إذا كنت تبني نموذجاً لغوياً كبيراً أو نظام تعرف على الكلام، فأنت تحتاج إلى بيانات يولّدها البشر.
أنواع جمع بيانات الذكاء الاصطناعي
جمع الكلام والصوت: تجنيد متحدثين أصليين لتسجيل كلام بلغات ولهجات مستهدفة لتدريب نماذج ASR وTTS.
جمع الكتابة اليدوية: جمع نصوص مكتوبة يدوياً مع نصوص مرجعية دقيقة لتدريب نماذج OCR وHTR.
النسخ والتوسيم: تحويل الصوت إلى نص دقيق ثم تسميته بالعلامات المطلوبة.
تقييم النماذج اللغوية: يُقيّم مقيّمون بشريون ردود النماذج للجودة والدقة والأمان.