Новости

SQB представил UzLPC — крупнейшую открытую базу данных и текстов для узбекского языка

В эпоху стремительного внедрения искусственного интеллекта и цифровых технологий особое значение приобретает способность интеллектуальных систем точно понимать узбекский язык и качественно переводить на него тексты. Департамент искусственного интеллекта Узпромстройбанка (SQB) сделал важный шаг в этом направлении, завершив масштабный проект по созданию крупнейшего корпуса параллельных текстов для узбекского языка — Uzbek Large-Scale Parallel Corpus (UzLPC).

UzLPC — это масштабная цифровая база данных, предназначенная для обучения моделей искусственного интеллекта грамотному использованию узбекского языка и качественному переводу текстов. До настоящего времени при автоматическом переводе на узбекский язык нередко возникали стилистические и смысловые ошибки. Созданный SQB массив данных призван способствовать решению этой проблемы.

Масштаб проекта в цифрах:

• Более 2,3 миллиона адаптированных пар предложений (с английского и русского языков на узбекский);

• Более 17,9 миллиона словоупотреблений;

• Более 819 тысяч уникальных слов.

Тексты для корпуса собраны из открытых источников, включая платформу Tatoeba и Узбекскую Википедию. Кроме того, более 10% материалов прошли дополнительную проверку специалистами и были приведены к эталонному качеству перевода.

Инициатива реализована в рамках стратегии SQB по развитию собственных компетенций в области цифровых технологий и искусственного интеллекта. Техническая часть проекта осуществлена в сотрудничестве с компанией Huawei Technologies с использованием высокопроизводительного сервера Atlas 800I A2 и современной модели искусственного интеллекта Qwen3.5-122B-A10B.

«Создание столь масштабного корпуса текстов для узбекского языка знаменует собой новый этап в развитии цифровых технологий и искусственного интеллекта в нашей стране. Мы уверены, что этот ресурс поможет отечественным разработчикам и исследователям создавать ещё более совершенные и удобные решения на основе искусственного интеллекта», — отметили в Департаменте искусственного интеллекта SQB.

Руководствуясь принципами социальной ответственности и поддержки технологического сообщества, SQB предоставил бесплатный открытый доступ к корпусу данных на условиях лицензии CC BY-SA 4.0. Теперь разработчики, исследователи и IT-специалисты могут использовать этот ресурс в своих проектах.

Вернуться назад

684

Другие новости