Euskalkiak hizkuntza-teknologietan: datu bilketa, ebaluazioa eta hizkuntzateknologia tresnak
Abstract
The presentation examines how Basque dialectal variation affects the performance of current language technologies, evaluating natural language inference and physical reasoning tasks and highlighting the need for dialect-aware datasets and tools. This work was presented at the fourth CLARIAH-EUS workshop, held in Vitoria-Gasteiz on November 28, 2025.
Full text
Euskalkiak hizkuntza-teknologietan: datu bilketa, ebaluazioa eta hizkuntzateknologia tresnak 2025eko azaroaren 28a Jaione Bengoetxea Clariah-eus IV. workshopa Tesi zuzendariak: Rodrigo Agerri, Itziar Gonzalez Dios
Laburbilduz 1.Nire ibilibidea 2.Zergatik euskalkiak? 3.Nondik hasi? Ebaluazioa a.Natural Language Inference (NLI) b.Mundu fisikoaren arrazonamendua 4.Etorkizunera begira 2
1.Nire ibilbidea 2016-2020: Gradua: Ingeles ikasketak 2020-2022: Masterra: Hizkuntzaren Analisia eta Prozesamendua 2023: HiTZ zentroa (EHU) Disargue: Fake News-en inguruko proiektua 2025: Hizkuntza aldaerak euskaraz, doktoretza hasi 3
2. Zergatik euskalkiak? 4
Gurozu kaña bat? 2. Zergatik euskalkiak? 5
Gurozu kaña bat? 2. Zergatik euskalkiak? 6
Gurozu kaña bat? 2. Zergatik euskalkiak? 7 Gurozu kaña bat?
Gurozu kaña bat? Gurozu kaña bat? 2. Zergatik euskalkiak? 8 Gurozu kaña bat? Nahi duzu kaña bat?
2. Zergatik euskalkiak? 9
XNLIvar: datuak Erdialdekoa 66.1% Mendebaldeko 26.8% Nafarra 7% 16
XLMRoBERTa XNLIvar: esperimentuak 17 Irakurlea Irakurlea eta idazlea
XNLIvar: emaitzak Estandarra Dialektala Ingelesa-euskara Euskara-euskara 0 20 40 60 80 18 XLMRoBERTa
XNLIvar: analisia 19 Western Central Navarrese Distance Accuracy Levenshtein distance Accuracy 0 10 20 30 40 50 60 70 73 74 75 76 70 71 72 Premisa estadar eta dialektalen arteko distantzia Distantzia handiagoa → emaitza baxuagoa
XNLIvar: ondorioak 20 Hizkera ez-estandarra gehitzean, emaitza baxuagoak lortzen dira. Geroz eta gehiago urrundu estandarretik, orduan eta gehiago jaisten dira emaitzak.
Arrazonamendua: emandako informazioan oinarrituta, erabakiak hartu eta ondorioak ateratzeko gaitasuna. Mundu fisikoaren arrazonamendua: mundu fisikoan gertatzen diren egoerak aztertu, eguneroko objektuei, haien ezaugarri fisikoei eta nola erabili edo mugitu daitezkeenari buruzko ezagutza biltzen du. 3.b Arrazonamendua (reasoning) 21
3.b Arrazonamendua (reasoning) 22 Nola egin lo postura egokian? Egin lo zuzen, burkoa buru azpian duzula. Egin lo zuzen, burkoa buru gainean duzula.
1esaldia 2esaldia 3esaldia 4esaldia 5esaldia Zuzena Jonek lorategi handi bat dauka. Elur lorategian dago. Jonek lorategiko atea ireki du. Elurrek alde egiten du. Lorategia hutsik dago. Hurrenkera Jonek lorategi handi bat dauka. Elur lorategian dago. Elurrek alde egiten du. Jonek lorategiko atea ireki du. Lorategia hutsik dago. Testuingurua Jonek lorategi handi bat dauka. Elur lorategian dago. Jonek lorategiko atea itxi du. Elurrek alde egiten du. Lorategia hutsik dago. BasPhyCo: Mundu fisikoaren arrazonamendua 23
1esaldia 2esaldia 3esaldia 4esaldia 5esaldia Zuzena Jonek lorategi handi bat dauko. Elur lorategixen dago. Jonek lorategiko atie zabaldu dau. Elurrek ospa egiten dau. Lorategixe hutsik dago. Hurrenkera Jonek lorategi handi bat dauko. Elur lorategixen dago. Elurrek ospa egiten dau. Jonek lorategiko atie zabaldu dau. Lorategixe hutsik dago. Testuingurua Jonek lorategi handi bat dauko. Elur lorategixen dago. Jonek lorategiko atie itxi dau. Elurrek ospa egiten dau. Lorategixe hutsik dago. BasPhyCo: Mundu fisikoaren arrazonamendua 24
BasPhyCo: Mundu fisikoaren arrazonamendua 25 Okerrak diren istorioetan, okerra izatearen arrazoia anotatu da. 14 arrazoi (physical-state) desberdin daude: location, conscious, dressed, wet, exist, clean, power, functional, in pieces, open, temperature, solid, occupied, and edible