သုတေသနနှင့် ဖွံ့ဖြိုးရေး

ကျွန်ုပ်တို့ ထုတ်ဝေထားသော သုတေသန စာတမ်းများ၊ Open-Source ကိရိယာများနှင့် အဓိက သုတေသန ကဏ္ဍများကို လေ့လာပါ။

ကဏ္ဍအားလုံး ပညာရေး ကဏ္ဍ အမျိုးသမီးနှင့် နည်းပညာဆိုင်ရာ ကဏ္ဍ အရင်းအမြစ်နည်းပါးသော ဘာသာစကားများဆိုင်ရာ ကဏ္ဍ

စာတမ်းများနှင့် ထုတ်ကုန်များ အားလုံး

ကျွန်ုပ်တို့ ထုတ်ဝေထားသော ထုတ်ကုန်များ၊ အချက်အလက်များနှင့် သုတေသန စာတမ်းများကို လေ့လာကြည့်ရှုပါ။

မြန်မာနိုင်ငံ၏ အဆင့်မြင့် ပညာရေးကဏ္ဍ၌ အွန်လိုင်း မှတစ်ဆင့် ပညာလေ့လာသင်ယူမှုရရှိခြင်းဆိုင်ရာ ကွာဟချက်ကို လေ့လာခြင်း

ဤသုတေသနသည် မြန်မာနိုင်ငံရှိ အွန်လိုင်း မှတစ်ဆင့် အဆင့်မြင့်ပညာရေး သင်ယူနေသော ကျောင်းသားကျောင်းသူများ ကြုံတွေ့နေရသည့် စိန်ခေါ်မှုများကို ဆန်းစစ်ထားပြီး လျှပ်စစ်မီး၊ အင်တာနက်လိုင်းကဲ့သို့သော ရုပ်ပိုင်းဆိုင်ရာ အခက်အခဲများနှင့် ကျား/မ ကွဲပြားမှုဆိုင်ရာ လူမှုကွာဟချက်များကို ဖော်ထုတ်ထားပါသည်။ စစ်တမ်းပါဝင်သူများ၏ အွန်လိုင်းသင်တန်းများ (အထူးသဖြင့် အသိအမှတ်ပြုလက်မှတ်သင်တန်းများ) တွင် တက်ကြွစွာ ပါဝင်သင်ယူမှုနှင့် YouTube၊ Google ကဲ့သို့သော အဓိက သင်ယူမှုပလက်ဖောင်းများ၏ အရေးပါသော အခန်းကဏ္ဍကိုလည်း မီးမောင်းထိုးပြထားပါသည်။

သုတေသန စာတမ်းများ စာတမ်းဖတ်ရှုရန် →

မြန်မာနိုင်ငံ ပညာရေးကဏ္ဍ ဒစ်ဂျစ်တယ်အသွင်ကူးပြောင်းမှု ပကတိအခြေအနေနှင့် ရင်ဆိုင်နေရသော စိန်ခေါ်မှုများ

ဤလေ့လာမှုသည် မြန်မာနိုင်ငံ (အထူးသဖြင့် ပညာရေးကဏ္ဍ) ၌ ကြုံတွေ့နေရသော ဒစ်ဂျစ်တယ် ကွာဟမှုများနှင့် ရေရှည်တည်တံ့သော ဒစ်ဂျစ်တယ်စနစ် ကူးပြောင်းရေးတွင် ရင်ဆိုင်နေရသည့် စိန်ခေါ်မှုများကို ဆန်းစစ်လေ့လာထားခြင်း ဖြစ်သည်။

သုတေသန စာတမ်းများ စာတမ်းဖတ်ရှုရန် →

အမျိုးသမီးနှင့် နည်းပညာဆိုင်ရာ ကဏ္ဍ

ကဏ္ဍအလိုက် လေ့လာရန် →

မြန်မာနိုင်ငံ နည်းပညာနယ်ပယ်ရှိ အမျိုးသမီးများ အခန်းကဏ္ဍသုတေသနလေ့လာဆန်းစစ်ချက်

မြန်မာနိုင်ငံ၏ နည်းပညာကဏ္ဍတွင် လုပ်ကိုင်နေသော အမျိုးသမီးများ၏ လုပ်ငန်းခွင် အခြေအနေ၊ စိန်ခေါ်မှုများနှင့် အတွေ့အကြုံများကို ဖော်ပြသော အချက်အလက်များ။

ထုတ်ကုန်များ ထုတ်ကုန် ကြည့်ရန် →

ဘက်စုံသင်ယူမှု စွမ်းရည်မြှင့်တင်ခြင်း - Women in Technology (WiT) အလုပ်ရုံဆွေးနွေးပွဲများမှ ရရှိသော အတွေ့အကြုံနှင့် သုံးသပ်ချက်များ

အွန်လိုင်း နည်းပညာ သင်တန်း (Bootcamps) များသည် လက်တွေ့နယ်ပယ်တွင် လိုအပ်နေသော ကျွမ်းကျင်မှုများကို ထိရောက်စွာ လေ့ကျင့်ပေးနိုင်ပါသည်။ သို့သော် သင်တန်းများ၏အောင်မြင်မှုသည် သင်တန်းသားများ၏အဆုံးထိ တက်ရောက်နိုင်မှုနှင့် သူတို့၏ ကိုယ်တိုင်ယုံကြည်မှုအပေါ်တွင် အများကြီး မူတည်လျက်ရှိပါသည်။ သို့ဖြစ်၍ သင်တန်းတစ်ခုကိုပြုလုပ်ရာတွင် လူတိုင်းနှင့် အဆင်ပြေနိုင်သော ပုံစံတစ်မျိုးတည်းပြုလုပ်၍ မရနိုင်ပါ။ အထူးသဖြင့် လျှပ်စစ်မီး မမှန်ခြင်း၊ အင်တာနက် အခက်အခဲနဲ့ လုံခြုံရေး စိုးရိမ်ရမှုများကြောင့်နည်းပညာ လက်လှမ်းမမီဘဲ ချန်လှပ်ခံထားရတဲ့ အသိုင်းအဝိုင်းများတွင် ကိုယ်တိုင်ယုံကြည်မှု လျော့နည်းနေတတ်သောကြောင့် သူတို့၏ ပကတိ အခြေအနေ၊ လိုအပ်ချက်တွေနဲ့ ကိုက်ညီမည့် သင်ကြားရေးပုံစံကို သီးသန့် ပုံဖော်ဖန်တီးပေးရန်လိုအပ်ပါသည်။

သုတေသန စာတမ်းများ စာတမ်းဖတ်ရှုရန် →

STEM လုပ်ငန်းခွင်ရှိ ကျား/မ တန်းတူညီမျှမှု - စစ်တမ်းအခြေပြု လေ့လာဆန်းစစ်ချက်

ဤသုတေသနသည် မြန်မာနိုင်ငံ၏ နည်းပညာကဏ္ဍတွင် လုပ်ကိုင်နေသော အမျိုးသမီးများ ကြုံတွေ့ရသည့် စိန်ခေါ်မှုများ၊ အတွေ့အကြုံများနှင့် မျှော်မှန်းချက်များကို စစ်တမ်းအခြေပြု လေ့လာထားခြင်းဖြစ်ပါသည်။ ရလဒ်များအရ အမျိုးသမီးများအနေဖြင့် Mentorship အကန့်အသတ်ရှိခြင်း၊ လုပ်ငန်းခွင်အတွင်း ခွဲခြားဆက်ဆံခံရခြင်းနှင့် ပြည်ပအလုပ်အကိုင် အခွင့်အလမ်းများ ရှာဖွေရာတွင် အတားအဆီးများကြုံရခြင်း စသောအခက်အခဲများကို အများဆုံးတွေ့ရှိရပါသည်။ နည်းပညာနယ်ပယ်တွင် အမျိုးသမီးများ၏ စွမ်းဆောင်ရည်နှင့် တန်းတူညီမျှ အခွင့်အလမ်းများ တိုးတက်လာစေရန် ဘက်စုံပံ့ပိုးမှုများ ဆောင်ရွက်ပေးရန် လွန်စွာအရေးကြီးကြောင်းလည်း ဤလေ့လာချက်အရ သိရှိနိုင်ပါသည်။

သုတေသန စာတမ်းများ စာတမ်းဖတ်ရှုရန် →

အရင်းအမြစ်နည်းပါးသော ဘာသာစကားများဆိုင်ရာ ကဏ္ဍ

ကဏ္ဍအလိုက် လေ့လာရန် →

mmdt-tokenizer

"mmdt-tokenizer" သည် မြန်မာစာသားများကို စကားလုံးနှင့် ဝဏ္ဏ (syllable) အဆင့်များအလိုက် တိကျစွာ ပိုင်းဖြတ်ပေးနိုင်သော Open-Source Python library တစ်ခု ဖြစ်ပါသည်။ သဒ္ဒါစနစ်နှင့် အဘိဓာန်အခြေပြု နည်းစနစ်များကို အသုံးပြုထားပြီး ဝဘ်လိပ်စာ၊ အီးမေးလ်၊ ဖုန်းနံပါတ်နှင့် ကိန်းဂဏန်းများကို မူလအတိုင်း ထိန်းသိမ်းကာ ဝိဘတ်၊ သမ္ဗန္ဓ၊ ပစ္စည်းနှင့် နောက်ဆက်တွဲ စကားလုံးများကို စနစ်တကျ ပိုင်းဖြတ်ပေးပါသည်။ ပြန်လည်လေ့ကျင့်ရန် မလိုဘဲ မြန်မာသဘာဝဘာသာစကား လုပ်ငန်းစဉ်များ (NLP)၊ ဒေတာအစု တည်ဆောက်ခြင်းနှင့် သတင်းအချက်အလက် ရှာဖွေဖော်ထုတ်ခြင်း လုပ်ငန်းများအတွက် အသုံးချနိုင်သော အခြေခံနည်းပညာ အဆောက်အအုံ ဖြစ်ပါသည်။

ထုတ်ကုန်များ ထုတ်ကုန် ကြည့်ရန် →

MMDT အမည်သတ်မှတ် ဖော်ထုတ်မှုစနစ် (MMDT NER)

MMDT NER သည် မြန်မာစာသားများတွင် ပါဝင်သော လူပုဂ္ဂိုလ်၊ အဖွဲ့အစည်း၊ တည်နေရာ၊ နေ့စွဲ၊ အချိန်နှင့် ကိန်းဂဏန်း အသုံးအနှုန်းများကို အလိုအလျောက် ခွဲခြားဖော်ထုတ်ပေးခြင်းဖြင့် စနစ်တကျ အသုံးချနိုင်သော ဒေတာအဖြစ် ပြောင်းလဲပေးသည့် အခြေခံ ဘာသာစကားနည်းပညာ စီမံကိန်းတစ်ခု ဖြစ်ပါသည်။ တိုကင်ပေါင်း ၂.၁၄ သန်းပါဝင်သော Annotated Corpus ပေါ်တွင် Transformer အခြေပြု မော်ဒယ်များဖြင့် တည်ဆောက်ထားပြီး၊ ဒစ်ဂျစ်တယ် သတင်းမီဒီယာ၊ သုတေသန၊ ဒစ်ဂျစ်တယ် မှတ်တမ်းထိန်းသိမ်းမှုနှင့် လူမှုအကျိုးပြု လုပ်ငန်းများအတွက် မြန်မာဘာသာစကားဆိုင်ရာ ဉာဏ်ရည်တု (AI) နည်းပညာ ဖွံ့ဖြိုးတိုးတက်စေရန် အဓိက အထောက်အကူပြုပါသည်။

ထုတ်ကုန်များ ထုတ်ကုန် ကြည့်ရန် →