X
יומן ראשי
חדשות תחקירים
כתבות דעות
סיפורים חמים סקופים
מושגים ספרים
ערוצים
אקטואליה כלכלה ועסקים
משפט סדום ועמורה
משמר המשפט תיירות
בריאות פנאי
תקשורת עיתונות וברנז'ה
רכב / תחבורה לכל הערוצים
כללי
ספריה מקוונת מיוחדים ברשת
מגזינים וכתבי עת וידאו News1
פורמים משובים
שערים יציגים לוח אירועים
מינויים חדשים מוצרים חדשים
פנדורה / אנשים ואירועים
אתרים ברשת (עדכונים)
בלוגרים
בעלי טורים בלוגרים נוספים
רשימת כותבים הנקראים ביותר
מועדון + / תגיות
אישים פירמות
מוסדות מפלגות
מיוחדים
אירועי תקשורת אירועים ביטוחניים
אירועים בינלאומיים אירועים כלכליים
אירועים מדיניים אירועים משפטיים
אירועים פוליטיים אירועים פליליים
אסונות / פגעי טבע בחירות / מפלגות
יומנים אישיים כינוסים / ועדות
מבקר המדינה כל הפרשות
הרשמה למועדון VIP מנויים
הרשמה לניוזליטר
יצירת קשר עם News1
מערכת - New@News1.co.il
מנויים - Vip@News1.co.il
הנהלה - Yoav@News1.co.il
פרסום - Vip@News1.co.il
כל הזכויות שמורות
מו"ל ועורך ראשי: יואב יצחק
עיתונות זהב בע"מ
X
יומן ראשי  /  חדשות / מבזקים
מחשבים יבינו סלנג? [צילום אילוסטרציה: דרור גרטי/פלאש 90]
משפת מחשב לשפה טבעית
מכונות יבינו עברית מדוברת
מעולם לא הייתה השפה העברית נגישה יותר: רשות התקשוב הממשלתי יזמה ניסוי חלוצי ליצירת קורפוס מתויג של עברית בת-זמננו באמצעות האקדמיה ללשון העברית
הבנת השפה האנושית
כדי שמחשב, מכשיר סלולרי, שואב אבק דיגיטלי או כל כלי חכם אחר יבין אותנו, יש ללמד אותו להבין את השפה האנושית. לשם כך קיימים שני פתרונות עקרוניים:
1. יצירת עץ החלטות ולימוד המחשב שלמשפט מסוים יש כוונה ומשמעות ספציפית. איך עושים זאת? יוצרים טבלה שבה מופיע המשפט ולצידו הכוונה והמשמעות. הבעיה בשיטה זו היא שמספר המשפטים האפשריים הוא בלתי מוגבל, והטבלה בהכרח מצומצמת. כיום משתמשים בשיטה זו כאשר תחום השפה הוא צר ומוגדר היטב כדוגמת Bot שיחה לפתיחת חשבון או לקבלת שירות מסוים.
2. יצירת מאגר טקסטים מתויגים. איך עושים זאת? המחשב מוזן באוסף דוגמאות של משפטים שנותחו בידי אדם. המשפטים מפורקים למרכיביהם ומתויגים על-ידי בלשנים כך שמוגדרות ישויות במשפט, לדוגמה: את המילה 'חיפה' ניתן לקרוא כשמה של עיר בישראל, ובהקשר אחר כאדם ש'חיפה' על חברו. בעבודה זו מוגדרים הערך המילוני, חלקי הדיבר (פעלים, שמות וכו') וישויות תחביריות (נושא המשפט וכו'). לאחר שהוזנו משפטים רבים כדוגמת משפט זה, התוכנה המתאימה תוכל להתחיל ולתת מענה גם למשפטים שלא הוזנו אליה קודם לכן.
מיזמים של מאגרי טקסטים מתויגים כגון אלו כבר בוצעו בעבר בשפות בעלות אוכלוסיית דוברים גדולה, אך בעברית נעשתה עבודה מעטה וטרם פורסמו תשתיות נרחבות בשפה העברית בת-זמננו לשימוש חופשי.
מבנה העברית והכתיב שלה שונים מאוד משפות שבהן יש כיום מודלים מפותחים לעיבוד שפה טבעית, ולכן אי-אפשר להשתמש במודלים הקיימים באופן ישיר לקבלת תוצאות טובות.
מיזם החלוץ שהסתיים כעת הוא התחלה של מיזם הדיגיטציה של השפה העברית שמטרתו לייצר מאגר טקסטים מתויגים ללמידת מכונה כדי להגיע ל"הבנת" העברית על-ידי מכונות ומחשבים.

איך העוזר/ת הקולי/ת שלי מבינ/ה אותי? למה אנחנו מתכוונים כשאנו אומרים 'הדליקי את האורות בכל הבית', 'שלח הודעה לפלוני', 'אני מגיע לחיפה בעוד 5 דקות', או 'נקי לי רק את המטבח'. כדי שהמכונה תוכל לעשות זאת, יש ללמד אותה להבין את שפת בני האנוש.
רשות התקשוב הממשלתי מפרסמת בימים אלו לראשונה קורפוס מתויג ידני (תיוג "זהב") של עברית בת-זמננו. זה מאגר טקסטים שבו לכל מילה הצמידה האקדמיה ללשון העברית ניתוח בלשני, והוא בנוי לשמש ללמידת מכונה. זו סנונית ראשונה במיזם הדיגיטציה של השפה העברית. מטרתו לייצר מסד נתונים איכותי שיאפשר למכונות מחשוב "להבין" שפה אנושית בשיחה כתובה ומדוברת.
מיזם הדיגיטציה צפוי להוביל למהפכה ב"הבנת" המכונה את השפה העברית ויפתח שער לשירות בעברית ביישומונים ובכלים רבים. כיום קיים פער ניכר ביכולת הכלים המבוססים על עיבוד שפה טבעית בין העברית לבין האנגלית, הנמצאת במוקד המחקר. למשל אם תנסו להשתמש בעברית ב-Echo של אמזון, ב-Google Home של גוגל או ב-HomePod של אפל, לא תקבלו מענה ברמה שהורגלתם אליה בשימוש באנגלית. מכשירים המבינים דיבור חופשי נמכרים בעולם במאות מיליונים, והשימוש בהם הולך וגובר בין השאר לצורך קיום פעולות תוך כדי נהיגה או בזמן שהידיים או העיניים עסוקות בדבר אחר. במיוחד יש בהם פוטנציאל לשיפור איכות החיים לאנשים עם מוגבלויות. מלבד "שיחות" עם מכשירים, לעיבוד שפה טבעית יש יישומים מרחיקי לכת כגון תרגום מכונה, כריית מידע רלוונטי מתוך טקסט, ניתוח כוונות ורגשות מתוך טקסט, סיווג טקסטים ותקצירים אוטומטיים.
הערך לדוברי העברית הוא עצום, כי ייפתחו בפניהם אפשרויות רבות שכיום זמינות רק בשפות זרות, ויוכלו בעתיד להתבסס על העברית המדוברת בת-זמננו.
במיזם ניסויי חלוץ, שהוגדר ברשות התקשוב הממשלתי ונעשה באקדמיה ללשון העברית, נבחן התקן למבנה התיוג, ולאחר מכן תויגו מאות משפטים, הן בשיח מובנה הן בשפה חופשית, שנלקחו מעולם השירות הממשלתי לציבור.
אנשי מקצוע באקדמיה ללשון העברית תייגו את המשפטים תיוג מורפולוגי ידני בתקן UD (תקן בינלאומי המאפשר שימוש על-ידי אלגוריתמים לעיבוד שפה טבעית).
כדי להבטיח התאמה בין עולם התיוג המורפולוגי לבין עולם הניתוח התחבירי הממוחשב, שולבה בפרויקט מעבדת ה-NLP של הפרופסור רעות צרפתי באוניברסיטת בר-אילן, ונעשה שם תיוג תחבירי אוטומטי על בסיס התיוג המורפולוגי הידני.
התוצר פורסם ברישיון קוד פתוח לשימוש הציבור באתר Data.gov.il וזו הפעם הראשונה שתוצר תיוג בעברית בת-זמננו וביוזמה ממשלתית, מפורסם לשימוש חופשי לציבור, למחקר אקדמי ולחברות מסחריות. תוצר החלוץ ייבדק כעת על-ידי הכנסתו ללמידה במכונות של עיבוד שפה טבעית ובינה מלאכותית (AI/(NLP. התקן יטויב בהתאם למשוב שיתקבל. אפשר לשלוח התייחסויות לכתובת corpus@cio.gov.il

תאריך:  21/01/2020   |   עודכן:  21/01/2020
מועדון VIP להצטרפות הקלק כאן
 
תגיות מי ומי בפרשה
 אמזון
ברחבי הרשת / פרסומת
רשימות קודמות
איתמר לוין, יצחק דנון
איתי ישורון טוען, כי המחזור בתחום הפסיכומטרי מאז 1996 הגיע ל-1.2 מיליארד שקל, וכי הבעלים משך דיבידנדים ב-200 מיליון שקל    טוען שמיליונים נוספים נמשכו עבור בנות זוגו של גבע, כולל כאשר החברה התקשתה לשלם משכורות וכאשר תזרים המזומנים שלה התקרב לאפס
מירב ארד
הלימודים בגולן מתקיימים כסדרם    בחרמון ירדו הלילה 15 ס"מ שלג, האתר סגור למבקרים    מפלס הכינרת עלה מאתמול ב-7 ס"מ
מירב ארד
השכונה החדשה תכלול כ-800 יחידות דיור, שטחי מסחר נרחבים, מוסדות חינוך, תעסוקה ותיירות    עלות התכנון - 3 מיליון שקלים
איתמר לוין
אם יאשר הסנאט את הכללים שגיבש מיץ' מקונל, יהיה צורך בתמיכתם של לפחות ארבעה רפובליקנים כדי לזמן עדים שלא נשמעו בבית הנבחרים    הדמוקרטים: זהו טיוח    המשפט ייפתח היום בדיון על הנהלים; נאומי הפתיחה צפויים החל ממחר
איציק וולף
שר התחבורה ביקש מראש הממשלה לאשר בממשלה ביום ראשון החלטה על החלת הריבונות הישראלית בבקעה ובצפון ים המלח ולנצל את ישיבת המליאה המתוכננת ביום שלישי כדי להביא את הנושא להצבעה בכנסת
כל הזכויות שמורות
מו"ל ועורך ראשי: יואב יצחק
עיתונות זהב בע"מ New@News1.co.il