Albanisht u krijua për të lehtësuar komunikimin midis brezave të ndryshëm dhe shqiptarëve të diasporës, për udhëtarët shqiptarë e të huaj që duan të komunikojnë me njëri-tjetrin në rast nevoje, dëshire apo thjesht për të mësuar diçka.

Modelet e sotme të inteligjencës artificiale janë shumë të mira; ajo që u mungon është njohja e thellë e kulturës dhe e gjuhës shqipe. Prandaj këtu u ndërtuan: një test përkthimi i hapur për këdo, ku shihen edhe rastet kur dështojmë; Bisedo, ku dy veta flasin me radhë në të njëjtin telefon; dhe një bazë të dhënash që pasurohet me korrigjimet e vetë shqipfolësve.

Ky është një projekt familjar, pa qëllim fitimi. Synon vetëm të jetë mjeti që na mungonte.

Metodologjia

Një model gjuhësor nga më të përparuarit, i kombinuar me kërkim në një korpus paralel të përzgjedhur me kujdes dhe me një bazë njohurish gjuhësore të ndërtuar me dorë. Për çdo tekst që na kërkohet të përkthejmë, gjejmë në korpus shembujt më të ngjashëm, kontrollojmë shprehjet frazeologjike dhe fjalët që ngjajnë në të dy gjuhët, por kanë kuptim tjetër, dhe ndërtojmë një udhëzim të përshtatur posaçërisht për gjuhën shqipe.

Dymbëdhjetë rregulla për të kuptuar tekstin shqip përfshijnë mënyrën habitore, aspektin, diatezën joveprore, farefisninë, format e gegërishtes, urimet dhe shprehjet frazeologjike, regjistrin fetar, fjalët që ngjajnë në të dy gjuhët, por kanë kuptim tjetër, dhe rendin e fjalëve. Katërmbëdhjetë norma të drejtshkrimit dhe të gramatikës së Akademisë drejtojnë tekstin që shkruajmë shqip; pas tyre bëhet një vetëkontroll për përshtatjen, rasën dhe kalkimet. Një korpus paralel me 1 117 çifte fjalish shqip–anglisht nga Tatoeba, si dhe 177 çifte të përzgjedhura me dorë e të rishikuara nga një folës amtar. Një indeks kërkimi mbi n-grame shkronjash. Një detektor dialekti që njeh tekstin në toskërishte dhe në gegërishte.

Burimet që citojmë: Akademia e Shkencave e Shqipërisë; Newmark, Hubbard dhe Prifti, Standard Albanian. A Reference Grammar; Camaj, Albanian Grammar; Mëniku dhe Campos, Discovering Albanian; punimet e Friedman-⁠it për lidhjen gjuhësore ballkanike; korpusi i fjalive Tatoeba; Wiktionary në shqip.

Çdo udhëzim për një dukuri lidhet me gramatikën nga e ka burimin; çdo shembull i korpusit shënohet sipas prejardhjes (akademia / newmark / camaj / sister-review / user-report).

Kufizimet e njohura

Testet i vlerëson një gjykues me inteligjencë artificiale. Një model Claude e krahason çdo përkthim me përgjigjet e pranueshme dhe vlerëson kuptimin; pastaj një rregull i caktuar në kodin tonë vendos nëse përkthimi kalon apo dështon, njësoj për çdo sistem. Gjykuesi është një model Claude që vlerëson përkthimet e Claude-⁠it, prandaj mund të anojë nga vetja, dhe ende po masim sa përputhet gjykimi i tij me atë të folësve amtarë. Çdo përgjigje dhe çdo arsye dështimi gjenden te faqja e krahasimit.
Përkthimet e Google Translate i kopjojmë me dorë. Google e përditëson vazhdimisht motorin e vet. Nga një herë te tjetra që i kopjojmë, përkthimet e tij mund të ndryshojnë nga ato që tregojmë.
Madhësia e testeve. 98 raste testuese të shkruara me dorë tregojnë menjëherë nëse përkeqësohet përkthimi i dukurive që na interesojnë më shumë, ndërsa 160 fjali nga FLORES-200 i Meta-⁠s, që nuk janë përdorur kurrë për të përshtatur udhëzimet, provojnë tekste më të gjata nga përdorimi i përditshëm. Asnjëri nga këto dy teste nuk i mbulon të gjitha rastet. I zgjerojmë sa herë që përdorimi i vërtetë na nxjerr gabime të reja.
Përgjigjet e testeve nuk ndryshojnë vetë. Listat e përgjigjeve të pranueshme u shkruan në një kohë të caktuar, ndërsa gjuha është e gjallë. Prandaj i rishikojmë çdo vit.

Na shkruani

Pyetje të përgjithshme: support@albanisht.com. Raportime sigurie: security@albanisht.com.