Ўзбекистон, Тошкент - Batafsil.uz. Ўзбекистон Рақамли технологиялар вазирлиги ўзбек тилидаги 5,6 миллионта ҳужжат ва қарийб 6 миллиард сўзни қамраб олган очиқ матнли маълумотлар корпусини ишлаб чиқди. Маълумотлар базаси сунъий интеллект моделларининг ўзбек тилини тушуниш ва қайта ишлаш имкониятларини яхшилаш мақсадида Hugging Face платформасига жойлаштирилди.
Кorpus ўзбек тилининг лотин ва кирилл ёзувларидаги матнларни қамраб олади.
Унга сканерланган китоблар, газета ва архив материаллари, қонунчилик ҳужжатлари, Википедия мақолалари, веб-саҳифалар ҳамда очиқ Telegram постлари киритилган.
Вазирлик маълумотига кўра, йиғилган матнлар махсус қайта ишлаш жараёнидан ўтказилиб, сифати бўйича сараланган ва соҳа ҳамда мавзулар кесимида таснифланган.
Шунингдек, фойдаланувчиларнинг шахсий маълумотлари ҳимоя қилиниши учун исм ва телефон рақамлари name, phone каби махсус белгилар билан алмаштирилган.
Мазкур лойиҳа Президент Шавкат Мирзиёевнинг 2025 йил 21 октябрдаги видеоселектор йиғилишида ўзбек тилини мукаммал тушунадиган сунъий интеллект моделларини яратиш ва "Ўзбек тили корпуси"ни ишлаб чиқиш бўйича берган топшириғи доирасида амалга оширилган.
Ҳозирда вазирлик ушбу маълумотлар корпусини йирик тил моделларини ишлаб чиқувчиларга тақдим этиш устида ишламоқда. Хусусан, Qwen модели билан ҳамкорлик бошланган.
Эслатиб ўтамиз, аввалроқ 27 миллиондан ортиқ фуқаронинг маълумотлари сизиб чиққани ҳақидаги хабарларга вазир муносабат билдирганди.

Изоҳлар мавжуд емас