研究人員開發解決阿拉伯語及其方言在自然語言處理中的人工智慧解決方案
由薩拉曼卡大學和阿拉伯聯合大學的研究人員利用深度學習系統，開發出了一種能夠有效利用阿拉伯語及其各種方言的自然語言處理（NLP）應用的人工智慧解決方案。
自然語言處理是語言學、電腦科學和人工智慧的跨學科領域，透過程式設計讓計算機能夠處理和分析大量自然語言資料，並幫助開發不同的語言學習技能和提高翻譯準確性的程式。這項研究專案的目標是評估阿拉伯語在人工智慧應用中的可用性和實用性，讓全球約五億阿拉伯語使用者能夠從當前的人工智慧技術趨勢中受益。研究團隊由學者和工程師組成，他們的研究成果已經在國際期刊上發表。
突破現有自然語言處理系統的約束
研究人員指出，現有的自然語言處理系統在處理非英語語言時存在著困難，尤其是像阿拉伯語這樣的語言，其從拉丁字母系統為基礎的語言有著右向左書寫和附加符號的特點，這使得計算機難以識別。為理解決這個問題，薩拉曼卡大學的電腦科學教授阿夏拉夫·埃爾納加爾博士帶領他的團隊開發了一系列計算工具，不僅可以識別標準阿拉伯語，還可以處理各種方言文字。
埃爾納加爾博士表示：“該專案的成功完成有望獲得廣泛應用，因為它為各種基於人工智慧的語言應用和服務帶來了許多好處和改進。它有潛力滿足不同使用者和行業的需求，促進更有效的溝通、可存取性和本地化。”
改善阿拉伯語的地位和多樣性
利用人工智慧改善阿拉伯語在社會中的地位已經成為中東阿拉伯語使用國家亟需解決的問題。在這些國家中，與電腦相關技術熟練的使用者已經開始依賴 ChatGPT 和其他人工智慧應用快速生成訊息、執行寫作任務和提高語言技能。埃爾納加爾博士表示該專案依賴於本科和研究生水平的學生研究，尤其是薩拉曼卡大學電腦科學系的學生展示了非凡的才能和奉獻精神。
他還提到了專案的難題，包括缺乏標準拼寫法、有限的資源和標記資料以及阿拉伯語使用國家和文化區域之間廣泛的方言變異。研究團隊利用多個不同的資料集，其中包括大量多樣化且無偏見的方言語料庫，訓練了各種傳統和深度學習模型，包括最先進的 Transformer 和 BERT 等上下文嵌入模型，進行區域和國家分類。
多方面應用於人工智慧中
一旦推出，該新的基於人工智慧的系統將提高機器翻譯、情感分析和語音識別等應用的效能和使用者體驗，可以準確識別標準阿拉伯語以及各種方言，從而有助於文化保護、可存取性和更有效的跨文化交流。此外這些工具還可以根據阿拉伯語使用世界中的特定區域和文化進行定制，使企業和公共服務更好地迎合目標受眾的需求，確保所提供的訊息和服務在當地具有相關性且易於理解。
該專案還引起了 IBM 和微軟等主要科技公司以及薩拉納等新創企業支援機構的重視。埃爾納加爾博士表示：“薩拉納的代表們已與我們討論，探討可能為該專案的研究結果提供商業產品開發的資金支援。這些科技巨頭和創業支援實體對該專案的關注度表明，該專案不僅是一個研究專案，還是一個有廣泛市場應用的可行商業解決方案。”
為阿拉伯語和方言的可存取性提供支援
這項研究還對能夠提供對特定方言進行了定制的語言處理相關的人工智慧工具產生了濃厚的興趣。然而埃爾納加爾博士表示他們團隊的系統與其他阿拉伯語的人工智慧模型不同之處在於，他們專門關注檢測和處理阿拉伯方言。他說：“許多模型可能將重點放在現代標準阿拉伯語或常用方言上，而我們的系統涵蓋了更廣泛的方言變化。”
總結而言，這項研究專案的成果將在不同領域帶來許多好處，包括提高翻譯準確性、定制情感分析工具、更好地理解目標受眾的意見和情感、增強語音指令識別和語音轉錄服務等。同時這也為殘障人士提供了更大的可存取性，讓他們能夠更準確地使用語音命令識別和轉錄服務。
