Zeitschrift für Informationstechnologie und Softwareentwicklung
Offener Zugang

Abstrakt

Verbesserung der Textproduktion und Unterstützung behinderter Benutzer bei der Entwicklung von Wortvorhersagen und -vervollständigungen in Afan Oromo

Workineh Tesema und Duresa Tamirat

Diese Arbeit präsentiert eine Wortvorhersage und -vervollständigung für behinderte Benutzer. Die Idee hinter dieser Arbeit ist es, behinderten Benutzern die Möglichkeit zu geben, in ihrer Muttersprache mit Computersoftware und Dateibearbeitung zu interagieren. Wie normale Menschen müssen auch behinderte Benutzer in ihrem Leben auf Technologie zugreifen. Zur Entwicklung des Modells haben wir unbeaufsichtigtes maschinelles Lernen verwendet. Der in dieser Arbeit verwendete Algorithmus war ein N-Gramm-Algorithmus (Unigramm, Bigram und Trigramm) zur automatischen Vervollständigung eines Wortes durch Vorhersage eines korrekten Wortes in einem Satz, was Zeit spart, Rechtschreibfehler und Tastenanschläge beim Tippen reduziert und Behinderte unterstützt. Diese Arbeit beschreibt, wie wir die Worteingabeinformationen durch Wortvorhersage als unterstützende Technologie für Menschen mit Bewegungseinschränkungen, die eine normale Tastatur verwenden, verbessern, um den für den Lernprozess erforderlichen Mehraufwand zu eliminieren. Wir präsentieren auch Bewertungsmetriken, um verschiedene Modelle zu vergleichen, die in unserer Arbeit verwendet werden. Das Ergebnis argumentierte, dass die Vorhersage beim unbeaufsichtigten maschinellen Lernansatz eine Genauigkeit von 90 % ergibt. Diese Arbeit hilft insbesondere behinderten Benutzern mit schlechten Rechtschreib- oder Druckerkenntnissen, Institutionen oder Regierungsorganisationen sowie Benutzern mit wiederholten Belastungsverletzungen (Handgelenk, Hand und Arm), aber es bedarf weiterer Untersuchungen für Benutzer mit Sehproblemen.