Долучайтеся до створення українського ШІ: волонтерів запрошують перевіряти дані для національної мовної моделі

Хочете допомогти створювати український штучний інтелект, але не маєте навичок програмування? Така можливість є! Міністерство цифрової трансформації України запрошує волонтерів долучитися до підготовки даних для національної великої мовної моделі (LLM) «Сяйво».

Мінцифри спільно з компанією «Київстар» працюють над створенням української мовної моделі, яка розумітиме українську мову та зможе працювати з якісними українськомовними даними. Для її навчання збирають і опрацьовують великі масиви інформації, зокрема матеріали з архівів.

Наразі проєкту потрібна допомога волонтерів для перевірки оцифрованих документів. Це важливий етап підготовки даних, адже від точності розпізнаного тексту залежить якість інформації, на якій навчатиметься модель.

Що потрібно робити волонтерам?

Основне завдання — перевіряти, наскільки правильно система розпізнала текст на сканованих документах, і виправляти виявлені помилки.

Для цього використовуватиметься вебінструмент Label Studio, який дає змогу працювати з документами безпосередньо в браузері. Робота передбачає кілька послідовних кроків:

• Перевірити розпізнаний текст: відкрити скан документа та звірити його із текстом, який автоматично визначила система.
• Виправити помилки: уточнити межі текстових блоків, виправити неправильно розпізнані слова та позначити, де текст надрукований, а де написаний від руки.
• Доповнити пропущене: додати текстові рамки для рядків, які система не розпізнала.
• Упорядкувати текст: розділити неправильно об'єднані фрагменти, наприклад рядки або комірки таблиць.
• Зберегти результат: передати виправлену сторінку команді проєкту для остаточної перевірки.

Чи потрібен досвід роботи з технологіями?

Ні. Попередні знання програмування або спеціальна технічна освіта не потрібні. Координатори проведуть базове навчання та нададуть інструкції для роботи з платформою.

Найважливіше — уважність, посидючість і готовність ретельно звіряти розпізнаний текст з оригіналом. Адже навіть невелика помилка під час оцифрування може вплинути на точність майбутньої бази знань.

Щоб полегшити роботу, волонтери отримають доступ до допоміжних файлів Word та Excel, підготовлених працівниками архівів. Вони допоможуть звіряти записи, зокрема в таблицях. Водночас основним джерелом перевірки залишається оригінальний скан документа.

Як долучитися?

Щоб стати волонтером, достатньо заповнити коротку анкету.

Після реєстрації координатори надішлють детальні інструкції та нададуть доступ до робочої платформи.

Кожна перевірена сторінка — це внесок у створення якісної українськомовної бази знань і розвиток національного штучного інтелекту. Долучайтеся до проєкту «Сяйво» та допомагайте створювати технології, які розуміють українську мову!

За матеріалами Мінцифри