【Glossika 實習分享 | 研究開發小組】從資料整合到解決「阿拉伯文字母辨認」和「日文字詞搭配」

一開始在 Yourator 上看到 Glossika 在招募實習生時，就對這個職缺感到很有興趣。這是一家關於語言學的公司，但卻在招募會程式語言的實習生，這引起我很大的興趣，想了解語言學跟程式語言能產生出什麼樣的火花，於是前來應徵，也很幸運的得到了這份工作。

在 Glossika 負責的專案項目簡介

在 Glossika 的這三個月期間，我的工作項目主要分成兩大塊：

最初的一個月，因為碰到 Q3 的結束，我們多半的時間都跟語言學團隊的其他人一起做資料整合，其中包含：字典輸入、造句、regular expression、syntax tagging 等等的項目。這些工作雖然說很繁瑣，但卻格外的重要，因為這些資料就像是一個房子的地基，地基沒有搭建好，這個建築物就不會穩固。同樣的這些資料處理，雖然重複性質很高，但在做的同時，我也學到了很多新的單字。

接下來的時間我都在 Python Team 負責一些專案，我們完成了將阿拉伯文轉換成一套叫做 Buckwalter Transliteration 的工具，好方便我們辨認阿拉伯文字母。以及我們將Japanese collocation 結合平假名、片假名、羅馬拼音，輸出成一個 regular expression 的模式，方便未來做查找。

這些專案聽起來很簡單，但當我們從零開始的時候，我們花了很多時間想如何下手以及修正我們得到的結果。我覺得對於一個學程式語言的學生來說，這是一個難能可貴的機會，因為我們在學校學到的通常都是教授安排好的，但在真正的職場中，我們會碰到很多困難，並且很多東西是沒有正確解答的，該如何解決他變成一個重要的環節。在實習的期間，我們解決的大大小小的問題，也讓我的 Python Skill 運用的更加自如。

在 Glossika 學習到什麼、改變了妳的什麼想法

很多人很努力的想要學第二外文，但我們通常都是學英文、日文、西班牙文、韓文，這些耳熟能詳的語言，其原因很簡單，因為用得到的機會比較大。但是 Glossika 不僅僅提供這些語言的學習機會，他還提供了非常平常比較難有機會學習到的語言，例如：閩南語、客家語、印地語、冰島語、蒙古語等等。我雖然在台灣土生土長的，卻連基本的台語都不會說，但是 Glossika 卻致力於保留這些語言，雖然說這些語言我們較少用到，除非我們在那塊土地上，但是每一個語言都是一個文化，他保留了很多當地的文化特色。一個語言即便在不同的地方使用也會截然不同，像是中文，台灣跟中國的中文就差異很大。我覺得在 Glossika 的期間，我不但靠自己的力量解決的很多 Python 上的問題，我也對語言有更深的認識、更多的興趣。

與其他成員團隊合作的想法、有趣或任何值得分享的事情

在 Glossika 的期間，我有很多的同事是 remote 的，尤其是我們 Python Team 中有兩個成員是遠在美國進行遠距工作的。但我們還是會在星期二早上進行線上會議，雖然會議都很短暫的，但也足夠大家分享自己這週的進度，有什麼需要我們幫忙的，例如：之前有一次他們就希望我們可以幫他們準備一些 Machine Learning 前需要的資料，會議結束後，我們就開始著手進行，我覺得這是一個很特別的經驗。另外我們也常常需要跟 Linguistics Team 合作，每個人都有自己的專業，他們身上有很多是可以學習的，幾乎每個人都可以說很流暢的英語，有些人甚至還會第三第四語言。

你會推薦 Glossika 給什麼樣的人

Glossika 提供了 60 多種語言，這裡有很多的語言是外面平台或教室都沒有提供的，所以我一定會大力推薦給那些想學少數民族語言的學生們，像是我就會是一個很好的例子，我就可以好好的利用 Glossika 來學習及惡補一下我的台語，同時大家也可以透過 Glossika 來學習更多平時沒有機會學習到的語言。