複雑な文字体系であるゾンカ語の入力に必要なキー入力を削減することを目的とした、ゾンカ語の確率的な単語を予測する新しいシステムが開発されました。このプロジェクトでは、DCDDから取得した10万文のデータセットを用いて、LSTM、Bi-LSTM、GRUという3つの異なるモデルの学習と評価を行いました。

  • データセットには1,331,282語の単語と28,344語の一意の単語が含まれており、トークン化、N-gram生成、パディングを通じて処理されました。
  • ゾンカ語のタスクに対するパフォーマンスを最適化するために、3つのモデルすべてのハイパーパラメータが微調整されました。
  • GRUモデルは74.03%の精度で他のモデルを上回り、軽量な性質により過学習も効果的に抑制しました。

このシステムは、効率的なテキスト予測を通じて文化的価値を保持する便利なツールを提供することで、ゾンカ語の文書化と入力という課題に対処しています。