GRU mencapai akurasi 74,03% dalam prediksi kata berikutnya bahasa Dzongkha

Sebuah sistem baru telah dikembangkan untuk memprediksi kata-kata yang mungkin dalam bahasa Dzongkha, dengan tujuan mengurangi jumlah ketukan tombol yang diperlukan untuk mengetik skrip kompleks ini. Proyek ini memanfaatkan dataset berisi 100.000 kalimat yang diperoleh dari DCDD untuk melatih dan mengevaluasi tiga model berbeda: LSTM, Bi-LSTM, dan GRU.

• Dataset tersebut berisi 1.331.282 kata dan 28.344 kata unik, yang diproses melalui tokenisasi, generasi N-gram, dan padding.
• Hyperparameter untuk ketiga model tersebut telah disesuaikan secara halus untuk mengoptimalkan kinerja pada tugas bahasa Dzongkha.
• Model GRU unggul dibandingkan lainnya dengan akurasi 74,03%, sambil juga menangani overfitting secara efektif berkat sifatnya yang ringan.

Sistem ini mengatasi tantangan dokumentasi dan pengetikan bahasa Dzongkha dengan menyediakan alat yang nyaman yang mempertahankan nilai budaya melalui prediksi teks yang efisien.