Avanços Recentes e Desafios do Processamento de Linguagem da Ásia Central Turcomana

A pesquisa na área de PLN dos idiomas turcomanos das línguas da Ásia Central, nomeadamente o Cazaque, Uzbeque, Quirguiz e Turcomano, traz os desafios típicos de idiomas de baixo recurso, como escassez de dados e uma falta geral de recursos linguísticos. No entanto, nos últimos anos, a pesquisa avançou consideravelmente através da coleta de conjuntos de dados específicos de idiomas e do desenvolvimento de tecnologias para tarefas posteriores. Com o objetivo de resumir essa pesquisa até maio de 2024, este artigo também busca identificar áreas potenciais para trabalhos futuros. Para alcançar isso, o artigo oferece uma visão geral ampla e de alto nível das propriedades linguísticas das línguas, a cobertura atual e o desempenho da tecnologia já desenvolvida, aplicação de técnicas de transferência de aprendizado de idiomas com mais recursos e a disponibilidade de dados rotulados e não rotulados para cada idioma. Ao fornecer um resumo do estado atual das coisas, esperamos que pesquisas futuras sejam facilitadas com as considerações que apresentamos neste artigo.