Datuak
Adimen artifizialean ezinbestekoak diren datuak eta, beraiek eskuratu eta elkarbanatzeko baliabideak biltzen dituen atala.
Gaitu data Gaitu data Adimen Artifizialaren oinarri diren datuak (kasu honetan, Administrazio publikoenak) jasotzeko eta, horrela, berrerabiltzeko moduan eskaintzeko ataria da.
Tresna honek Administrazioaren proiektuak aurrera eramateko sortu diren datuak (hizkuntza-baliabideak, corpusak, etab.), ereduak eta tresnak jasotzen ditu eta horiek berrerabiltzeko protokoloak lantzen ditu. Protokolo horiek finkatuko dute datu horiek berrerabili, zabaldu edo partekatzeko prozedura.
Proiektuaren xedea euskarazko baliabideen linked open data ekosistema sortzeko lehen pausoak ematea da.
Gaitu data ataria gaur egun erabilgarri dago eta informazioa eta tresnak partekatzeko erabil daiteke.
Gaitu ahotsak Mozilla Fundazioaren ekimen honetarako, audio-grabazioen datu-sorta librea sortu zen, kode irekikoa. Helburua: ahots-teknologiak garatzen dituen edozein enpresak edo entitatek hartu ahal izatea, hori erabilita produktu jakinak sortzeko. Hiru fasetan egingo da:
- 2023an, EITBren corpuseko 100.000 esaldtik gora txertatu ziren (hasiera batean, 214.252 esaldi, baina, garbiketaren ondorioz, kopurua murriztu zen). Corpus hori CC0 lizentziapean dago. Horien karga egin ondoren egitasmoaren aurkezpen-ekitaldi bat, Lehiaketa bat, EITBn egitasmoaren inguruko maratoia… gauzatu ziren.
- Susa argitaletxearen corpus literarioa (Estrata Liburuak): 2023aren amaieran prestatu eta gainbegiratu ziren. Topatutako akatsak zuzendu dira eta 2024ko apirilean kargatu ziren Common Voicen. 800.000 esalditik gora.
- 2024ko otsailetik maiatzera, GUREAK enpresa kontratu zen balioztatzeak egiteko eta grabazioak balioztatzeko beste saiakera bat egingo da 2025ean zehar.
- Estekek ez dute funtzionatzen, esteka bakoitzak fitxa batera eraman beharko luke.
- GAITU.EUS kanpaina