Cilmi-baaris NLP Soomaali oo furan
Habka, waraaqaha, iyo nidaamka qiimeynta SomBench.
Luqad kasta waxay u qalantaa kaabayaasha AI. Waxaan u dhisnaa Soomaali marka hore — si furan, iyo heer goobtu ku kalsoonaan karto.
Furan sida caadada ah
Xogta, miisaannada moodellada, iyo koodhka qiimeynta si furan ayaa loo sii daayaa si qof kasta u dhiso, u xaqiijiyo, una hagaajiyo.
Bulshadu leedahay
Dadka ku hadla luqadda ayaa ka caawiya dhisidda tiknoolajiyada — oo leh jihadeeda.
Adag & soo noqnoqon kara
Cabbirro cad, habab la diiwaangeliyey, iyo natiijooyin kuwa kale soo saari karaan oo kordhin karaan.
Afar lakab oo ah stack-ka AI Soomaaliga
Laga soo bilaabo xogta ceyriinka ah ilaa moodello la geli karo iyo cilmi-baaris heerka ku haya.
Xogta
Corpusyo qoraal, hadal, iyo dukumeenti Soomaali oo furan oo shatiyo furan leh — loogu talagalay tababar iyo qiimeyn.
Tiknoolajiyada hadalka
ASR iyo TTS Soomaali — radiyaha, wicitaanada, iyo wadahadalka u beddela qoraal, qoraalkana u celisa cod dabiici ah.
Moodello aasaasi ah
Tokenizer-yo iyo moodello luqadeed oo la waafajiyey qaab-dhismeedka, lahjadaha, iyo qoraalka Soomaaliga — waxtar leh oo furan.
Cilmi-baaris
Cabbirro, xirmooyin qiimeyn, iyo daraasado dib loo sameyn karo oo horumariya NLP luqadaha Afrika ee dhaqaalahoodu yar yahay.
Waraaqaha cilmi-baarista
SomBench: Benchmark loogu talagalay NLP Soomaaliga
Yusuf S., Tood O. · Waa la diyaarinayaa · 2026
ASR khayraad yar oo Soomaali: Naqshadda Corpus-ka iyo Fine-tuning Whisper
Tood O., Yusuf S. · Waa la diyaarinayaa · 2026
Tokenization Subword ee Soomaaliga isku-dhafka ah
Yusuf S., Tood O. · Waa la diyaarinayaa · 2025
Cusub oo ka yimid shaybaarka
Jul 2026
Soplang v2.0.0
Compiler-ka luqadda barnaamijka Soomaaliga ee ugu horreysa — ereyo Soomaali ah, Cranelift JIT, iyo dhisid toos ah.
Jun 2026
SomNLP-Corpus v2
Waa la ballaariyay ilaa 887M+ tokens oo leh pipeline nadiifin lix ilood ah iyo xaqiijinta LID.
May 2026
whisper-som-small (ASR)
Checkpoint hadal-ilaa-qoraal Soomaali ah oo gaadhay 11.4% WER maqalka raadiyaha ee la hayay.
Nov 2025
Tokenization qaab-dhismeedka Soomaaliga
Daraasad xeelado subword ah oo loogu talagalay luqad isku-xidhan oo kheyraadkeedu hooseeyo.
Mar 2026
SomBench v0.1 qiimeynta
Cabbirka ugu horreeya ee dadweynaha ee NLP Soomaaliga oo ka kooban lix hawl oo aasaasi ah.
Q3 2026
Codka TTS Soomaaliga (horudhac)
Soo saarid hadal Soomaali ah oo dabiici ah, oo u furan helitaanka cilmi-baarista hore.
Natiijooyinka cabbirka
Cabbirro horudhac ah oo gudaha ah oo ku salaysan xog la hayay. Miisaannada moodellada iyo qoraallada qiimeynta ayaa dhawaan si furan loo sii daynayaa.
| Hawsha | Nooca | Cabbirka | Natiijada | Moodel | Xaaladda |
|---|---|---|---|---|---|
| ASR (clean) | Speech | WER ↓ | 11.4 | whisper-som-small | preview |
| ASR (noisy) | Speech | WER ↓ | 18.7 | whisper-som-small | preview |
| NER | NLP | F1 | 78.4 | goobo-base | preview |
| POS Tagging | NLP | Accuracy | 86.2 | goobo-base | preview |
| Sentiment | NLP | F1 | 82.1 | goobo-base | preview |
| Summarization | NLP | ROUGE-L | — | som-sum | upcoming |
| Translation (som→en) | NLP | BLEU | 24.3 | som-en-mt | preview |
Goobaha aan ka shaqeyno
Dhaqan cilmi-baaris oo buuxa oo ku fidsan luqadda, hadalka, iyo soo-celinta — loogu talagalay goobaha dhaqaalahoodu yar yahay.
NLP
Calaamadayn, falanqayn, NER
ASR
Hadalka oo qoraal laga dhigo
TTS
Qoraal oo cod laga dhigo
LLMs
Moodello luqadeed
Tokenizers
Subword Soomaali
Cabbirro
Xirmooyin hawl
Qiimeyn
Cabbirro adag
RAG
Soo-celin salaysan
Habaynta hadalka
Iswaafajin & kala-qaybin cod
Ku dhiso AI Soomaaliga si furan
Isticmaal kaydadkayaga xogta iyo moodelladayada, ka qaybqaado cilmi-baarista, ama la shuraako shaybaarka. Wax kasta oo aan si furan u wadaagi karno, waan wadaagnaa.