وتارەکان

توێژینەوەیەکی سەرەتایی لە بواری گۆڕینی دەقی کوردی بۆ دەنگ کە سیستەمەکانی دروستکردنی دەنگ بە بنەمای allophone و syllable و diphone بەراورد دەکات. زانیارییە کتێبناسییە سەرەکییەکان و بابەتی بەراوردکردن پشتڕاست کراونەتەوە، بەڵام وردەکارییەکانی کۆرپەس و ئەنجامە ژمارەییە وردەکان لەم پێداچوونەوەیەدا بە …

دروستکردنی دارستانێکی پەیوەندییە ڕێزمانییەکان بۆ کوردیی کورمانجی لە چوارچێوەی Universal Dependencies، بە بەکارهێنانی شیکردنەوەی مۆرفۆلۆژی و نیشانەکردنی دەستی.

ئەم پێشچاپەی Research Square لە 2026دا ڕێبازێکی گۆڕدراوی Vision Transformer بۆ ناسینەوەی دێڕی دەستنوسراوی کوردیی سۆرانی پێشکەش دەکات و DASNUS دەناسێنێت. کۆمەڵەداتاکە 11,475 دێڕ لە 867 نوسەر لەخۆدەگرێت و دابەشکردنی ڕاهێنان، پشتڕاستکردنەوە و تاقیکردنەوە بە جیاکردنەوەی نوسەران ئەنجام دراوە. نوسەران …

ئەم توێژینەوەی کۆمەڵەداتایە K-PIT و K-ZHMARA بۆ ناسینەوەی دەستنوسی جیاکراوەی کوردیی ناوەندی پێشکەش دەکات. K-PIT بریتییە لە 245,000 وێنەی پیت لە 35 پۆل و K-ZHMARA بریتییە لە 70,000 وێنەی ژمارە لە 10 پۆل، کە کۆی گشتییان 315,000 وێنەیە. توێژینەوەکە ئەمانە وەک کۆمەڵەداتا پێشکەش دەکات، نەک وەک سیستەمێکی …

توێژینەوەیەک لە دروستکردنی دەنگی سۆرانی کە F5-TTS بە کۆمەڵە داتایەکی تاکەقسەکەری تایبەت وەرگیراو لە ماددەی ڕاگەیاندن دەگونجێنێت. وتارەکە هەڵسەنگاندنی subjective و ناسینەوەی قسە ڕاپۆرت دەکات؛ بەڵام داتاسێتی بنەڕەتی، checkpointی کوردی و کۆدەکە وەک بڵاوکراوەی گشتی بە سەربەخۆیی پشتڕاست نەکراونەتەوە.

ئەم وتارە کۆمەڵەداتایەک لە پیتە دەستنوسراوە جیاکراوەکانی کوردیی ناوەندی وەسف دەکات. توێژینەوەکە 40,940 وێنە لە 390 نوسەر ڕاپۆرت دەکات و خشتەکانی 35 پۆل پیشان دەدەن. نامەیەکی زانستیی بڵاوکراوەی دواتر 40,826 وێنەی لە وەشانە کۆنە پشکنراوەکاندا ڕاپۆرت کرد و ناهاوسەنگی لە ژمارەکانی پۆلەکاندا دیاری کرد؛ …

توێژینەوەیەک لەسەر دروستکردنی کۆرپەس بۆ جۆرە کەم‌سەرچاوەکانی کوردیی باشوور و لەکی، بە کۆکردنەوەی دەقی وێب، ماددەی ڕادیۆیی و داتای مەیدانیی دیجیتاڵکراو.

ڕێبازێکی دەرهێنانی پوختەی خۆکارانە بۆ بەڵگەنامە توێژینەوەییە درێژەکانی کوردیی سۆرانی پەرەپێدەدات. توێژینەوەکە کۆرپەسێکی 231 توێژینەوەی زانستی لە چوار بەشی ئەکادیمی بەکاردەهێنێت و Sentence Weighting و TF-IDF لە دوو تاقیکردنەوەدا بەکاردەهێنێت؛ یەکێک لەگەڵ بەشی ئەنجام و یەکێک بەبێ ئەو بەشە. هەڵسەنگاندن …

ئەم توێژینەوەیە کۆرپەسێکی هاوتەریبی هەواڵ بۆ ئینگلیزی، تورکی و کوردیی باکوور (کورمانجی) پێشکەش دەکات و وەرگێڕانی ماشینی نێورۆنی دووزمانە و فرەزمانە هەڵدەسەنگێنێت. ئەم کارە یەکێکە لە سەرچاوە سەرەتاییە پشتڕاستکراوەکانی وەرگێڕانی ماشینی نێورۆنی کوردی.

ئەم توێژینەوەیە ناسینەوەی خۆکارانەی قسەی end-to-end بۆ کوردیی ناوەندی بە بەکارهێنانی Transformer پەرەپێدەدات. کۆرپەسێکی نزیکەی 100 کاتژمێری کوردیی ناوەندی بەکارهاتووە و مۆدێلەکانی wav2vec 2.0 XLS-R لەگەڵ مۆدێلی زمانی n-gram و tokenizer ـی کوردی fine-tune کراون. باشترین ئەنجام WER ـی 10.0% لە …

ئەم توێژینەوەیە سیستەمێکی ناسینەوەی خۆکارانەی قسە بۆ کوردیی ناوەندی بە بەکارهێنانی فێربوونی قووڵ پەرەپێدەدات. ڕێبازەکە تایبەتمەندییەکانی MFCC لەگەڵ تۆڕی LSTM و Connectionist Temporal Classification (CTC) تێکەڵ دەکات و داتابەیسی دەنگی AsoSoft بەکاردەهێنێت.

توێژینەوەیەک لە گۆڕینی دەقی کوردیی ناوەندی بۆ دەنگ کە سێ مۆدێلی تاکەقسەکەری F5-TTS بە جیاوازی fine-tune دەکات. مۆدێلەکان لەسەر دوو سەرچاوەی وەرگیراو لە کتێبی دەنگی و تۆمارە دووبارە بەکارهاتووەکانی Gigant ڕاهێنراون. توێژینەوەکە دەنگی دروستکراو بە گوێگرانی مرۆڤ هەڵدەسەنگێنێت و لە وەرگێڕانی دەنگدا …

توێژینەوەیەک لە گۆڕینی دەقی کوردیی ناوەندی بۆ دەنگ بە شێوازی end-to-end کە نوێنەرایەتی نهێنی دەنگ، هاوتاکردنی دەق و دەنگ، ڕاهێنانی waveform بە شێوازی adversarial و پێشبینیکردنی ماوە بەکاردەهێنێت. سیستەمەکە لەسەر کۆرپەسی Gigant-KTTS هەڵسەنگێنراوە.

توێژینەوەیەک لە دروستکردنی دەنگی کوردیی ناوەندی کە encoderێکی CNN-Transformer، decoderی autoregressiveی Tacotron 2 و WaveGlow پێکەوە بەکاردەهێنێت. تاقیکردنەوەکە تۆمارەکانی Gigant-KTTS دووبارە بەکاردەهێنێت و دەنگی دروستکراو بە گوێگرانی زمانی دایک و پێوانەی هەڵەی وشە هەڵدەسەنگێنێت.

دروستکردنی کۆرپەسی کتێبە قوتابخانەییە کوردییەکان، کە لە ٣١ کتێبی سۆرانیی پۆلەکانی K-12 پێکهاتووە و بەسەر ١٢ بوارە خوێندنییەکەدا ڕێکخراوە.

توێژینەوەیەک لە دروستکردنی دەنگی سۆرانی کە transfer learning لە مۆدێلی ئینگلیزی Tacotron 2 لەگەڵ vocoderی پێشوەختە ڕاهێنراوی HiFi-GAN بەکاردەهێنێت. تاقیکردنەوەکە کۆرپەسێکی تاکەقسەکەری مێینەی نزیکەی دە کاتژمێر بەکاردەهێنێت و دەنگی دروستکراو بە گوێگرانی زمانی دایک هەڵدەسەنگێنێت.

ئەم توێژینەوەیە ناسینەوەی خۆکارانەی قسە بۆ کوردیی باکوور (کورمانجی) بە fine-tune کردنی Whisper v3 لەسەر داتای Mozilla Common Voice 18.0 لێکۆڵینەوە دەکات. باشترین ئەنجامی ڕاپۆرتکراو WER ـی 10.5% و CER ـی 5.7% بووە.

ئەم توێژینەوەیە مۆدێلی Arabic Tesseract LSTM بۆ ناسینەوەی دەقی چاپکراوی کوردیی سۆرانی گونجاندووە، بە بەکارهێنانی بڕێکی سنووردار لە داتای ڕاستەقینەی کوردی و داتای دروستکراوی فۆنت. نوسەران تێکڕای 95.45% دروستیی پیت لەسەر 11 وێنەی بەڵگەنامەی دادگا ڕاپۆرت دەکەن. هەڵسەنگاندنێکی جیاوازی Tesseract هەروەها …

توێژینەوەیەکی چۆنایەتیی ئینگلیزی-کوردییە لەسەر بۆشاییە وشەییەکان لە پێنج کتێبی فیزیای تیۆری و زانستی گشتی و وەرگێڕانە کوردییەکانیان. بەپێی نووسەران، ماددەی توێژینەوەکە نزیکەی 520,000 وشەیە. وشە زانستییەکان، ناوە لە کەسەوە وەرگیراوەکان و کورتکراوەکان و شێوازەکانی مامەڵەکردن لەگەڵیان تاوتوێ دەکرێن.

FLEURS-Kobani بنچینەدراوەی FLEURS بۆ کوردیی باکوور فراوان دەکات. سەرچاوەکە 5,162 وتەی پشتڕاستکراوە بە کۆی 18 کاتژمێر و 24 خولەک قسە لە 31 قسەکەری زمانی دایک لەخۆدەگرێت و بۆ ASR و وەرگێڕانی قسە بەکاردێت. baseline ـی Whisper v3-large بۆ ASR، WER ـی 28.11% و CER ـی 9.84% ڕاپۆرت دەکات.

وتارێکی داتاسێت کە Gigant-KTTS وەک کۆرپەسێکی دەنگی کوردیی ناوەندی بۆ توێژینەوەی گۆڕینی دەق بۆ دەنگ ناساندووە. کۆرپەسەکە 6,078 ڕستەی تۆمارکراو لە تاکە قسەکەرێکی نێر لە دوازدە پۆلی بابەتی لەخۆدەگرێت.

پەرەپێدانی سەرچاوەی Hunspell بۆ کوردی سۆرانی کە فەرهەنگێکی نیشانەکراوی مۆرفۆسینتاکسی لەگەڵ یاساکانی مۆرفۆلۆژی یەکدەخات بۆ ڕاستکردنەوەی ڕێنووس، دۆزینەوەی ڕەگ و شیکردنەوەی مۆرفۆلۆژی.

سەرچاوەیەکی rule-basedی Hunspell بۆ پێشنیاری ڕێنووس و شیکردنەوەی مۆرفۆلۆژی کوردی سۆرانی. وتاری 2021 فەرهەنگێکی 23,223 تۆماری و 4,293 یاسا ڕاپۆرت دەکات. ئەنجامەکانی هەڵسەنگاندن تایبەتن بە وەشانی 0.1.0ی تاقیکراوە و نابێت بۆ وەشانە نوێکان بگوازرێنەوە.

Jira سیستەمێکی ناسینەوەی خۆکارانەی قسەی کوردیی ناوەندی (سۆرانی) ـە کە لەگەڵ کۆرپەسێکی دەنگی و فەرهەنگی تەلەفوز پەرەپێدراوە. توێژینەوەکە دیزاینی کۆرپەس بە پشتبەستن بە دابەشبوونی دایفۆن، مۆدێلکردنی ئەکوستیکی و مۆدێلی زمانی n-gram بەکاردەهێنێت و WER ـی 13.9% ڕاپۆرت دەکات.

ئەم وتارەی Data in Brief کۆمەڵەداتایەک بۆ ناسینەوەی دەقی ناو دیمەن پێشکەش دەکات کە کوردیی سۆرانی و بادینی بە پیتی بنەمای عەرەبی، لەگەڵ عەرەبی و ئینگلیزی، لەخۆدەگرێت. کۆمەڵەداتا فرەزمانەکە 1,420 وێنەی دیمەنی سروشتی، 19,872 نموونەی وشەی ڕاستەقینە و 20,000 نموونەی دروستکراو ڕاپۆرت دەکات. پەڕگەکانی …

ئەم توێژینەوەیە سەرچاوەیەکی تاقیکاری بۆ گۆڕینی قسە بۆ دەقی کوردیی سۆرانی پێشکەش دەکات و CMUSphinx بەکاردەهێنێت. داتاسێتی BD-4SK-ASR لە 2,000 وتە پێکهاتووە کە لە وشە و ڕستەکانی سەرچاوەی خوێندنی قوتابخانەی سەرەتایی وەرگیراون.

توێژینەوەیەک لە دروستکردنی دەنگی کوردیی ناوەندی بە شێوازی end-to-end کە ڕێکخستنە جیاوازەکانی Tacotron 2 و WaveGlow بەراورد دەکات. کارەکە هەم transfer learning لە ئینگلیزییەوە و هەم ڕاهێنان لە سەرەتاوە تاقی دەکاتەوە و کۆرپەسێکی دەنگی تاکەقسەکەری مێینەی پەیوەست بە خێزانی کۆرپەسی AsoSoft بەکاردەهێنێت.

ئەم وتارەی Data in Brief کۆمەڵەداتایەکی پیتە دەستنوسراوەکان بە شێوازی EMNIST-like بۆ کوردیی سۆرانی پێشکەش دەکات. سەرچاوەکە 58 پۆلی شێوەی پیت لەخۆدەگرێت و پەڕەی کۆمەڵەداتاکە 406,000 وێنە ڕاپۆرت دەکات. توێژینەوەکە بە ڕوونی سۆرانی پشتڕاست دەکات؛ بانگەشە فراوانترەکانی داتای Kurmanji بە پیتی لاتینی لێرە …

KurdSum پێشکەش دەکات، کە بنچینەیەکی هەڵسەنگاندنی پوختەکردنەوەی هەواڵی کوردییە و زیاتر لە 40,000 دەق لەگەڵ پوختەی نووسراوی مرۆڤ لەخۆدەگرێت. توێژینەوەکە چوار ڕێبازی دەرهێنانی LexRank، TextRank، Oracle و Lead-3 و سێ ڕێبازی پوختەکردنەوەی بەرهەمهێنەر، Pointer-Generator، Sequence-to-Sequence و …

دروستکردنی CORDI وەک کۆرپەسێکی هەستیار بە جیاوازییە ناوچەییەکانی کوردیی ناوەندی، کە نووسراوەی فیلم و زنجیرە و زانیاریی ناوچە و قسەکەر لە شەش جۆری شارستانی لەخۆدەگرێت.

توێژینەوەیەکە لەسەر ڕێکەوتە زمانییەکان لە ماددەی هەڵبژێردراوی پێنج کتێبی زانستیی کوردی. توێژینەوەکە وشەی پسپۆڕی، وشە وەرگیراوە ئینگلیزییەکان، ناوسازی و جیاوازیی هەڵبژاردە زمانییەکان تاوتوێ دەکات. زاراوە تەنها بەشێکە لە توێژینەوە فراوانترەکەی نووسینی زانستی.

توێژینەوەیەکی کوردی کورمانجی کە lemmatizationی مۆرفۆلۆژی، bigramی پیت و Jaccard similarity بۆ چاککردنەوەی ڕێنووسی ئاستی وشە تێکەڵ دەکات. نووسەران 90.77% دروستی چاککردنەوە ڕاپۆرت دەکەن. وەسفی نموونەکانی تاقیکردنەوە لە ناو وتارەکەدا یەکدەنگ نییە، بۆیە ئەنجامەکە دەبێت لەگەڵ ئەم سنووردارییە پیشان بدرێت.

بە بەکارهێنانی ماڵپەڕە هەواڵییە فرەزمانەکان داتای هەواڵی هاوتەریبی پشتڕاستکراوە بەدەستی مرۆڤ بۆ سۆرانی و کورمانجی و ئینگلیزی دروست دەکات. کۆرپەسە پەیوەندیدارەکە دەقی هاوتاکراوی سۆرانی-کورمانجی، ئینگلیزی-کورمانجی و ئینگلیزی-سۆرانی لەخۆدەگرێت.

LR-Sum پێشکەش دەکات، کە داتاسێتێکی فرەزمانیی کراوەی پوختەکردنەوەیە و پوختەی نووسراوی مرۆڤ بۆ 40 زمان لەخۆدەگرێت. کوردی بە دوو جۆری جیاواز، کورمانجی و سۆرانی، نوێنەرایەتی کراوە. توێژینەوەکە بنچینەی هەڵسەنگاندن بۆ ڕێبازە دەرهێنەر و بەرهەمهێنەرەکان، لەوانە mT5، دادەنێت.

ئەم پێشچاپەی arXiv لە 2024دا Tesseract 5 بۆ بڵاوکراوە چاپکراوە مێژووییەکانی کوردیی سۆرانی گونجاندووە و دێڕە نووسراوەکانی سەرچاوەکانی پێش 1950 بەکاردەهێنێت. پوختەکە 1,233 وێنەی دێڕ لەگەڵ نووسینەوەکانیان ڕاپۆرت دەکات، بەڵام وەشانی بەردەست کە پشکنراوە 1,203 وێنەی TIFF و 1,203 پەڕگەی دەق لەخۆدەگرێت. …

توێژینەوەیەکی وەسفییە لەسەر وەرگێڕانی زاراوەی پزیشکی بە بەکارهێنانی 150 پەڕەی زانیاریی نەخۆش بە ئینگلیزی و وەرگێڕانە کوردییەکانیان. نووسەران نۆ شێوازی وەرگێڕان دەستنیشان دەکەن؛ وەرگرتنی وشە زۆرترین و modulation کەمترین بەکارهاتووە. ئەنجامەکان تەنها ماددەی لێکۆڵراو وەسف دەکەن و ستانداردێکی زاراوەی …

توێژینەوەیەکی چەمکییە لەسەر دروستکردنی فەرهەنگی زاراوە، بە بەکارهێنانی زاراوەی ڕەخنەی ڕۆمان وەک نموونە. گرنگی بە شیکردنەوەی چەمک و جیاکردنەوەی ماناکان دەدات لە کاتی هەڵبژاردنی زاراوەدا. بوارەکەی زاراوەی ئەدەبییە و بەڵگەی ستانداردێکی زانستی و تەکنیکیی فەرمی نییە.

کۆرپەسی هاوتەریبی دروستکراو لەلایەن کۆمەڵگەوە بۆ جۆرە زمانە کەم‌سەرچاوەکانی ڕۆژهەڵاتی ناوەڕاست و تاقیکردنەوەکانی وەرگێڕانی ماشینی بە NLLB-600M پێشکەش دەکات. سەرچاوە پەیوەندیدارە کوردییەکان کە لە توێژینەوەکەدا دیاریکراون داتای کوردیی باشوور، لەکی، هەورامی و زازاکی لەخۆدەگرن.

سیستەمی وەرگێڕانی ماشینی فرەزمانەی No Language Left Behind پێشکەش دەکات. خێزانی مۆدێلە بڵاوکراوەکە لە نێو نزیکەی ٢٠٠ زمانی پشتگیریکراودا بە ڕوونی پشتگیری کوردیی ناوەندی بە ئەلفوبێی عەرەبی و کوردیی باکوور بە ئەلفوبێی لاتینی دەکات.

توێژینەوەیەکی فرەزمانی لە تەکنەلۆژیای دەنگ کە پەیوەندی بە پرۆژەی Massively Multilingual Speech هەیە. پەیوەندییە کوردییەکەی checkpointی VITSی بڵاوکراوە بۆ کوردیی باکوور/کورمانجی بە ناسنامەکانی نووسینی لاتینی، عەرەبی و سیریلیک دەگرێتەوە. زانیارییە فەرمییەکانی داپۆشین مۆدێلی TTSی کوردیی ناوەندی پشتڕاست …

بەراوردێکی ئەزموونیی سۆرانی و کورمانجی بە پشتبەستن بە کۆرپەسی هەواڵی Pewan، بۆ لێکۆڵینەوە لە تایبەتمەندییە زمانەوانی، وشەیی و ڕێنووسییەکانی هەردوو جۆرەکەی کوردی.

ئەم توێژینەوەیە سەرچاوەی دەنگی و benchmark ـێک بۆ ناسینەوەی قسەی کوردیی باشوور پێشکەش دەکات کە نزیکەی 30 کاتژمێر قسەی خوێندراوەی پشتڕاستکراوە لەخۆدەگرێت. Whisper-turbo و wav2vec-BERT CTC هەڵسەنگێنراون و سیستەمی wav2vec-BERT ئەنجامی CER ـی 4.09% و WER ـی 24.26% ڕاپۆرت دەکات.

توێژینەوەیەکی چۆنایەتییە سەبارەت بە زاراوەی زانستی لە زمانی کوردیدا، کە گەشەپێدانی زاراوە، وشەسازی و جیاوازیی نێوان مانای زمانەوانی و زاراوەیی تاوتوێ دەکات. وتارەکە باس لە بەربەستەکانی گەشەپێدانی زاراوەی زانستی دەکات و پێویستیی هەماهەنگیی پسپۆڕان و دامەزراوەکان دەخاتەڕوو. ئەمە بەڵگەی بوونی …

توێژینەوەیەکی وەسفیی فەرهەنگناسییە کە زاراوە پسپۆڕییەکان، وشە تەکنیکییە نوێیەکان، زاراوە بیانییەکان و چوونەناو فەرهەنگی گشتی لە کوردیدا تاوتوێ دەکات. توێژینەوەکە ڕوون دەکاتەوە چۆن زاراوە پسپۆڕییەکان دەتوانن فەرهەنگی گشتی دەوڵەمەند بکەن؛ بەڵام بەڵگەی بوونی بنکەدراوەیەکی ستانداردکراوی زاراوە نییە.

بنچینەیەکی هەڵسەنگاندنی وەرگێڕانی فرەزمانە لە بواری پزیشکی و قەیران پێشکەش دەکات کە ماددەی وەرگێڕدراوی پیشەیی و کۆنترۆڵکراوی کوالێتی لەخۆدەگرێت. بڵاوکراوەکە کۆمەڵە هەڵسەنگاندنی جیاواز بۆ ئینگلیزی-سۆرانی و ئینگلیزی-کورمانجی لەخۆدەگرێت.

دروستکردن و شیکردنەوەی کۆرپەسێکی گەورەی دەقی کوردیی ناوەندی لە ماڵپەڕ، کتێب و گۆڤار، لەگەڵ ئاساییکردنەوەی تایبەت بە کوردی و ڕێکخستنی داتا بە شێوەی TEI.

وەرگێڕانی ماشینی کوردیی سۆرانی-ئینگلیزی بە بەکارهێنانی مۆدێلەکانی encoder-decoder ـی LSTM لە OpenNMT و چەند شێوازێکی توکەنکردن لێکۆڵینەوە دەکات. تاقیکردنەوەکان داتای Tanzil و TED و ماددەی وەرگێڕدراوی KurdNet بەکاردەهێنن و کاریگەریی بەرچاوی دۆمەین لەسەر ئەنجامەکان پیشان دەدەن.

ئەم توێژینەوەیە سیستەمە فرەزمانەکانی ناسینەوەی خۆکارانەی قسە، بەبێ گونجاندنی تایبەت، لەسەر کۆمەڵەداتای هەڵسەنگاندنی کوردیی گەڕووسی تاقیدەکاتەوە. توێژینەوەکە normalization ـی قۆناغ‌بەقۆناغ بەکاردەهێنێت بۆ بەراوردکردنی یەکسانتری CER و WER لەبەرامبەر جیاوازییەکانی ڕێنووس.

ڕێبازێکی چاککردنەوەی ڕێنووسی کوردی ناوەندی کە فەرهەنگێکی کورتکراوەی pattern و Levenshtein distance بەکاردەهێنێت. نووسەران ڕاپۆرت دەکەن کە لە تاقیکردنەوە دروستکراوەکانی ئاستی وشەدا، چاککردنەوەی مەبەست لە 79.93% یەکەم، لە 93.30% لە سێ پێشنیاری یەکەم و لە 97.01% لە پێنج پێشنیاری یەکەم بووە.

پەرەپێدانی KurdNet وەک سەرچاوەیەکی واتایی-فەرهەنگی کوردی کە لەگەڵ چەمکەکانی Princeton WordNet هاوتاکراوە. نموونەی جێبەجێکراو سەرنجی لەسەر کوردی سۆرانییە و ماددەی فەرهەنگی دووزمانە و نموونەکانی کۆرپەس بەکاردەهێنێت.

توێژینەوەیەک لە فەرهەنگنووسی ئەلیکترۆنی بۆ زمانی کوردی کە ماددە فەرهەنگییەکان بە بەکارهێنانی OntoLex-Lemon و RDF دەگۆڕێت بۆ سەرچاوەی ڕێکخراو و خوێنراوەوە لەلایەن کۆمپیوتەر، و ماددەی فەرهەنگیی سۆرانی، کورمانجی و هەورامی دەگرێتەوە.

توێژینەوەیەکی ڕێبازناسی کە سنووردارییەکانی نموونەی KurdNet دەستنیشان دەکات و ڕێبازێکی نیوە-خۆکار بۆ پەرەپێدانی زیاتر لە بنکەدراوە واتایی-فەرهەنگییە کوردییەکە پێشنیار دەکات.

توێژینەوەیەک لەسەر لێماتایزکردن و چاککردنەوەی ڕێنووسی ئاستی وشە بۆ کوردی سۆرانی. پشکنەری Rênûs، n-gramی پیت، فرەوانی لە کۆرپەس، گەڕان لە فەرهەنگ و weighted edit distance تێکەڵ دەکات. نووسەران باشترین دروستی 96.4% لەگەڵ فەرهەنگ و 87% بەبێ فەرهەنگ ڕاپۆرت دەکەن.

پەرەپێدانی سەرچاوەیەکی فەرهەنگی ئەلیکترۆنی بۆ کوردی باشووری لەسەر بنەمای فەرهەنگی باشوور و بە بەکارهێنانی OntoLex-Lemon، لەگەڵ لێکۆڵینەوە لە هاوتاکردنی فەرهەنگی لەگەڵ کوردی سۆرانی.

سیستەمێکی توکنکردنی کوردی کە سەرچاوە فەرهەنگییەکان و شیکردنەوەی مۆرفۆلۆژی بەکاردەهێنێت بۆ چارەسەرکردنی سنووری توکن، وشە لێکدراوەکان و جیاوازییە ڕێنووسییەکان لە سۆرانی و کورمانجی.

توێژینەوەیەکی چاککردنەوەی ڕێنووسی کوردی سۆرانی بە پێی کۆنتێکست کە مۆدێلی زمانی trigram بە Stupid Backoff و پێشنیارەکانی edit distance بەکاردەهێنێت. نووسەران 88.54% دروستی گشتی و 43.33% F1 ڕاپۆرت دەکەن، بە جیاوازییەکی بەرچاو لە نێوان بەشەکانی هەڵسەنگاندنی دەقی پەروەردەیی.