جایگاه زبان فارسی در فضای مجازی/ چالش توسعه الگوریتمهای زبان فارسی در وب برگزار می شود

دکتر محمد هادی بکایی عضو هیأت علمی پژوهشگاه ارتباطات و فناوری اطلاعات و مدیر گروه سامانه‌های پردازش وب و رایا زبان در گفتگو با خبرنگار مهر در خصوص پروژه جویشگر بومی و وضعیت آن در پژوهشگاه ارتباطات و فناوری اطلاعات گفت: در حال حاضر پژوهشگاه ارتباطات و فناوری اطلاعات در خصوص طرح جویشگر بومی نقش ایجاد زیرساخت‌های لازم را دارد. در پژوهشگاه برای زیرساخت‌های مورد نیاز جویشگر بومی و زیرساخت هر نوع کار پردازشی و تحلیلی مرتبط با جویشگر، پروژه‌هایی در قالب طرح شبکه ملی اطلاعات تعریف شده و در حال اجرا است.

وی به مهمترین زیرساخت‌های مورد نیاز یک جویشگر بومی اشاره کرد و افزود: زیرساخت‌های مربوط به ذخیره‌سازی و بازیابی اطلاعات و داده‌ها، زیرساخت‌های پردازشی جهت انجام حجم بالایی از پردازش و زیرساخت‌های نرم‌افزاری و الگوریتمی از جمله مهمترین نیازها برای اجرای یک طرح کلان ملی از جمله جویشگر بومی است.

بکایی در ادامه در خصوص اقدامات انجام‌شده در پژوهشگاه در راستای ایجاد این زیرساخت‌ها این‌گونه توضیح داد: به عنوان مثال در خصوص زیرساخت‌های داده پروژه‌هایی در خصوص قطب‌های مراکز داده کشوری داریم. برای ایجاد زیرساخت‌های پردازشی با همکاری دانشگاه امیرکبیر ابررایانه سیمرغ به بهره‌برداری رسید و در حال برنامه‌ریزی برای اجرای ابررایانه‌های قوی‌تر هستیم و در لایه نرم‌افزاری و الگوریتم‌ها نیز اقداماتی به خصوص در حوزه خط و زبان فارسی در وب انجام شده است.

وی در ادامه در خصوص اقدامات انجام شده در حوزه خط و زبان فارسی در وب تصریح کرد: مهمترین اقدامی که در حوزه خط و زبان فارسی فضای وب در حال انجام است، آزمایشگاه ارزیابی و رتبه‌بندی خدمات و محصولات حوزه خط و زبان فارسی است که می‌توان در قالب آن انتظار داشت مدل‌ها و الگوریتم‌های مورد نیاز با استفاده از خرد جمعی جامعه نخبگانی و دانشگاهی به بلوغ خود برسند.

وی تصریح کرد: یکی از مشکلاتی که در کشور داریم این است که این خدمات و محصولات با استفاده از استانداردهای مرسوم ارزیابی نشده و با هم مقایسه نشده‌اند. به طور مثال نقاط قوت و ضعف محصول یک شرکت با محصول مشابه شرکت دیگر مقایسه نشده است و این عدم مقایسه باعث می‌شود افراد و شرکت‌هایی که به این خدمات نیاز دارند نمی‌توانند به راحتی خدمت‌دهنده خود را انتخاب کنند. این مساله در زبان‌های دیگر به خصوص زبان انگلیسی تا حد خوبی حل شده است و افراد و شرکت‌های مختلف مدل‌ها و الگوریتم‌هایی را که در حوزه‌های مختلف خیلی خوب عمل می‌کنند و نتایج خوبی دارند را می‌شناسند و می‌توانند از آنها استفاده کنند.

زبان فارسی دهمین زبان فضای وب است

بکایی در خصوص رتبه جهانی و وضعیت خط و زبان فارسی در وب افزود: زبان فارسی در وب وضعیتش خیلی بد نیست و دهمین زبان دنیاست هرچند اختلافش با زبان‌های اول و برتر خیلی زیاد است. طبق آمارهای تخمین زده شده سهم زبان فارسی در وب، ۱.۷ درصد است که دهمین زبان دنیاست و از زبان‌هایی مانند عربی و چینی رتبه بهتری دارد. اما با توجه به تعداد افرادی که به این زبان صحبت می‌کنند می‌تواند جایگاه بهتری را به خودش اختصاص دهد که البته این بهتر شدن منوط به ایجاد زیرساخت‌هایی از جنس دادگان و الگوریتم و ایجاد این زیرساخت‌ها یکی از اهداف آزمایشگاه است.

وی با بیان اینکه این رتبه نشان دهنده این است که چه تعداد وب سایت در هر زبانی وجود دارد افزود: سهم وب سایت‌هایی که به زبان فارسی هستند از کل وب سایت‌هایی که وجود دارد، ۱.۷ درصد است که می‌توان گفت حوزه خط و زبان فارسی در وب در رتبه ۱۰ است و طبق این آمار از کشورهایی مثل ترکیه و ژاپن پایین‌تر هستیم اما از کشور چین و یا کشورهای عربی وضع استفاده خط و زبان فارسی در فضای وب بهتر است.

بکایی در خصوص زبان انگلیسی گفت: ما سالانه مسابقات و چالش‌هایی داریم که در حوزه‌های اولویت‌دار در پردازش زبان انگلیسی چالش‌هایی را مطرح و جوایزی تعریف می‌کنند. شرکت‌کنندگان در چالش با هدف کسب جوایز و احتمالاً انتشار مقالات و تعریف‌کنندگان چالش با هدف حل یک مساله واقعی موجود، در این روال مشارکت دارند. متأسفانه در ایران هرچند در این خصوص کارهایی در سال‌های گذشته انجام شده، اما انسجام لازم را نداشته است.

وی به دلیل ایجاد آزمایشگاه ارزیابی و رتبه‌بندی خدمات و محصولات خط و زبان فارسی اشاره کرد و ادامه داد: در ایران بستر و زیرساختی نداشتیم که بتواند برای حوزه‌های اولویت‌دار بنچ‌مارک و دادگان ارزیابی و تست تعریف کند تا بتواند الگوریتم‌ها و مدل‌های مختلفی که یک هدف دارند و در یک حوزه در حال فعالیت هستند را به صورت عادلانه با هم مقایسه کند. بنابراین اولین هدف در این آزمایشگاه این است که با تعریف روال‌های ارزیابی استاندارد برای مسائل اولویت‌دار زمینه را برای این ارزیابی‌ها آماده کند.

چالش پردازش خط و زبان فارسی در فضای مجازی برگزار می شود

بکایی همچنین گفت: پروژه آزمایشگاه ارزیابی و رتبه بندی خدمات و محصولات خط و زبان فارسی در فضای وب تحت عنوان پروژه پارسی‌آزما (محفلی برای حل مسائل و چالش‌های حوزه پردازش خط و زبان فارسی در فضای مجازی) در حال انجام است و دوره اول مسابقات مربوط به پارسی‌آزما امسال برگزار می‌شود.

وی افزود: در دوره اول به دنبال ایجاد زیرساخت‌های لازم برای ادامه‌دار بودن پارسی آزما و آزمایشگاه هستیم. همچنین اولویت و تمرکز ما در تعریف چالش‌های اولین دوره، الگوریتم‌های مرتبط با پردازش متن‌های موجود در شبکه‌های اجتماعی به خصوص متن‌ها و پست‌های توئیتر است.

عضو هیأت علمی پژوهشگاه ارتباطات و فناوری اطلاعات ادامه داد: در اولین دوره مسابقه پارسی‌آزما چهار چالش تعریف کردیم که هر کدام از یک جنبه پست‌های توئیتر را تحلیل می‌کند. مثلاً در یک چالش قرار هست وجود ادعا و نوع آن در یک توییت تشخیص داده شود یا در یک چالش دیگر نوع احساس موجود در متن مشخص شود که در کل همه اینها از یک جنبه پست‌های فارسی توئیتر را تحلیل می‌کنند.

به گفته وی شرکت کنندگان مدل‌ها و الگوریتم‌های زبان فارسی در فضای وب را توسعه می‌دهند.

بکایی در ادامه بیان کرد: چالش‌هایی تعریف کردیم که افرادی که در این حوزه الگوریتم دارند و توسعه‌دهنده هستند می‌توانند در این چالش‌ها شرکت و با هم رقابت کنند و در انتها الگوریتمی که به بهترین نحو ممکن بتواند این مساله را حل کند معرفی شده و آزاد رسانی می‌شود تا در آینده کسانی که این الگوریتم‌ها را نیاز دارند بتوانند از آن‌ها استفاده کنند.

وی در خصوص برگزاری مسابقه پارسی آزما برای اولین دوره و اینکه مهر ماه روز نهایی مسابقه است و برنده نهایی اعلام و جوایز اهدا می‌شود، گفت: امسال اولین دوره مسابقه پارسی‌آزما است و تصمیم داریم سالانه و یا دو بار در سال بتوانیم این مسابقات را ادامه دهیم و در هر دوره مهمترین چالش‌ها و مسائلی که مورد نیاز سازمان‌ها و صنایع مختلف در حوزه پردازش خط و زبان فارسی است را بیان کنیم.

بکایی در پایان گفت: اگر افرادی در این حوزه فعال هستند و مسأله‌ای دارند که نیازمند مدل و الگوریتمی برای حل آن هستند می‌توانند برای تعریف چالش در دوره‌های بعدی با پارسی‌آزما در ارتباط باشند. همچنین کسانی که فکر می‌کنند توانایی حل مساله دارند، می‌توانند به عنوان شرکت‌کننده در مسابقات پارسی‌آزما شرکت کنند.

منبع : خبرگزاری مهر

آخرین اخبار علمی

اعضای شورای راهبری هوش مصنوعی معرفی شدند/ایجاد زیر ساخت هوش مصنوعی در دستور کار ۱۰ نهاد

2023-12-03T19:08:50+03:30

معاون علمی، فناوری و اقتصاد دانش‌بنیان رئیس‌جمهوری توسعه زیرساخت‌های هوش مصنوعی را از مهمترین ماموریت‌های شورای راهبری هوش مصنوعی دانست و گفت: این شورا با ای...

آتش‌سوزی جنگلی موجب رشد حیات دریایی می‌شود!

2023-12-03T19:08:49+03:30

پژوهشگران می‌گویند، خاکسترهای حاصل از آتش‌سوزی‌های جنگلی باعث رشد و شکوفایی حیات دریایی می‌شوند.

استرس کاری ریسک بیماری قلبی را در مردان افزایش می دهد

2023-09-25T21:29:51+03:30

تحقیقات جدید نشان می‌دهد که خطر بیماری قلبی برای مردانی که در مشاغل پر استرس کار می‌کنند و احساس می‌کنند از تلاش‌هایشان قدردانی نمی شود، دو برابر بیشتر است.

۲.۵ میلیون ایرانی در اهدای خون مشارکت دارند

2023-09-25T21:29:50+03:30

مدیرعامل سازمان انتقال خون ایران، از مشارکت ۲.۵ میلیون نفر اهدا کننده خون در کشور برای تأمین نیاز ۱۰۰ درصدی مراکز درمانی خبر داد.

چین در شرق تهران بیمارستان هوشمند احداث می کند

2023-09-25T21:29:50+03:30

تفاهم‌نامه احداث بیمارستان هزار تختخوابی در شرق تهران بین دانشگاه علوم پزشکی شهید بهشتی و شرکت سینوفارم چین منعقد شد.

راه اندازی ۶۰ هزار تخت بیمارستانی در کشور

2023-09-25T21:29:49+03:30

معاون توسعه مدیریت، منابع و برنامه ریزی وزارت بهداشت، از راه اندازی ۶۰ هزار تخت بیمارستانی در کشور خبر داد.

وزارت بهداشت برای اولین بار سرایدار استخدام می‌کند

2023-09-25T21:29:49+03:30

معاون بهداشت وزارت بهداشت، از جذب ۴ هزار بهورز و ۵ هزار کارشناس بهداشت و مجموعاً ۹ هزار نیروی بهداشتی در آزمون استخدامی وزارت بهداشت خبر داد.

زمان اخذ رأی در انتخابات نظام پرستاری افزایش یافت

2023-09-25T21:29:48+03:30

زمان اخذ آرای ششمین دوره انتخابات سازمان نظام پرستاری، از ساعت ۷ صبح لغایت ۲۰ روز جمعه ۷ مهر ۱۴۰۲ اعلام شد.

هوای آلوده و افزایش ریسک سرطان سینه/ درمان سوءهاضمه با زردچوبه

2023-09-25T21:29:48+03:30

حوزه سلامت در هفته رو به پایان، در جهان، شاهد اخبار و رویدادهای متعدد و مختلفی بود که به مرور گزیده ای از مهم ترین آنها می پردازیم.

بیماری هزارچهره را جدی بگیریم/ عوارض بیماری سلیاک

2023-09-25T21:29:48+03:30

رئیس دانشگاه علوم پزشکی شهید بهشتی، بر لزوم ایجاد نقشه غربالگری و بیماریابی سلیاک در کشور تاکید کرد.

اهمیت تولید محصولات غذایی فاقد گلوتن برای بیماران سلیاک

2023-09-25T21:29:47+03:30

رئیس سازمان غذا و دارو گفت: با طیف زیادی از بیماری‌های نادر مواجهیم که متاسفانه برای بسیاری از آنها هنوز درمان پیدا نشده و یا اینکه درمان های موجود کفایت نمی...

نشست چالش‌های زنجیره تأمین دارو در ایران برگزار می‌شود

2023-09-25T21:29:47+03:30

نشست چالش‌های زنجیره تأمین ایمن و اثربخش دارو در ایران در هشتمین نمایشگاه بین المللی دارو و صنایع وابسته برگزار می‌شود.

چگونه از ابتلا به سرماخوردگی جلوگیری کنیم

2023-09-25T21:29:46+03:30

شروع فصل پاییز، زمان شیوع بیماری های ویروسی است که سرماخوردگی شایع ترین بیماری فصل سرما است. اما، با رعایت یک توصیه ساده، می توان از ابتلا به این بیماری مصون...

خرید اعتباری محصولات پتروشیمی به نفع صنعت دارو است

2023-09-25T21:29:46+03:30

رئیس هیئت مدیره سندیکای تولید کنندگان مواد دارویی گفت: گران قیمت ترین محصولات مواد پایه پتروشیمی، دارو است.

چه کسانی پرونده الکترونیک سلامت دارند

2023-09-25T21:29:46+03:30

معاون فنی مرکز مدیریت شبکه وزارت بهداشت گفت: هر کسی که واکسن کرونا تزریق کرده باشد، پرونده الکترونیک سلامت دارد.

بررسی راهکارهای ورود ایران به بازار دارویی اوراسیا

2023-09-25T21:29:45+03:30

راهکارهای ورود شرکت های داروسازی ایران به بازار دارویی اوراسیا، در یک نشست تخصصی مورد بررسی قرار می گیرد.

جامعه پزشکی باید تخصص را همراه تعهد حرفه‌ای داشته باشد

2023-09-25T21:29:45+03:30

رئیس کل سازمان نظام پزشکی ایران، تخصص و تعهد حرفه‌ای را دو بال جامعه پزشکی برای خدمت به مردم دانست.

هفته دفاع مقدس فرصتی برای انتقال مفاهیم بهداری رزمی

2023-09-25T21:29:45+03:30

وزیر بهداشت، در پیامی به مناسبت آغاز هفته دفاع مقدس، گفت: جامعه سلامت کشور افتخار دارد که همپای دلاورمردان عرصه نبرد، در جبهه ها حضور داشت.

نشست چالش های قیمت گذاری دارو برگزار می‌شود

2023-09-25T21:29:45+03:30

نشست چالش‌های قیمت‌گذاری دارو، مواد موثره و مکمل‌ها در هشتمین نمایشگاه بین المللی دارو و صنایع وابسته برگزار می‌شود.

دانش آموز بدون صبحانه مدرسه نرود/ میان وعده‌های سالم

2023-09-25T21:29:44+03:30

یک متخصص تغذیه، در خصوص میان وعده دانش آموزان در مدرسه، توصیه هایی ارائه داد.

وزیر بهداشت زنگ دبیرستان شهید آوینی را نواخت

2023-09-25T21:29:44+03:30

همزمان با آغاز سال تحصیلی ۱۴۰۲، ۱۴۰۳ وزیر بهداشت، زنگ دبیرستان شهید آوینی تهران را به صدا در آورد.

۱۰ هزار نیروی پرستاری در بخش درمان استخدام می شوند

2023-09-25T21:29:44+03:30

معاون پرستاری وزارت بهداشت، از جذب ۱۰ هزار نیروی پرستاری در بخش درمان از طریق آزمون استخدامی وزارت بهداشت خبر داد.

بازدید سرزده عین اللهی از بیمارستان شفا یحیاییان

2023-09-25T21:29:44+03:30

وزیر بهداشت، به طور سرزده از مرکز آموزشی، پژوهشی و درمانی شفا یحیاییان تهران بازدید کرد.

۲۲ بیمار کرونایی در یک هفته گذشته فوت شدند

2023-09-25T21:29:43+03:30

بنابر اعلام وزارت بهداشت، در یک هفته گذشته ۲۲ بیمار مبتلا به کووید ۱۹ در کشور فوت شدند.

داروی ایرانی از طریق صادرات به دنیا معرفی می‌شود

2023-09-25T21:29:43+03:30

رئیس سازمان غذا و دارو، راه شناخت تولیدات دارویی کشور در جهان را، صادرات محصولات دانست.

ایران دارای قوی‌ترین نظام سلامت در منطقه است

2023-09-25T21:29:43+03:30

وزیر بهداشت، با اشاره به کارآمدی حوزه سلامت کشورمان گفت: جمهوری اسلامی ایران دارای قوی‌ترین و موفق ترین نظام سلامت در منطقه است.

ادعای دخالت وزارت بهداشت در انتخابات نظام پرستاری رد شد

2023-09-25T21:29:43+03:30

مسئول هیات مرکزی نظارت بر ششمین دوره انتخابات نظام پرستاری، از رشد ۱۵ درصدی نامزدهای دوره ششم انتخابات نظام پرستاری نسبت به دوره قبل خبر داد.

اورژانس تهران در هفته گذشته ۲۰ هزار مأموریت انجام داد

2023-09-25T21:29:42+03:30

رئیس مرکز اورژانس استان تهران، با اشاره به مزاحمت تلفنی با اورژانس ۱۱۸، گفت: در هفته گذشته ۲۴۳۰ تماس مزاحم با اورژانس استان تهران داشتیم.

جهان امروز با کمبود آب و غذای سالم مواجه است

2023-09-25T21:29:42+03:30

وزیر بهداشت، در پیامی به مناسبت روز جهانی بهداشت محیط، تمرکز بر اقدامات بهداشت محیط را عاملی موثر بر جلوگیری از تحمیل هزینه های سنگین ناشی از بار بیماری های ...

تایید موفقیت نخستین واکسن ایرانی کرونا

2023-09-25T21:29:42+03:30

مقاله کارایی واکسن برکت در یکی از برجسته‌ترین مجلات علمی جهان بنام The BMJ هیجده ماه پس از ارسال به چاپ رسید.