爱丁堡大学:人工智能计划使盖尔语在数字时代站稳脚跟

语言学家和人工智能专家正在开展一项雄心勃勃的计划，旨在帮助苏格兰盖尔语在数字时代蓬勃发展。

爱丁堡大学和格拉斯哥大学的专家已获得苏格兰225，000英镑的资助，用于制作适合BBC的盖尔语字幕系统。

资金还将使该团队能够开始为苏格兰盖尔语使用者制作一个类似于ChatGPT的大型语言模型。创建该系统的努力是应对苏格兰盖尔语和其他少数民族语言面临的数字灭绝威胁的更广泛举措的一部分。

当一种语言的使用者由于语言技术不足而无法参与数字交流时，就会出现这种现象。

研究小组还在帮助开发加拿大土著语言之一Ojibwe的语音识别系统。

障碍

由于数据稀缺，盖尔语在开发和维护其语言技术方面面临重大障碍。

人工智能程序通常在大型数据集上进行训练，这些数据集通常是从互联网上搜索的，然后通过人类反馈进行微调。

研究人员将收集大量盖尔语数据，并用它来生成高质量的自动语音识别（ASR）系统，用于媒体，教育和研究。

深度学习

该项目将提供急需的盖尔语字幕技术，并启动的盖尔语模型的开发。

研究人员表示，这将有助于?；な至煊虻挠镅?，并为振兴工作做出重大贡献。

所谓的深度学习方法对训练数据是贪婪的，对于像盖尔语这样的少数民族语言来说，缺乏大规模数据是一个重大障碍。

该项目旨在通过生成大量口语盖尔语训练数据来正面解决这一障碍。该团队已经在 2021 年通过为盖尔语开发个公开可用的语音识别系统实现了重要的里程碑。

这是关于汇编大量知识 - 过去从盖尔语使用者那里收集 - 并在现在以各种形式将其归还给盖尔语使用者。

源材料

尽管需要额外的开发来提高其准确性，但该技术已经帮助为教学视频创建字幕。

一些现有的数字项目将为支持此处提议的扩大努力所需的知识库奠定基础。

其中包括15，000页转录的盖尔语叙事，来自爱丁堡大学的苏格兰研究档案学院。

该团队还将访问苏格兰盖尔语数字档案馆（DASG）的材料。这将包括来自格拉斯哥大学Corpas na Gàidhlig的约30万字的文本和来自DASG的Cluas ri Claisneachd音频档案的白话录音。

这将大大增加盖尔语语言技术的发展。令人欣慰的是，DASG的资源正在以这种方式部署并得到进一步发展。

苏格兰很自豪能够支持这一项目，这将有助于盖尔语在数字时代蓬勃发展，并?；の夜岣坏挠镅院臀幕挪?。

参加会议的还有另外两名爱丁堡大学的研究人员——文本挖掘讲师比阿特丽斯·亚历克斯博士和语音技术读者彼得·贝尔博士。

该项目正在与BBC Alba合作进行。它还涉及DASG，历史词典Faclair na Gàidhlig，盖尔语媒体服务MG ALBA和Tobar an Dualchais/Kist o Riches - 苏格兰丰富的口头遗产的独特在线记录。