ГР

ГКУ РБ «Информационные технологии»

IT и технологии · 15 сентября 2026 г.

Открыть канал в MAX

🗣 Башкирский язык получил официальный открытый языковой корпус — Bashkorttele

🗣 Башкирский язык получил официальный открытый языковой корпус — Bashkorttele В рамках работы Комиссии при Правительстве РБ по сохранению языков народов республики под председательством Первого заместителя Премьер-министра Урала Кильсенбаева Фонд сохранения и развития башкирского языка опубликовал серию открытых датасетов. 📍 Материалы уже доступны на платформе Hugging Face для всех разработчиков, учителей и исследователей: https://huggingface.co/bashkorttele Что вошло в открытый доступ? ▫️ 78 часов аудиокниг (эпосы, кубаиры, проза, поэзия, народные сказки); ▫️ 53 часа теле- и радиопередач; ▫️ 5 уникальных разговорников (башкирский / русский / казахский / алтайский / якутский / арабский / китайский) — всего 9 857 выровненных фраз. Это редчайший материал для машинного перевода внутри тюркской семьи, где путаница между родственными языками наиболее вероятна. Как создавался корпус? 🤖 Специалистам удалось построить умный «конвейер» обработки данных на базе искусственного интеллекта. Цифровые агенты самостоятельно читали файлы, писали код, чинили разорванные строки и старые кодировки, распознавали текст без текстового слоя и проводили морфологический аудит. Проект опирается на прочный научный фундамент — труды Института истории, языка и литературы УФИЦ РАН и систему Bashspell Айгиза Кунафина. Все найденные исправления уже вернулись сообществу через публичные репозитории на GitHub. Зачем это нужно жителям республики? ❓ Теперь технологии будут знать наш язык еще лучше: ➡ В смартфонах появятся умные клавиатуры и корректоры с поддержкой башкирского. ➡ Голосовые помощники и контакт-центры начнут свободно общаться на родном языке. ➡ Республиканское ТВ и радио получат автоматические субтитры и перевод. ➡ Для школьников создадут современные интерактивные тренажеры и адаптивные программы. Эпосы для незрячих, газеты издательства «Китап», архивы вещания — оцифровка сохраняет текст для нас, а машиночитаемый корпус сохранит язык для технологий будущего. Публикация приурочена ко Дню языков народов России (8 сентября). Новостью поделилось Министерство цифрового развития государственного управления Республики Башкортостан🔆