ডিকোডিং পাৰফমেন্স
অনুবাদ
অনুবাদ প্ৰকল্পৰ লক্ষ্য হৈছে ভাৰতৰ লাখ লাখ শিক্ষাৰ্থীক স্থানীয় ভাষাত শৈক্ষিক সমল প্ৰদান কৰা।
বেছিভাগ উচ্চ-মানদণ্ডৰ শৈক্ষিক সমল ইংৰাজীত উপলব্ধ। যদি আমি এই বিষয়বস্তুবোৰ ভাৰতীয় স্থানীয় ভাষালৈ অনুবাদ কৰিব পাৰো তেন্তে শিক্ষাৰ্থীসকলৰ বাবে ই যথেষ্ট সহায়ক হ’ব। সেইটো কৰিবলৈ, আমি ভাৰতৰ সকলো মুখ্য স্থানীয় ভাষাৰ বাবে আভ্যন্তৰীণ স্নায়ৱিক যন্ত্ৰ অনুবাদ আৰ্হি নিৰ্মাণ কৰিছো। প্ৰতিটো আৰ্হিয়ে নিৱেশ হিচাপে শৈক্ষিক ইংৰাজী বাক্য প্ৰাপ্ত কৰিব আৰু প্ৰদান কৰা লক্ষ্য ভাষাত অনুবাদ কৰা বাক্যবোৰৰ ফলাফল দিব।
বৰ্তমান, আমি 11টা ভাৰতীয় ভাষা সমৰ্থন কৰোঁ:
- হিন্দী
2. গুজৰাটী
3. মাৰাঠী
4. তামিল
5. তেলেগু
6. বাংলা
7. কানাড়া
8. অসমীয়া
9. উড়িয়া
10. পাঞ্জাৱী
11. মালায়ালম
গুগল অনুবাদে কেতিয়াবা ভুল কৰে কিয়নো ই বিশেষভাৱে শৈক্ষিক ক্ষেত্ৰৰ বাবে নিৰ্মিত নহয়। ইয়াত কিছুমান উদাহৰণ আছে:
| ইংৰাজী | গুগলৰ অনুবাদ | NMT ৰ দ্ৱাৰা কৰা অনুবাদ |
| which of the following law was given by Einstein: | निम्नलिखित में से कौन सा कानून आइंस्टीन द्वारा दिया गया था: | निम्नलिखित में से कौन सा नियम आइंस्टीन द्वारा दिया गया था: |
| which one of the following is not alkaline earth metal? | निम्नलिखित में से कौन क्षारीय पृथ्वी धातु नहीं है | निम्नलिखित में से कौन सा क्षारीय मृदा धातु नहीं है? |
| Endogenous antigens are produced by intra-cellular bacteria within a host cell. | अंतर्जात प्रतिजन एक मेजबान कोशिका के भीतर इंट्रा-सेलुलर बैक्टीरिया द्वारा निर्मित होते हैं। | अंतर्जात प्रतिजन एक परपोषी कोशिका के भीतर अंत: कोशिकीय जीवाणु द्वारा उत्पन्न किए जाते हैं। |
এতিয়া, আৰম্ভণিৰ পৰা নিছৰেল মেশ্বিন অনুবাদ আৰ্হি নিৰ্মাণ কৰিবলৈ, আমাক বহুতো তথ্যৰ প্ৰয়োজন – কমেও কেই নিযুত বাক্য। সেয়েহে, আমি এটা লুপ নিৰ্মাণ কৰিছো যি সময়ৰ সৈতে নিজকে উন্নত কৰে। আমি ইয়াত সকলো ভাষাতে শৈক্ষিক অনুবাদকৰ সহায় লৈছো।
আমি শৈক্ষিক অনুবাদকসকলক মেচিন-অনুবাদ কৰা বাক্য প্ৰদান কৰোঁ। প্ৰয়োজন হ’লে তেওঁলোকে সামান্য সংশোধন কৰে আৰু সংশোধিত অনুবাদ প্ৰদান কৰে অৰ্থাৎ আমাক প্ৰতিক্ৰিয়া তথ্য প্ৰদান কৰে। তাৰ পিছত আমি আমাৰ আৰ্হিক এই নতুন প্ৰতিক্ৰিয়া তথ্যৰ সৈতে প্ৰশিক্ষণ দিওঁ। এতিয়া, উন্নত কৰা স্নায়ৱিক যন্ত্ৰ অনুবাদ আৰ্হিৰ সৈতে, যন্ত্ৰ-অনুবাদ কৰা বাক্যবোৰৰ মানদণ্ড সময়ৰ সৈতে উন্নত হৈ পৰে।
ইয়াত এটা নক্সা আছে যিয়ে গোটেই প্ৰকল্পটোৰ সামগ্ৰিক গাঁথনি দেখুৱায়।
সেয়েহে, অনুবাদৰ সমস্যাসমাধানৰ বাবে, আমি মানৱ বুদ্ধিমত্তা আৰু AI দুয়োটা ব্যৱহাৰ কৰি আছো।
Embibe ৰ স্নায়ৱিক যন্ত্ৰ অনুবাদ প্ৰযুক্তি ব্যৱহাৰ কৰি, শৈক্ষিক অনুবাদকসকলৰ দ্বাৰা কৰিব লগা হস্তকৃত কাম ~80% হ্ৰাস কৰা হৈছে। তেওঁলোকৰ উৎপাদনশীলতা বহু গুণে বৃদ্ধি পাইছে। অৱশেষত, অনুবাদৰ ব্যয়ও যথেষ্ট হ্ৰাস পাইছে।
ছবি অনুবাদ:
আমি ছবি-অনুবাদ সমস্যাটো সমাধান কৰিবলৈ চেষ্টা কৰি আছোঁ, য’ত ইংৰাজী লেবেল থকা ছবি এখন প্ৰণালীত প্ৰদান কৰা হ’ব আৰু ফলাফলটো আঞ্চলিক ভাষাত লেবেল থকা ছবি হ’ব।
উদাহৰণ স্বৰূপে, এই ছবিখন:
স্বয়ংক্ৰিয়ভাৱে তলৰ ছবিখনলৈ ৰূপান্তৰ কৰা হ’ব:
আমি ইয়াক নিখুঁত কৰিবলৈ এই ফলাফল ছবিৰ ওপৰত সৰু ফণ্ট-শৈলী উন্নত কৰিব পাৰোঁ।
এই প্ৰকল্পটোৰ বাবে, আমি প্ৰথমে ছবিখনৰ পৰা পাঠ লেবেলবোৰ চিনাক্ত কৰোঁ, তাৰ পিছত প্ৰতিটো পাঠ লেবেলৰ বাবে OCR কৰোঁ, তাৰ পিছত নিউৰেল মেশ্বিন অনুবাদ API ব্যৱহাৰ কৰি সেইবোৰ অনুবাদ কৰোঁ, আৰু শেষত সেই অনুবাদ কৰা পাঠটো সংশ্লিষ্ট স্থানত ছবিখনত ৰাখোঁ।
প্ৰসঙ্গ:
[1] Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Lukasz Kaiser, Illia Polosukhin. “Attention Is All You Need.”
[2] Faldu, Keyur, Amit Sheth, Prashant Kikani, and Hemang Akabari. “KI-BERT: Infusing Knowledge Context for Better Language and Domain Understanding.” arXiv preprint arXiv:2104.08145 (2021).
[3] Gaur, Manas, Keyur Faldu, and Amit Sheth. “Semantics of the Black-Box: Can knowledge graphs help make deep learning systems more interpretable and explainable?.” IEEE Internet Computing 25, no. 1 (2021): 51-59
[4] Sheth, Amit, Manas Gaur, Kaushik Roy, and Keyur Faldu. “Knowledge-intensive Language Understanding for Explainable AI.” IEEE Internet Computing 25, no. 5 (2021): 19-24.
← AI হোমলৈ ঘূৰি যোৱা
