نحو تعلم اللغات بدون بيانات مُصنفة
يتطلب تعلم الآلة بيانات. وتحتاج معظم النماذج إلى تدخل بشري لتصنيف هذه البيانات، وهي عملية تستهلك الكثير من الوقت والمال.
يعمل الباحثون على تغيير هذا الأمر، حيث يتجهون نحو التعلم بدون بيانات مُصنفة (zero-label learning). تتيح هذه الطريقة للنماذج التعلم دون الحاجة إلى تسميات بشرية.
آلية العمل:
- تستخدم النماذج التعلم غير الخاضع للإشراف (unsupervised learning) لاكتشاف الأنماط.
- تتعلم بنية اللغة من تلقاء نفسها.
- تستخدم المعرفة الموجودة مسبقاً للتنبؤ بمعلومات جديدة.
يقلل هذا التحول من الحاجة إلى مجموعات بيانات ضخمة، ويجعل تدريب النماذج أسرع، كما يجعل الذكاء الاصطناعي متاحاً بشكل أكبر للغات النادرة.
الهدف هو الكفاءة. نحن نريد للنماذج أن تتعلم كما يفعل البشر؛ فنحن نراقب العالم ونتعلم دون الحاجة إلى تصحيح مستمر.
المصدر: https://dev.to/paperium/towards-zero-label-language-learning-3omp
مجتمع تعليمي اختياري: https://t.me/GyaanSetuAi