Nederlandstalige GPT-2 aanvul AI-programmatuur

Inleiding

Binnen dit haalbaarheidsonderzoek is Deepdesk voornemens om commerciële toepassing van Generative Pretrained Transformer 2 (GPT-2) voor de Nederlandse taal te ontwikkelen. Deze machine learning-technologie is zeer vooruitstrevend in het kunnen voorspellen van tekst op basis van een minimale input, maar kan niet op grote schaal toegepast worden omdat deze machine learning-techniek te zwaar is om veel simultane gebruikers in real-time te ondersteunen.

Huidige situatie

Momenteel is Deepdesk de enige partij die succesvol is geweest om een model te ontwikkelen en te trainen op basis van de Nederlandse taal. GPT-2 ontwikkeling is in het Nederlands nog complexer. Nederlands is de grootste taal in omvang van aantal woorden ter wereld (60 miljoen), waardoor het real-time bepalen van de contextafhankelijke woordbetekenis op conventionele methodes te veel rekenkracht vergt en daardoor niet kosteneffectief toe te passen is voor de Nederlandse taal.

Doel van het project

Het doel van dit haalbaarheidsproject is om te onderzoeken of de uiterst geavanceerde technieken van Deepdesk succesvol inzetbaar zijn om automatisch betekenisvolle aanvulling te genereren voor correspondentie van gebruikers.

Onderzoeksvragen

Het onderzoek is tweeledig, waarbij de eerste vraag bestaat uit het onderzoek of het technologisch haalbaar is om op basis van het model van Deepdesk voor de Nederlandse taal accuraat contextafhankelijke correspondentietopologie te herkennen.

1. Het tweede deel van het technische onderzoek zal bestaan uit onderzoek naar of het haalbaar is om op basis van topologietaxonomie zinvolle en betekenisvolle teksten te genereren om correspondentie tussen contactcentermedewerkers sneller te laten verlopen.