Injini mbili, kazi moja

Ray hutumia injini mbili za utambuzi wa usemi kwa sababu si kila mtiririko wa kazi wa manukuu unaohitaji uwiano sawa wa vipaumbele.

Sunray (zamani Ray Max) imesanifiwa kwa ajili ya usahihi. Ni injini ya lugha zenye rasilimali chache, nyenzo za kumbukumbu, kazi za kitaalamu za manukuu, na wakati wowote ambapo maandishi yanahitaji kuwa karibu iwezekanavyo na sauti iliyotamkwa.

MoonRay (zamani Ray Turbo) imesanifiwa kwa ajili ya kasi. Ni injini ya utazamaji wa moja kwa moja, maonyesho ya awali ya haraka, na makundi makubwa ya faili ambapo kupata manukuu yanayoweza kutumika kwa haraka ni muhimu.

Kipimo linganishi kinachohusu chapisho hili hulinganisha injini zote mbili katika lugha 98 kwa kutumia mchakato sawa wa tathmini kwa kila modeli. Lengo si kutoa dai lisilo mahususi kwamba Ray inatumia lugha nyingi. Lengo ni kutoa njia inayoweza kurudiwa ya kuona jinsi injini zinavyofanya kazi katika mifumo mingi ya uandishi, lafudhi, na familia za lugha.

Kumbuka: chati zilizo hapa chini zilitengenezwa kabla ya kubadilishwa kwa majina ya injini, kwa hivyo ufafanuzi wake bado unaonyesha majina ya zamani — Ray Max sasa ni Sunray, na Ray Turbo sasa ni MoonRay.

Jinsi ya kusoma namba

Kipimo kikuu ni Kiwango cha Makosa ya Maneno, ambacho kwa kawaida hufupishwa kuwa WER. Kiwango cha chini ni bora zaidi. WER ya asilimia 5 inamaanisha nakala ya usemi iko karibu sana na maandishi ya marejeleo. WER ya juu inamaanisha injini ilifanya ubadilishaji, uingizaji, au ufutaji zaidi.

Ili kurahisisha ulinganishaji, matokeo hayo hayo yanaweza pia kuonyeshwa kama usahihi:

accuracy = max(0, 100 - WER)

Mwonekano huo wa pili ni rahisi kuchanganua, lakini WER inasalia kuwa kipimo muhimu zaidi cha kihandisi kwa sababu inaonyesha mahali hasa ambapo modeli inapata matatizo.

Utendaji wa jumla

Matokeo kamili: lugha zote 98

Lugha zenye utendaji wa juu

Lugha zenye changamoto zaidi

Tunachopima

• Ubora wa utambuzi katika lugha 98
• Tofauti kati ya Sunray na MoonRay
• Lugha ambazo usahihi wake tayari ni mzuri vya kutosha kwa manukuu ya kila siku
• Lugha zinazohitaji data zaidi ya mafunzo, urekebishaji, au ushughulikiaji mahususi wa lugha
• Hali za kutofaulu ambapo modeli huingiza maandishi mengi zaidi kuliko yaliyomo katika sauti chanzo

Kwa nini hili ni muhimu kwa manukuu

Injini ya manukuu haihukumiwi tu kwa jinsi inavyoshughulikia Kiingereza. Utazamaji halisi una mambo mengi zaidi: filamu za lugha nyingi, ubadilishaji kati ya lugha, majina ya kikanda, rekodi zenye kelele, na maudhui yanayobadilika kutoka lugha moja hadi nyingine katikati ya tukio.

Ray imeundwa kwa ajili ya hali hiyo halisi. Vipimo linganishi hutusaidia kuchagua mipangilio chaguomsingi, kuweka matarajio, na kuamua mafunzo na tathmini zinazofuata zinapaswa kuelekezwa wapi.

Matokeo muhimu ya bidhaa ni rahisi: Ray inaweza kuchagua kati ya kasi na usahihi kulingana na kazi, na injini zote mbili zinaendelea kuboreshwa kadiri lugha zaidi zinavyopitia mchakato wa vipimo linganishi.