ಶೂನ್ಯ-ಲೇಬಲ್ ಭಾಷಾ ಕಲಿಕೆಯತ್ತ

ಮಷೀನ್ ಲರ್ನಿಂಗ್‌ಗೆ ದತ್ತಾಂಶದ ಅಗತ್ಯವಿದೆ. ಹೆಚ್ಚಿನ ಮಾದರಿಗಳಿಗೆ ಈ ದತ್ತಾಂಶವನ್ನು ಲೇಬಲ್ ಮಾಡಲು ಮನುಷ್ಯರ ಅಗತ್ಯವಿರುತ್ತದೆ. ಈ ಪ್ರಕ್ರಿಯೆಯು ಸಮಯ ಮತ್ತು ಹಣವನ್ನು ವ್ಯಯಿಸುತ್ತದೆ.

ಸಂಶೋಧಕರು ಇದನ್ನು ಬದಲಾಯಿಸುತ್ತಿದ್ದಾರೆ. ಅವರು ಶೂನ್ಯ-ಲೇಬಲ್ ಕಲಿಕೆಯತ್ತ ಸಾಗುತ್ತಿದ್ದಾರೆ. ಈ ವಿಧಾನವು ಮನುಷ್ಯರ ಲೇಬಲ್‌ಗಳಿಲ್ಲದೆ ಮಾದರಿಗಳು ಕಲಿಯಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ:

  • ಮಾದರಿಗಳು ಮಾದರಿಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಅನ್ಸೂಚಿತ ಕಲಿಕೆಯನ್ನು (unsupervised learning) ಬಳಸುತ್ತವೆ.
  • ಅವು ಭಾಷೆಯ ರಚನೆಯನ್ನು ತಾವೇ ಕಲಿಯುತ್ತವೆ.
  • ಅವು ಹೊಸ ಮಾಹಿತಿಯನ್ನು ಊಹಿಸಲು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಜ್ಞಾನವನ್ನು ಬಳಸುತ್ತವೆ.

ಈ ಬದಲಾವಣೆಯು ಬೃಹತ್ ದತ್ತಾಂಶಗಳ ಅಗತ್ಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಇದು ಮಾದರಿಗಳ ತರಬೇತಿಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ. ಅಲ್ಲದೆ, ಇದು ವಿಶಿಷ್ಟ ಭಾಷೆಗಳಿಗೆ AI ಅನ್ನು ಹೆಚ್ಚು ಸುಲಭವಾಗಿ ಲಭ್ಯವಾಗುವಂತೆ ಮಾಡುತ್ತದೆ.

ಗುರಿ ದಕ್ಷತೆ. ಮಾದರಿಗಳು ಮನುಷ್ಯರಂತೆ ಕಲಿಯಬೇಕೆಂದು ನಾವು ಬಯಸುತ್ತೇವೆ. ನಾವು ಪ್ರಪಂಚವನ್ನು ಗಮನಿಸುತ್ತೇವೆ ಮತ್ತು ನಿರಂತರ ತಿದ್ದುಪಡಿಗಳಿಲ್ಲದೆ ಕಲಿಯುತ್ತೇವೆ.

Source: https://dev.to/paperium/towards-zero-label-language-learning-3omp

Optional learning community: https://t.me/GyaanSetuAi