Un nouveau système a été développé pour prédire les mots probables en dzongkha, dans le but de réduire le nombre de frappes au clavier nécessaires pour saisir ce script complexe. Le projet utilise un ensemble de données de 100 000 phrases acquises auprès du DCDD pour entraîner et évaluer trois modèles distincts : LSTM, Bi-LSTM et GRU.

  • L'ensemble de données contient 1 331 282 mots et 28 344 mots uniques, traités par tokenisation, génération de N-grammes et remplissage (padding).
  • Les hyperparamètres des trois modèles ont été ajustés pour optimiser les performances sur la tâche linguistique dzongkha.
  • Le modèle GRU a surpassé les autres avec une précision de 74,03 %, tout en gérant efficacement le surapprentissage grâce à sa nature légère.

Ce système répond au défi de la documentation et de la saisie du dzongkha en fournissant un outil pratique qui préserve la valeur culturelle grâce à une prédiction de texte efficace.