett gegangen?“, antworten Lernende: „Bist du schon schlafen gegangen?“, weil sie die Töne nicht unterscheiden können. Es ist wichtig, ihnen beizubringen, wo sie den Laut bei der Aussprache platzieren, welche Mundform sie haben und wie sich richtige und falsche Aussprache unterscheiden.
Derzeit kann KI-Anwendungssoftware im Fremdsprachenunterricht die Mundform beim Zähneputzen simulieren und vorgefertigte Laute abspielen, die die Lernenden nachahmen können. Anschließend spielen Sie die lernenden Laute ab, nehmen sie in die Software auf, vergleichen ihre Aussprache mithilfe der Technologie mit der Standardaussprache der Software und verbessern sie schnell. Alle oben genannten Schritte erfordern KI-Anwendungen.
Ein weiteres Beispiel: Laut dem vietnamesischen Wörterbuch des Instituts für Linguistik, herausgegeben vom verstorbenen Professor Hoang Phe, umfasst der ursprüngliche vietnamesische Wortschatz rund 34.000 Wörter. Berechnungen zeigen, dass der Maschine etwa 10 % dieser Wörter beigebracht werden müssen, was 3.400 Wörtern an Anwendungsinformationen entspricht, damit die Maschine etwa 90 % der gängigen vietnamesischen Texte lesen kann. Um die Dantabelle zu erhalten, musste Professor Dien KI einsetzen und das Vokabelsystem im vietnamesischen Korpus beschriften.
Man kann sagen, dass KI die Art des Lehrens und Lernens im Bildungssektor verändert hat. Tatsächlich wurden zahlreiche Anwendungen künstlicher Intelligenz entwickelt, um den Lehr- und Lernprozess zu beschleunigen und effektiver zu gestalten.
Die interessante Geschichte der Verbindung von Informatik und Linguistik zeigt, dass das Trainieren und Anwenden von KI in der Praxis zwar notwendig, aber nicht einfach ist. Die Daten müssen in viele Identifikationsebenen aufgeteilt werden, wobei auf jeder Ebene jede Variable mit unterschiedlichen spezifischen Erkenntnissen verarbeitet werden muss.
Wenn Maschinen Sprache lernen...
Künstliche Intelligenz hilft nicht nur Menschen beim Sprachenlernen, sondern auch Systemen, die die Sprachintelligenz unterstützen. Maschinen werden täglich trainiert und verbessert.
Ähnlich der Geschichte von Associate Professor Dien finden Sie unten ein weiteres anschauliches Beispiel dafür, wie ein intelligenter Assistent die menschliche Sprache versteht.
Es handelt sich um die Erforschung und Entwicklung des vietnamesischen Sprachassistenten Kiki in Autos, der Stimmen mit verschiedenen regionalen Akzenten gut erkennen kann. In der Informatik ist die Spracherkennung ein wichtiger Zweig der künstlichen Intelligenz (KI), der menschliche Stimmen für Computeranwendungen in ein nützliches und verständliches Format umwandelt. Diese Technologie bildet eine Brücke der Interaktion zwischen Maschine und Mensch. Sprachassistenten sind weltweit zu unverzichtbaren Anwendungen geworden. Die beliebtesten sind: Apples Siri, Google Assistant, Amazon Alexa oder Kiki in Vietnam.
Herr Nguyen Hoang Khanh Duy, der die ersten Codezeilen für Kiki geschrieben hat, erklärte, dass Sprachdaten eine Schlüsselrolle spielen, um ein KI-Modell zu trainieren, das intelligent genug ist, um Stimmen zu erkennen und richtig auf Benutzer zu reagieren.
Eine sehr wichtige Funktion für Nutzer des vietnamesischen Sprachassistenten Kiki im Auto ist beispielsweise die Navigation. Daher muss das Produktentwicklungsteam Daten und Vokabeln vorbereiten, um Benutzerbefehle reibungslos zu unterstützen. Nach der Datenerfassung und dem Training des Modells hat sich der Index, der die Qualität der Spracherkennung in der neueren Version anzeigt, im Vergleich zum Original um 40 % verbessert.
Die Spracherkennung in Autos beschränkt sich nicht nur auf Navigations- und Ortungsprobleme, sondern betrifft auch viele andere Probleme.
Beispielsweise ist die Verwendung von Kiki im Auto aufgrund von Motor-, Wind- und Verkehrsgeräuschen sehr laut. Dies wirkt sich direkt auf die Qualität der Spracherkennung von Kiki im Auto aus. Daher muss das Kiki-Team versuchen, die lauten Bedingungen zu lösen, indem es die Daten durch Sprechen unter lauten Bedingungen verbessert, um die Realität bestmöglich nachzubilden.
Darüber hinaus versucht Kiki mithilfe neuer Techniken wie selbstüberwachtem Lernen, auch aus unmarkierten Daten zu „lernen“, um das Modell weiter zu verbessern. Die Stabilität dieses vietnamesischen Sprachassistenten wird durch Schulungen und Produkt-Upgrades verbessert.
Der technologische Fortschritt findet täglich und modern statt. ChatGPT, das Ende 2022 eingeführt wurde, hat die Frage nach der Funktionsweise von Big Data teilweise beantwortet. Technologie hält Einzug in das Leben, insbesondere in Bildung und Sprache – Bereiche, die bisher stark vom Menschen abhängig waren. KI definiert die Kunst und Weise, wie wir lernen, arbeiten und leben, neu, wie die oben genannten Beispiele zeigen.
[Anzeige_2]
Quelle
Kommentar (0)