ҚАЗАҚ ТІЛІ ҮШІН АВТОМАТТЫ СӨЙЛЕУДІ ТАНУ ЖҮЙЕСІНДЕ ПУНКТУАЦИЯНЫ ҚАЛПЫНА КЕЛТІРУ

Аңдатпа

Мақалада қазақ тілін автоматты сөйлеу тану жүйелеріндегі(ASR) тыныс белгілерін қалпына келтіру мәселесін қарастырады.  Ұсынылған тәсіл қазақ тілінің ASR жүйелеріндегі тыныс белгілерін қалпына келтірудің негізгі төрт тыныс белгісі классы (үтір - COMMA, нүкте - PERIOD, сұрақ -QUESTION және леп белгісі - EXCLAMATION) және тыныс белгісі жоқ (O) класс бойынша шешуді көрсетеді. Тәжірибелер бір тілді қазақ мәтіндерінде де, аралас қазақ-орыс деректерінде де сынақтан өткізіліп, қазіргі ASR қолданбаларындағы практикалық көптілді байланыс параметрлерін қамтыды. Леп белгісі мен сұрақ белгісіндегі класс теңгерімсіздігін азайту үшін толықтыру әдісі негізінде қазақ тіліндегі тыныс белгілерін қалпына келтіруге арналған арнайы таңбаланған корпус құрылды.Тәжірибелер тыныс белгілерін қалпына келтіру моделінің төрт тыныс белгілері класы (COMMA, PERIOD, QUESTION және EXCLAMATION) бойынша 93,55% макро-F1 көрсеткішіне жеткенін көрсетті. Модель жоғары өнімділік көрсетті, нүкте үшін 97,96%, сұрақ белгісі үшін 97,78%, үтір белгісі үшін 88,57% және леп белгіні тану үшін 89,89% F1 көрсеткіштерін көрсетті, бұл алдыңғы жұмыстармен салыстырғанда айтарлықтай өсімді белгілейді және қазақ тіліндегі ASR нәтижесіне тәсілдің сенімділігін растайды.