Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Improving Bangla Linguistics: Advanced LSTM, Bi-LSTM, and Seq2Seq Models for Translating Sylheti to Modern Bangla

Created by
  • Haebom

저자

Sourav Kumar Das, Md. Julkar Naeen, MD. Jahidul Islam, Md. Anisul Haque Sajeeb, Narayan Ranjan Chakraborty, Mayen Uddin Mojumdar

개요

본 논문은 방글라데시의 지역 방언인 실헤티 방글라어로의 번역 시스템을 자연어 처리(NLP) 기법을 이용하여 구축한 연구 결과를 제시합니다. 현대 표준 방글라어를 실헤티 방글라어로 번역하는 시스템을 개발하기 위해 LSTM, Bi-LSTM, Seq2Seq 세 가지 모델을 1200개의 데이터로 학습시켰으며, 그 중 LSTM 모델이 89.3%의 정확도로 가장 우수한 성능을 보였습니다. 이 연구는 방글라어 NLP 분야의 발전에 기여할 것으로 기대됩니다.

시사점, 한계점

시사점:
방글라데시 지역 방언인 실헤티 방글라어 번역 시스템 개발을 위한 효과적인 NLP 기법 제시.
LSTM 모델의 우수한 성능을 통해 지역 언어 처리 연구에 대한 가능성 제시.
방글라어 NLP 연구 발전에 기여.
한계점:
사용된 데이터셋의 크기가 상대적으로 작음(1200개).
다른 지역 방언에 대한 적용 가능성 및 일반화 성능에 대한 검증 부족.
실제 사용 환경에서의 성능 평가 및 추가적인 개선 필요.
👍