Um novo sistema foi desenvolvido para prever palavras prováveis em dzongkha, com o objetivo de reduzir o número de teclas pressionadas necessárias para digitar este script complexo. O projeto utiliza um conjunto de dados de 100.000 sentenças adquiridas da DCDD para treinar e avaliar três modelos distintos: LSTM, Bi-LSTM e GRU.

  • O conjunto de dados contém 1.331.282 palavras e 28.344 palavras únicas, processadas por tokenização, geração de n-gramas e padding.
  • Os hiperparâmetros dos três modelos foram ajustados para otimizar o desempenho na tarefa do idioma dzongkha.
  • O modelo GRU superou os outros com uma precisão de 74,03%, enquanto também lidava eficazmente com overfitting devido à sua natureza leve.

Este sistema aborda o desafio de documentar e digitar dzongkha fornecendo uma ferramenta conveniente que preserva o valor cultural por meio da previsão eficiente de texto.