Синтез данных для малоресурсных языков: текстовые слои, подмены и псевдоразметка

Автор описывает методику создания датасетов для крымскотатарского языка, который практически отсутствует в интернете. Рассказывается о использовании текстовых слоев, турецких подмен и псевдоразметки двумя моделями для генерации обучающих данных.