Mozilla ti ṣe agbekalẹ imudojuiwọn kan si awọn ipilẹ data Ohun Wọpọ rẹ, eyiti o pẹlu awọn ayẹwo pronunciation lati bii eniyan 200. Awọn data ti wa ni atẹjade bi agbegbe gbogbo eniyan (CC0). Awọn eto ti a dabaa le ṣee lo ni awọn eto ikẹkọ ẹrọ lati kọ idanimọ ọrọ ati awọn awoṣe iṣelọpọ.
Ti a ṣe afiwe si imudojuiwọn ti tẹlẹ, iwọn didun ohun elo ọrọ ni gbigba pọ nipasẹ 10% - lati 18.2 si 20.2 ẹgbẹrun wakati ti ọrọ. Nọmba awọn ede ti o ni atilẹyin ti pọ lati 87 si 93. Fun awọn ede 27, diẹ sii ju wakati 100 ti data ọrọ ti a ti ṣajọpọ, ati fun 9 - diẹ sii ju awọn wakati 500 ti data ọrọ. Fun awọn ede 9 o tun ṣee ṣe lati ṣaṣeyọri ipin kan ti ọrọ ọrọ obinrin ti o kere ju 45%.
Die e sii ju 81 ẹgbẹrun eniyan ṣe alabapin ninu igbaradi awọn ohun elo ni ede Gẹẹsi, ti o sọ awọn wakati 2953 ti ọrọ (awọn alabaṣepọ 79 ẹgbẹrun ati awọn wakati 2886 wa). Eto fun ede Belarus ni wiwa awọn olukopa 6326 ati awọn wakati 1054 ti ohun elo ọrọ (awọn olukopa 6160 ati awọn wakati 987), Russian - awọn olukopa 2585 ati awọn wakati 201 (awọn olukopa 2452 ati awọn wakati 193), Uzbek - awọn olukopa 1503 ati awọn wakati 231 (awọn wakati 1355) awọn olukopa 227 ati awọn wakati 696), ede Yukirenia - awọn olukopa 79 ati awọn wakati 684 (awọn olukopa 76 ati awọn wakati XNUMX wa).
Ise agbese Ohun Wọpọ ni ifọkansi lati ṣeto awọn iṣẹ apapọ lati ṣajọpọ ibi ipamọ data ti awọn ilana ohun ti o ṣe akiyesi oniruuru ti awọn ohun ati awọn aza ọrọ. A pe awọn olumulo si awọn gbolohun ọrọ ti o han loju iboju tabi ṣe iṣiro didara data ti a ṣafikun nipasẹ awọn olumulo miiran. Ibi ipamọ data ti a kojọpọ pẹlu awọn igbasilẹ ti ọpọlọpọ awọn pronunciations ti awọn gbolohun ọrọ aṣoju ti ọrọ eniyan le ṣee lo laisi awọn ihamọ ninu awọn eto ẹkọ ẹrọ ati ni awọn iṣẹ akanṣe iwadi.
orisun: opennet.ru
