എന്നാൽ ഈ പരിശോധനയിലെ പിഴവുമൂലം മലയാളമടക്കമുള്ള ഇന്ത്യൻ ഭാഷകളിലെ എഐ സംവിധാനത്തിന്റെ കൃത്യത യഥാർത്ഥത്തിലുള്ളതിനേക്കാൾ മെച്ചമാണെന്നാണ് ഓപ്പൺഎഐ റിപ്പോർട്ട് ചെയ്യുന്നത്. ഇതിനെയാണ് കേരള ഡിജിറ്റൽ യൂണിവേഴ്സിറ്റിയിലെ ഡോ. എലിസബത്ത് ഷേർളി നേതൃത്വം കൊടുക്കുന്ന വിർച്വൽ റിസോഴ്സ് സെന്റർ ഫോർ ലാംഗ്വേജ് കമ്പ്യൂട്ടിങ്ങ് (VRCLC) കേന്ദ്രത്തിലെ ഗവേഷകരായ കാവ്യ മനോഹർ, ലീന ജി പിള്ള എന്നിവർ ചോദ്യം ചെയ്തിരിക്കുന്നത്. ഇത് തെളിയിക്കുന്ന പരീക്ഷണഫലങ്ങളുള്ള ഗവേഷണപ്രബന്ധം ഫ്ലോറിഡയിൽ വെച്ചു ഈ മാസം നടക്കുന്ന എംപിരിക്കൽ മെതേഡ്സ് ഇൻ നാച്ചുറൽ ലാംഗ്വേജ് പ്രോസസിങ്ങ് (EMNLP 2024) എന്ന അന്താരാഷ്ട്ര കോൺഫറൻസിലേയ്ക്ക് തെരഞ്ഞെടുക്കപ്പെട്ടിട്ടുണ്ട്. ഇതിനുള്ള അംഗീകാരമായി അസോസിയേഷൻ ഓഫ് കമ്പ്യൂട്ടേഷണൽ ലിംഗ്വിസ്റ്റിക്സിന്റെ ഗ്രാന്റും ലഭിക്കുകയുണ്ടായി.
advertisement
കൃത്യതാപരിശോധനയ്ക്കിടയിൽ ഓപ്പൺഎഐ ഇന്ത്യൻഭാഷകളിലെ സ്വരചിഹ്നങ്ങൾ പാടേ ഒഴിവാക്കുന്നതായാണ് ഇവർ കണ്ടെത്തിയത്. ഉദാഹരണത്തിന് മലയാളത്തിലെ എഴുത്തിൽ സ്വരചിഹ്നങ്ങളും ചന്ദ്രക്കലയും ഇല്ലെങ്കിൽ ‘ഡിജിറ്റൽ യൂണിവേഴ്സിറ്റി’ എന്നത് ‘ഡ ജ റ റ ൽ യ ണ വ ഴ സ റ റ’ എന്നായി മാറും. ചിഹ്നങ്ങൾ പരിശോധനയ്ക്ക് വിധേയമാക്കാത്തതുകൊണ്ട് അതിൽ കടന്നുകൂടുന്ന തെറ്റുകളെ ഒരിക്കലും കണ്ടെത്താനാവാതെ വരുന്നുവെന്നാണ് ഇവർ തിരിച്ചറിഞ്ഞ പ്രശ്നം. ഇതേ പിഴവുകൾ മെറ്റ അവരുടെ എഐ മോഡലുകളുടെ പരിശോധനയിൽ പിന്നീട് ആവർത്തിക്കുന്നതായും ഇവർ കണ്ടെത്തി.
പ്രാദേശിക ഭാഷകളിലെ എഐ കമ്പ്യൂട്ടിങ്ങ് ഇംഗ്ലീഷ് പോലെയുള്ള ഭാഷകളിൽ നിന്നും വളരെ വ്യത്യസ്തമാണ്. അതുകൊണ്ടു തന്നെ ഭാഷാപരമായ സവിശേഷതകൾക്ക് ശ്രദ്ധ കൊടുത്തുകൊണ്ടുള്ള പ്രവർത്തനങ്ങളാണ് ഡിജിറ്റൽ യൂണിവേഴ്സിറ്റിയിലെ ഈ ഭാഷാഗവേഷണകേന്ദ്രം നടപ്പിൽ വരുത്തുന്നത്.