Projekta “Informācijas un komunikācijas tehnoloģiju kompetences centrs” aktualitātes 2021. gada otrajā ceturksnī
IT kompetences centrs atbilstoši 2019. gada 9. maijā ar Centrālo finanšu un līgumu aģentūru noslēgtajam līgumam Nr. 1.2.1.1/18/A/003 īsteno projektu “Informācijas un komunikācijas tehnoloģiju kompetences centrs”.
Projektā 2021. gada otrajā ceturksnī uzsākta viena jauna pētījuma īstenošana, pabeigta viena pētījuma īstenošana un tiek turpināta visu iepriekš apstiprināto pētījumu īstenošana. Sagatavots un iesniegts astotais maksājuma pieprasījums, regulāri notiek gan zinātnisko virzienu vadītāju, gan padomes sēdes, kurās tiek izskatīts īstenoto pētījumu progress un sasniegtie rezultāti. Visas sanāksmes notikušas pilnībā attālināti.
Aprīlī un maijā norisinājusies pētniecības projektu atlase, kur pētniecības projektus IT kompetences centrā varēja iesniegt komersanti, kas attīsta produktus un tehnoloģijas viedās specializācijas jomā – informācijas un komunikācijas tehnoloģijas. Tika saņemti divi pētniecības projektu pieteikumi, no kuriem viens virzīts tālākai apstiprināšanai Centrālajā finanšu un līgumu aģentūrā.
SIA “TILDE” pētījums Nr. 2.2 “Adaptīva multimodāla neironu tīklos balstīta mašīntulkošana” tika īstenots no 2019. gada aprīļa līdz 2021. gada martam.
Projekta mērķis bija izpētīt un izstrādāt adaptīva multimodāla neironu tīklos balstīta mašīntulkošanas risinājuma prototipu, kas spēj nodrošināt augstas kvalitātes tulkojumus (izmantojot jaunākās neironu tīklos balstītās mašīntulkošanas metodes), nodrošina mašīntulkošanu gan teksta, gan runas modalitātēs, kā arī spēj nodrošināt augstas pielāgošanas iespējas (izmanto dinamiskas terminoloģijas integrācijas neirontulkošanas sistēmās un neirontulkošanas sistēmu tiešsaistes pielāgošanas metodes).
Pētījumā tika īstenotas četras aktivitātes – trīs rūpnieciskā pētījuma aktivitātes un viena eksperimentālās izstrādes aktivitāte. Pirmajā aktivitātē tika pētītas neirontulkošanas sistēmu dinamiskās apmācības metodes (piemēram, tiešsaistes apmācības un pašpielāgošanas metodes, izmantojot integrētas tulkošanas atmiņas funkcionalitāti). Otrajā aktivitātē tika pētītas terminoloģijas integrācijas metodes neirontulkošanas sistēmās (piemēram, virzītas dekodēšanas metodes, kas ļauj nodrošināt invazīvas terminu integrācijas metodi, un/vai automātiskas pēcrediģēšanas metodes, kas ļauj nodrošināt neinvazīvas terminu integrācijas metodi). Trešajā aktivitātē tika pētītas metodes, kas ļauj nodrošināt runas modalitātes mašīntulkošanas atbalsta nodrošināšanu (piemēram, integrācijas metožu izpēti, mašīntulkošanas sistēmu runas modalitātes satura tulkošanas specifikas pielāgošanas u.c. metodes). Ceturtajā aktivitātē tika izstrādāts adaptīva multimodāla neironu tīklos balstīta mašīntulkošanas risinājuma prototips, ar kura palīdzību tika pārbaudīta būtiskāko pirmo trīs aktivitāšu rezultātu praktiska lietojamība.
Pētījuma laikā sagatavotie un publicētie zinātniskie raksti:
- Alves, D., Salimbajevs, A., & Pinnis, M. (2020). Data Augmentation for Pipeline-Based Speech Translation. Human Language Technologies – The Baltic Perspective – Proceedings of the Ninth International Conference Baltic HLT 2020. link
Bergmanis, T., & Pinnis, M. (2021). Facilitating Terminology Translation with Target Lemma Annotations. Proceedings of the 16th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2021). link
Kontaktpersona:
SIA“TILDE” pētījuma vadošais pētnieks: Mārcis Pinnis
Vienības gatve 75a, Rīga, LV 1004
SIA “TILDE” pētījums Nr. 2.3 “Neironu tīklu mašīnmācīšanās metodes virtuālo asistentu dialogu scenāriju izveides automatizācijai” tika īstenots no 2019. gada aprīlim līdz 2021. gada martam.
Pētījumā tika pētītas metodes, kas ļauj automatizēt virtuālo asistentu (VA) dialogu scenāriju izveidi, izmantojot neironu tīklu mašīnmācīšanās metodes.
Lai izstrādātu virtuālos asistentus, kas var palīdzēt speciālistiem klientu apkalpošanā, joprojām ir jāiegulda daudz cilvēku darba. Organizācijas, kas apkalpo savus klientus, parasti ir uzkrājušas sarunu arhīvus gan teksta, gan audio formātā, tomēr VA apmācībai pašlaik var izmantot tikai nelielu daļu šo datu. Mūsdienīgi VA parasti strādā atbilstoši dialoga scenārijiem, kas tiek izpildīti atkarībā no lietotāja nolūkiem un no datiem, kas tiek iegūti no lietotāja. VA analizē lietotāja ievadi, nosaka lietotāja nodomu un entitātes, izpilda dialoga scenārija soļus un atbild lietotājam. Šobrīd mašīnmācīšanās metodes tiek izmantotas, lai apmācītu sistēmu nodoma noteikšanā un entitāšu atpazīšanas modeļu apguvē, bet dialoga scenāriji un asistenta atbildes parasti tiek veidotas manuāli. Tāpēc pētījumā tika meklētas metodes, kas ļaus VA dialoga scenārijus mācīt no piemēriem. Pētījumā izstrādātās metodes tika veidotas pēc iespējas valodneatkarīgas, lai tās varētu izmantot gan Baltijas tirgū, gan globālajā tirgū pieprasītām valodām.
Pētījuma rezultātā tika radīta plaša teorētiskā bāze un metodes, ar kuru palīdzību var efektīvāk izstrādāt plaša lietojuma VA. Jaunās zināšanas šajā jomā ir palielinājušas inovatīvu produktu un pakalpojumu veidošanu, kā arī paaugstinājušas uzņēmuma kopējo konkurētspēju.
Kontaktpersona:
SIA“TILDE” pētījuma vadošais pētnieks: Raivis Skadiņš
Vienības gatve 75a, Rīga, LV 1004
Projektu līdzfinansē Eiropas Reģionālās attīstības fonds Darbības programmas “Izaugsme un nodarbinātība” 1.2.1. specifiskā atbalsta mērķa “Palielināt privātā sektora investīcijas P&A” 1.2.1.1. pasākuma “Atbalsts jaunu produktu un tehnoloģiju izstrādei kompetences centru ietvaros.
Informācija par visiem IT kompetences centra ietvaros veiktajiem projektiem.
