學術成果

【人工智慧跨域研究中心訊】

隨著科技變遷，AI自動辨識的應用五花八門，本校數位內容碩士班的黃經緯同學以「讓AI更懂中文，幫助視障者輕鬆打字」為題，獲本校 AI中心113年AI跨域研究構想補助 跨域研究獎學金，展現出卓越的科技辨識應用潛力。

談及開發過程，黃經緯表示研究以 Soft-Masked Bert 技術實現同音字糾錯，採用 SIGHAN Bake 2005 釋出的語料檔，涵蓋兩岸三地不同年代共計 17 萬個中文句子，然後透過生成各種同音字的錯誤語句來建立訓練資料：例如將「逝世」替換為「試試」、「事事」、「視事」、「世事」等，並在錯誤字詞的起始與結束位置進行標記，如此生成 72 萬個句子的訓練資料。

而談及困境，黃經緯認為模型訓練是最大的挑戰，他使用 Google Colab 平台訓練 AI模型，並且使用 A100 高階 GPU 來加速訓練，然而資料量龐大，一旦訓練過程有誤就得重來，使得整個期程相當耗時耗力，在此很感謝在研究過程中各方先進的指點。

黃經緯指出，本研究構想計畫很難實現百分之百的「絕對糾錯」，因為語言是不斷演化而與時俱進的，每年都有許多新用語誕生，舉例來說，現代人常講的「笑死」、「呵呵」、「山道猴子」在2005年並沒有這種用法，因此用那時的語料訓練出來的模型無法糾錯這些詞彙。針對此一限制，他認為較好的解法是將每日的媒體新聞、Dcard或者Ptt論壇的內容納入語料，並且定期訓練新版模型，方能獲得最佳的糾錯效果。

除了上述問題之外，黃經緯表示本計畫的下一個挑戰是對「近似音字」糾錯，例如「風中殘燭」與「風中蟾蜍」，相比同音字糾錯在技術層面將會是更加複雜。相較於傳統古典 AI 複雜的糾錯方法，Transformer/Bert 這種深度學習演算法透過大量語料來訓練出優秀的文字糾錯能力，簡單又暴力的特性使其未來更具潛力，有望解決更多複雜的語言問題。

展望未來，黃經緯表示，本計畫最初是為了協助視障者實現無障礙打字，但實際上與輸入法技術整合的難度頗高，目前完成的是概念驗證（Proof-Of-Concept）階段，不過，在研究過程中還發掘出更多應用潛力，例如可為重視時效的新聞業實現快速校稿，以提升新聞品質，另外亦可應用在協助外國人學習中文（透過語音與文字互轉），或者用於輔助老師批改學生作文等等，他期望能將此次研究成果應用擴及到更多受眾和應用場景，讓更多使用者受益。

〈讓AI更懂中文，幫助視障者輕鬆打字研究〉成果網址：https://blkb.cc

黃經緯表示，面對龐大資訊，資料訓練過程是最為困難的環節。（圖片來源：AI中心）

#113年AI跨域研究構想補助 

#AI跨域 

採訪編輯：蕭爵非、李晏妮