12.01.26

келісім бойынша

Идея

Задачи ИКТ

Медиасфера

Нейротехнология және жасанды интеллект

БҚ/АЖ

STT жүйелері жиі түрде «шулы» нәтиже береді: бір-бірімен байланысы жоқ зат есімдер жиынтығы, кедергілер, сөйлем үзінділері. Бұл интент-тану жүйесінің жалған іске қосылуына, бизнес-логиканың артық шақырылуына және ресурстардың тиімсіз жұмсалуына әкеледі. Алғашқы сүзгілеу үшін ML/LLM қолдану әрдайым орынды емес, себебі ол жоғары кідіріс, қымбат есептеу құны және сыртқы сервистерге тәуелділік тудырады. Сондықтан айқын мағынасыз деректерді алып тастайтын және күмәнді жағдайларды белгілейтін жылдам әрі детерминирленген сүзгі қажет.

Жоба STT жүйелерінен алынған мәтіндердің мағыналылығын бағалауға арналған жеңіл, көптілді NLP-модельді (rule-based) әзірлеуді көздейді. Модуль мағынасыз, үзілген немесе тақырыптық тұрғыда байланыссыз фразаларды интент-тану немесе ИИ-ге жіберу кезеңіне дейін сүзуге арналған. Шешім JavaScript тілінде іске асырылады, детерминирленген түрде жұмыс істейді және ML/LLM қолдануды міндетті түрде талап етпейді. Сонымен қатар, әзірлеуді жеделдету және талдау сапасын арттыру үшін дайын NLP-кітапханаларды (мысалы, nlp.js, compromise, токенизаторлар, морфологиялық құралдар) пайдалануға рұқсат етіледі және құпталады. Модульдің нәтижесі — 0–1 аралығындағы сандық баға (score) және түсіндірілетін диагностикалық белгілер. Бұл оны көптілді дауыстық және мәтіндік жүйелерде өндірістік деңгейде сенімді қолдануға мүмкіндік береді.

Жанғазы Темірлан Маратұлы