Raqamli texnologiyalar vazirligi özbek tilidagi yirik oçiq matnli maʼlumotlar korpusini işlab çiqdi. Unga 5,6 millionta hujjat va qariyb 6 milliard söz jamlangan.
Maʼlumotlar lotin va kirill yozuvlarida bölib, kitoblar, gazeta va arxiv materiallari, qonunlar, internet sahifalari hamda boşqa oçiq manbalardan olingan matnlarni qamrab oladi.
Korpus sunʼiy intellekt modellarini özbek tiliga örgatiş, ularning özbekça matnlarni tuşuniş, savollarga sifatli javob beriş va matnlar yaratiş imkoniyatlarini yaxşilaşga xizmat qiladi.
Maʼlumotlardan oçiq foydalaniş uçun ular Hugging Face platformasiga joylaştirilgan.



