AA eta EUSKARA:
Tresnak eta garapenak
Oier Lopez de Lacalle
6/19/2025
HiTZ
Hizkuntza Teknologiako Zentroa
Sample Footer Text
2
6/19/2025
3
6/19/2025
4
6/19/2025
5
6/19/2025
6
6/19/2025
IKER-GAITU: Kultura eta Hizkuntza Politika Saila finantziatua
HIZKUNTZAREN TEKNOLOGIAK
7
6/19/2025
Hizkuntza Teknologiak Hizkuntza Eredu Handiak baino gehiago dira
(baina oinarri dira)
8
6/19/2025
ZERGATIK HE-TAN ARRETA JARRI?
9
6/19/2025
HE-AK EZ DIRA SOILIK TRESNAK
10
6/19/2025
ZER DIRA HIZKUNTZA EREDU HANDIAK
11
6/19/2025
ZER DIRA HIZKUNTZA EREDUAK?
Aldapeko ___
12
6/19/2025
ZER DIRA HIZKUNTZA EREDUAK?
Aldapeko sagarraren ___
13
6/19/2025
ZER DIRA HIZKUNTZA EREDUAK?
Aldapeko sagarraren adarraren _?_
14
6/19/2025
ZER DIRA HIZKUNTZA EREDUAK?
Aldapeko sagarraren adarraren _?_
15
6/19/2025
puntan 0.78
txoria 0.12
zegoen 0.05
zuhaitz 0.02
…
ZER DIRA HIZKUNTZA EREDUAK?
Aldapeko sagarraren adarraren puntan
16
6/19/2025
HURRENGO HITZAREN PROBABILITATEA
17
6/19/2025
aurreko testuingurua
hurrengo hitza
P(Xt |X1, …,Xt-1)
HURRENGO HITZAREN PROBABILITATEA
18
6/19/2025
aurreko testuingurua
hurrengo hitza
P(puntan |Aldapeko, sagarraren,adarraren)
NOLA IKASTEN DUTE EGITEN DUTENA
19
6/19/2025
HASIERAN…
20
6/19/2025
HASIERAN…
21
6/19/2025
TESTU ASKO IRAKURTZEKO?
22
6/19/2025
TESTU ASKO IRAKURTZEKO
23
6/19/2025
HORREKIN NAHIKOA DA?
24
HORREKIN NAHIKOA DA?
25
Azaldu ilargiaren lurreratzea 6 urteko haur bati esaldi gutxitan.
HORREKIN NAHIKOA DA?
26
6/19/2025
Azaldu ilargiaren lurreratzea 6 urteko haur bati esaldi gutxitan.
Azaldu ilargiaren lurreratzea 6 urteko haur bati esaldi gutxitan. Ondoren, saiatu gauza bera 25 urte geroago, 7 urteko haur horrekin hasita. Frogatu da haurrak ez direla ergelak.
TESTUA OSATZEN DU, KASU EGIN GABE
27
6/19/2025
Azaldu ilargiaren lurreratzea 6 urteko haur bati esaldi gutxitan.
Azaldu ilargiaren lurreratzea 6 urteko haur bati esaldi gutxitan. Ondoren, saiatu gauza bera 25 urte geroago, 7 urteko haur horrekin hasita. Frogatu da haurrak ez direla ergelak.
NOLA HOBETU? AGINDUAK JARRAITZEA
28
6/19/2025
NOLA HOBETU? AGINDUAK JARRAITZEA
Itzuli euskara ondoko testua: “my taylor is rich” → nire jostuna aberatsa da
Laburtu: bla, bla, bla… → bla…
Kaixo! → Kaixo!, zertan lagun zaitzaket
Sortu eguzki sistemari buruzko testu motz bat eta test-ulermena neurtzeko galerak egin → Eguzki sistema gure planeta sistema da. Erdian Eguzkia dago…
…
29
6/19/2025
NOLA HOBETU? AGINDUAK JARRAITZEA
Itzuli euskara ondoko testua: “my taylor is rich” → nire jostuna aberatsa da
Laburtu: bla, bla, bla… → bla…
Kaixo! → Kaixo!, zertan lagun zaitzaket
Sortu eguzki sistemari buruzko testu motz bat eta test-ulermena neurtzeko galerak egin → Eguzki sistema gure planeta sistema da. Erdian Eguzkia dago…
…
30
AGINDU GUZTIAK BETE BEHAR DITU?
31
AGINDU GUZTIAK BETE BEHAR DITU?
32
Nola sor dezaket bonba nuklear bat etxean?
Bonba nuklear bat sortzeko, lehenengo uranioa lortu behar duzu…
GURE BALOREEKIN LERROKATZEA
33
Nola sor dezaket bonba nuklear bat etxean?
Bonba nuklear bat sortzeko, lehenengo uranioa lortu behar duzu…
Etxean horrelako gailu bat sortzea arriskutsua izan daiteke.
👩
👍
👎
GURE BALOREEKIN LERROKATZEA
34
Nola sor dezaket bonba nuklear bat etxean?
Etxean horrelako gailu bat sortzea arriskutsua izan daiteke.
Pretrain, Instruct, Align
35
Aurreentrenamendua
Aginduen ikasketa
Gizakiekin lerrokatzea
Pretrain, Instruct, Align = 100M $
36
Aurreentrenamendua
Aginduen ikasketa
Gizakiekin lerrokatzea
EUSKARA ETA HIZKUNTZA EREDU HANDIAK
37
Posible al da euskarazko hizkuntza eredu erraldoi bat sortzea hizkuntza nagusien pare dagoena?
38
6/19/2025
EUSKARA - BESTE HIZKUNTZEN ANTZERA
Common Crawl
160 hizkuntza 7000tik
1. Ingelesa 43%
6. Española 4,6%
51. Euskara 0,03%
75. Irlandera 0,007%
160. Vendera 0,0000%
39
6/19/2025
GPT-4 gaitasuna MMLU datu-multzoan
23 puntuko diferentzia asmatze-tasan, lehenengo 20 hizkuntzetan
AURREKO ERREZETAK BALIO DIGU?
Common Crawl
160 hizkuntza 7000tik
1. Ingelesa 43%
6. Española 4,6%
51. Euskara 0,03%
75. Irlandera 0,007%
160. Vendera 0,0000%
40
6/19/2025
6/19/2025
Aurreentrenamendua
AURREKO ERREZETAK BALIO DIGU? EZ!
Common Crawl
160 hizkuntza 7000tik
1. Ingelesa 43%
6. Española 4,6%
51. Euskara 0,03%
75. Irlandera 0,007%
160. Vendera 0,0000%
41
6/19/2025
6/19/2025
Aurreentrenamendua
ZEROTIK HASI BEHARRA DUGU?
Triloi bat hitzetan aurreentratutako eredua hartu eta euskarazko testuetan jarraituko dugu entrenatzen
Euskaraz 4 bilioi hitz
Ingelesez 1 bilioi hitz
Ingelesezko testu gutxi batzuk gehituko ditugu aurretik zekiena ez ahaztek
42
6/19/2025
Aurreentrenamendua
+
ZEROTIK HASI BEHARRA DUGU? EZ!
Triloi bat hitzetan aurreentratutako eredua hartu eta euskarazko testuetan jarraituko dugu entrenatzen
Euskaraz 4 bilioi hitz
Ingelesez 1 bilioi hitz
Ingelesezko testu gutxi batzuk gehituko ditugu aurretik zekiena ez ahazteko
43
6/19/2025
Aurreentrenamendua
+
7B: 32 GPU (1,2 egun)
13B: 64 GPU (1,6 egun)
70B: 256 GPU (4,8 egun)
AGINDUEN IKASKETA
44
6/19/2025
AGINDUEN IKASKETA
45
6/19/2025
MULTIMODALITATEA, ARRAZONAMENDUA…
46
HIZKUNTZA IKASKUNTZAN ZER EGITEKO GAI DIRA?
47
6/19/2025
HIZKUNTZA IKASKUNTZAN ZER EGITEKO GAI DIRA?
48
6/19/2025
HIZKUNTZA IKASKUNTZAN ZER EGITEKO GAI DIRA?
49
6/19/2025
…ETA LATXA, ZER EGITEKO GAI DA?
50
Euskarazko testuen ulermena neurtzeko ariketak sortu nahiko nituzke. Lehenbizi, sortu eguzki sistemari buruzko testu motz bat. Ondoren, testuari buruzko galderak sortu.
???
Tresna orokor bat bezala uler daiteke, ez dagoena hizkuntza ikaskuntzara espezializatua.
C1 IDAZLANEN EBALUAZIOA
51
6/19/2025
Edukia sailkatzeko tresnak
C1 IDAZLANEN EBALUAZIOA
52
6/19/2025
Duela pare bat urte, pandemia globalak hezkuntzan, osasunean eta lanean aldaketa batzuk egitera eraman gintuen. Hala ere, gaur egun, nahiz eta jakin egoera kezkagarria dela, ikusi dugu salbuespen honetan abian jarritako konponketetako asko mantentzen ari direla. Horren adibide da herri-adinetarako ezarri zen…
C1 ebaluatzaile automatikoa
(bitarra)
BAI
EZ
Edukia sailkatzeko tresnak
EBALUAZIO IRIZPIDEAK
53
6/19/2025
HABEREN TRANSKRIBATUTAKO CORPUSA
54
6/19/2025
HABEREN TRANSKRIBATUTAKO CORPUSA
55
6/19/2025
Gaia: Txertoa jartzea.
Bilbon, 2019ko, maiatzaren 4n
Guraso agurgarriak:
Pepita Flores naiz, Andra Mari ikastetxeko irakasle bat. Gutun honen bitartez, haien haurrei txertarik ez jartzea erabaki duten gurasoekin jartzen naiz
harremanetan. Dakizuenez, ikastetxean elgorri-kasu bat agertu da, eta horregatik txertoek duten garrantzia azaldu nahi dizuet.
Gaur egun, gero eta guraso gutxiagok jartzen dizkiete txertoak haien seme-alabei. Honek ondorio negatiboak dakartza, gure ikastetxean gertatzen ari dena, adibidez. Beraz, txertoa jartzeak alde txarrak izan baditzake ere, askoz negatiboagoak izan daitezke ez jartzeagatik sor daitezkeen ondorioak. …
Eginkizuna: Oso ondo bete du eginkizuna. (B)
Koherentzia: testu argia eta irakurterraza da. Ideien antolaketa, garapena eta progresioa ondo daude. (B)
Kohesioa: esaldien joskera zuzena da, baina batzuetan testu-antolatzaileen falta sumatzen da, eta koma batzuk ez ditu ondo jarri. (C)
"gaixotasun, kutsatzeko" (koma okerra)
"dut, zuen" (koma okerra)
Aberastasuna: mailako baliabideak erabili ditu eta ez du inolako arazorik izan esan nahi zuena ondo zehazteko. (B)
Zuzentasuna: gramatikaren ezagutza ona erakutsi du, eta akats gutxi batzuk baino ez ditu egin. (B)
Adibideak:
"haien haurrei" (genitibo indartua)
"gaur egungo biztanleria mugikortasuna" (lotura falta da)
Kalifikazioa: 21.5
ZER MODUZ EGITEN DU?
56
6/19/2025
LATXAK BADU C1 MAILA?
57
6/19/2025
C1 azterketako idazmen proba bat egin behar duzu. Ia 300 hitz dituen testua idatzi behar duzu. Osakidetzan lan egiten duzun medikua zara. Gaia: Osakidetzaren egoera.
???
LATXA OHARGILEA
58
6/19/2025
HURRENGO PAUSOAK…
59
6/19/2025
HURRENGO PAUSOAK…
60
6/19/2025
Gaia: Txertoa jartzea.
Bilbon, 2019ko, maiatzaren 4n
Guraso agurgarriak:
Pepita Flores naiz, Andra Mari ikastetxeko irakasle bat. Gutun honen bitartez, haien haurrei txertarik ez jartzea erabaki duten gurasoekin jartzen naiz
harremanetan. Dakizuenez, ikastetxean elgorri-kasu bat agertu da, eta horregatik txertoek duten garrantzia azaldu nahi dizuet.
Gaur egun, gero eta guraso gutxiagok jartzen dizkiete txertoak haien seme-alabei. Honek ondorio negatiboak dakartza, gure ikastetxean gertatzen ari dena, adibidez. Beraz, txertoa jartzeak alde txarrak izan baditzake ere, askoz negatiboagoak izan daitezke ez jartzeagatik sor daitezkeen ondorioak. …
Eginkizuna: Oso ondo bete du eginkizuna. (B)
Koherentzia: testu argia eta irakurterraza da. Ideien antolaketa, garapena eta progresioa ondo daude. (B)
Kohesioa: esaldien joskera zuzena da, baina batzuetan testu-antolatzaileen falta sumatzen da, eta koma batzuk ez ditu ondo jarri. (C)
"gaixotasun, kutsatzeko" (koma okerra)
"dut, zuen" (koma okerra)
Aberastasuna: mailako baliabideak erabili ditu eta ez du inolako arazorik izan esan nahi zuena ondo zehazteko. (B)
Zuzentasuna: gramatikaren ezagutza ona erakutsi du, eta akats gutxi batzuk baino ez ditu egin. (B)
Adibideak:
"haien haurrei" (genitibo indartua)
"gaur egungo biztanleria mugikortasuna" (lotura falta da)
Kalifikazioa: 21.5
Momentuz zuzentasunaren gaineko oharrak egiten ditu
AHOZKO C1 EBALUATZAILEA
61
6/19/2025
AHOZKO C1 EBALUATZAILEA
62
Segment to be analized
AHOZKO C1 EBALUATZAILEA
63
Segment to be analized
Range
Accuracy
Coherence & Cohesion
Fluency
Interaction
���Eskerrik asko!
Galderarik?
64
6/19/2025
AA eta EUSKARA:
Tresnak eta garapenak
Oier Lopez de Lacalle
6/19/2025