Ngôn ngữ ít phổ biến, tại sao nói một ngôn ngữ như vậy có giá trị hơn bạn nghĩ
· 3 phút đọc · languages, pay
Bản dịch này do máy tạo ra và chưa được người bản ngữ kiểm tra. Khi có điểm chưa rõ, bản tiếng Anh là bản gốc. Hãy cho chúng tôi biết nếu có lỗi và chúng tôi sẽ sửa. 英语
Trong công việc dữ liệu AI, giá trị theo dõi sự khan hiếm hơn là số lượng người nói. Một ngôn ngữ có ít người nói và hầu như không có dữ liệu có thể được lấp đầy bằng cách thu thập, dịch thuật hoặc dữ liệu tổng hợp. Nó chỉ có thể được lấp đầy bởi người nói, điều này làm cho sự thông thạo trong một ngôn ngữ ít phổ biến trở thành một vị trí thực sự mạnh mẽ.
Tóm tắt
- Ít phổ biến có nghĩa là ít dữ liệu hiện có, không phải ít người nói.
- Thu thập và dịch thuật không thể thay thế cho dữ liệu của người nói bản ngữ.
- Twi, Karakalpak và Wayuu là những ví dụ về ngôn ngữ mà Corpshore đang tích cực bao phủ.
- Chuyển mã giữa một ngôn ngữ ít phổ biến và một ngôn ngữ chính là đặc biệt có giá trị.
- Nói quá mức độ ngôn ngữ là lý do phổ biến nhất khiến đơn ứng tuyển thất bại.
Thực sự ít phổ biến có nghĩa là gì?
Nó đề cập đến lượng dữ liệu có thể sử dụng được cho một ngôn ngữ, không phải số lượng người nói. Một số ngôn ngữ có hàng chục triệu người nói vẫn là ít phổ biến vì hầu như không có gì từng được viết ra dưới dạng kỹ thuật số hoặc ghi lại dưới dạng mà hệ thống có thể học được.
Đó là khoảng trống đang được trả tiền để lấp đầy. Nó không tự đóng lại, vì tài liệu thực sự không tồn tại cho đến khi ai đó tạo ra nó.
Tại sao không thể giải quyết điều này bằng dịch thuật?
Bởi vì văn bản dịch không phải là cách mọi người nói. Một tập hợp câu tiếng Anh được dịch sang Twi dạy cho mô hình xử lý Twi dịch, điều này không giống với ngôn ngữ Twi mà mọi người thực sự sử dụng, và sự khác biệt này xuất hiện ngay lập tức trong thực tế.
Điều tương tự cũng áp dụng cho dữ liệu tổng hợp được tạo ra bởi một mô hình. Một mô hình không giỏi một ngôn ngữ không thể tạo ra dữ liệu huấn luyện tốt cho ngôn ngữ đó, đây là một vấn đề vòng lặp mà chỉ có người nói bản ngữ mới có thể giải quyết.
Bạn nên trình bày ngôn ngữ của mình trong đơn ứng tuyển như thế nào?
Liệt kê mọi ngôn ngữ bạn thực sự làm việc với một mức độ trung thực cho từng ngôn ngữ, và nêu rõ những ngôn ngữ ít phổ biến thay vì gộp chúng dưới một ngôn ngữ lớn hơn. Karakalpak liệt kê dưới Uzbek sẽ biến mất; Karakalpak liệt kê riêng là lý do bạn được tuyển dụng.
Hãy chính xác về mức độ. Mức độ sẽ được kiểm tra trong quá trình gia nhập, và việc nói quá mức độ mà không qua được kiểm tra sẽ làm mất đơn ứng tuyển. Một mức độ trung thực vừa phải thường không làm mất.
Câu hỏi khác
Ngôn ngữ ít phổ biến trong AI là gì?
Một ngôn ngữ có ít dữ liệu kỹ thuật số hiện có để huấn luyện, bất kể có bao nhiêu người nói. Khoảng trống chỉ có thể được lấp đầy bởi người nói bản ngữ tạo ra tài liệu mới.
Ngôn ngữ hiếm có trả nhiều hơn trong công việc chú thích không?
Thường là có, vì giá trị theo dõi sự khan hiếm. Một ngôn ngữ mà ít người có thể làm việc sẽ có giá trị hơn một ngôn ngữ có sẵn nhiều người.
Tôi có nên liệt kê một ngôn ngữ mà tôi nói nhưng không thể viết chính thức không?
Có, với mô tả trung thực về mức độ của bạn. Công việc nói thường cần người nói lưu loát hơn là người viết chính thức, và việc chính xác về sự khác biệt này giúp ích hơn là gây hại.