복잡한 문자 체계인 종카어 입력에 필요한 키스트rokes 수를 줄이기 위해 종카어의 확률적 단어를 예측하는 새로운 시스템이 개발되었습니다. 이 프로젝트는 DCDD에서 획득한 10만 문장 데이터셋을 사용하여 LSTM, Bi-LSTM, GRU 세 가지 서로 다른 모델을 학습하고 평가했습니다.

  • 데이터셋에는 토큰화, N-gram 생성, 패딩을 통해 처리된 1,331,282개의 단어와 28,344개의 고유 단어가 포함되어 있습니다.
  • 종카어 작업에 대한 성능을 최적화하기 위해 세 모델의 모든 하이퍼파라미터가 미세 조정되었습니다.
  • GRU 모델은 74.03%의 정확도로 다른 모델들을 능가했으며, 경량 특성으로 인해 과적합도 효과적으로 처리했습니다.

이 시스템은 효율적인 텍스트 예측을 통해 문화적 가치를 유지하는 편리한 도구를 제공함으로써 종카어의 문서화 및 입력이라는 과제에 대응합니다.