Γλωσσικές τεχνολογίες

Οι γλωσσικές τεχνολογίες επιτρέπουν στις μηχανές όχι μόνο να διαβάζουν, να αναλύουν, να επεξεργάζονται και να παράγουν ανθρώπινη γλώσσα, αλλά και, χάρη στις πρόσφατες επιστημονικές εξελίξεις, να γεφυρώνουν το χάσμα μεταξύ της ανθρώπινης επικοινωνίας και της μηχανικής κατανόησης.

Δεδομένου ότι η γλώσσα χρησιμεύει ως το θεμελιώδες μέσο για την ανθρώπινη αλληλεπίδραση, η LT έχει αποκτήσει τεράστια σημασία σε διάφορους κλάδους και εφαρμογές, από τη μετάφραση και τον εντοπισμό έως την υποστήριξη πελατών, την υγειονομική περίθαλψη, τη δημιουργία μέσων ενημέρωσης και το μάρκετινγκ. Κοινά παραδείγματα αυτής της τεχνολογίας είναι η αναγνώριση ομιλίας, οι έξυπνοι βοηθοί, η αυτόματη μετάφραση, τα chatbots, η σύνοψη κειμένου και ο αυτόματος υποτιτλισμός.

Τι χρειάζεται για την ανάπτυξη των Γλωσσικών Τεχνολογιών;

Παρακάτω είναι μερικά από τα βασικά στοιχεία για την ανάπτυξη γλωσσικών εργαλείων και υπηρεσιών.

• Γλωσσικά δεδομένα: αυτό αναφέρεται στο κειμενικό ή προφορικό περιεχόμενο — σε μία ή περισσότερες γλώσσες — που χρησιμεύει ως υλικό εισόδου ή κατάρτισης για εργασίες επεξεργασίας φυσικής γλώσσας, π.χ. παραγωγή κειμένου ή ανάλυση συναισθημάτων. Τα δεδομένα αυτά μπορούν να προέρχονται από διάφορες πηγές — βιβλία, άρθρα, αναρτήσεις στα μέσα κοινωνικής δικτύωσης, μεταγραφές προφορικών συνομιλιών κ.λπ. Δεδομένου ότι αποτελούν το θεμέλιο της ανάπτυξης της ΛΙ, είναι ζωτικής σημασίας να συλλέγονται με πλήρη σεβασμό των διατάξεων περί πνευματικής ιδιοκτησίας (ΔΔΙ) και προστασίας προσωπικών δεδομένων (ΓΚΠΔ).
• Αλγόριθμοι κατάρτισης και γλωσσικά μοντέλα: οι αλγόριθμοι είναι το λογισμικό, οι «συνταγές», για τη δημιουργία μοντέλων ανθρώπινων γλωσσών. Με σημαντικές ποσότητες δεδομένων ποιότητας, οι πιο πρόσφατοι αλγόριθμοι μηχανικής μάθησης έχουν δείξει αυξημένες ικανότητες για τη δημιουργία μοντέλων που αντιπροσωπεύουν τη γνώση που προέρχεται από τα γλωσσικά δεδομένα. Όσο μεγαλύτεροι είναι οι πόροι και τα μοντέλα, τόσο πιο περιεκτικές και γενικές είναι οι εφαρμογές τους.
• Υπολογιστική ισχύς: απαιτούνται σημαντικοί υπολογιστικοί πόροι, ιδίως κατά τη δημιουργία γλωσσικών μοντέλων, όπου η υπολογιστική υψηλών επιδόσεων και οι ισχυρές υποδομές υπολογιστικού νέφους είναι ζωτικής σημασίας.
• Ανθρώπινη εμπειρογνωσία: η επιτυχής LT περιλαμβάνει συνεργασία μεταξύ γλωσσολόγων, επιστημόνων δεδομένων, μηχανικών υπολογιστών και ειδικών τομέων.

Τι κάνει η Ευρώπη για την ανάπτυξη των γλωσσικών τεχνολογιών;

Στην Ευρώπη, έχουμε ένα σύνθετο γλωσσικό τοπίο. Ο Χάρτης των Θεμελιωδών Δικαιωμάτων της Ευρωπαϊκής Ένωσης απαγορεύει τις διακρίσεις λόγω γλώσσας και επιβάλλει στην ΕΕ την υποχρέωση να σέβεται τη γλωσσική πολυμορφία. Η λογοδοσία, η διαφάνεια, η δικαιοσύνη και ο σεβασμός των αξιών μας είναι λίγες μόνο από τις ηθικές επιπτώσεις της. Αυτά τα δικαιώματα και οι αρχές μπορούν να διασφαλιστούν μόνο με αμερόληπτη χρήση της LT.

Η ευρωπαϊκή βιομηχανία LT διαδραματίζει καίριο ρόλο στη στρατηγική και τεχνολογική αυτονομία της Ευρώπης, η οποία θα πρέπει να ενισχυθεί περαιτέρω. Οι ειδικές ανάγκες της αγοράς μας είναι περισσότερο γνωστές από τους European LT providers, εκ των οποίων εκατοντάδες περιλαμβάνονται στον Κατάλογο Υπηρεσιών Ηλεκτρονικής Μετάφρασης.

Οι διαθέσιμες στο κοινό λύσεις, συμπεριλαμβανομένων των εργαλείων και των υπηρεσιών που προσφέρει η Ευρωπαϊκή Επιτροπή, συμπληρώνουν την προσφορά της αγοράς, αντιμετωπίζοντας παράλληλα την έλλειψη τεχνολογικής υποστήριξης σεγλώσσες χαμηλών πόρων. Αυτές οι βασικές λύσεις — αυτόματη μετάφραση (eTranslation), αναγνώριση οντοτήτων, σύνοψη, μεταγραφή ομιλίας και ψευδωνυμοποίηση δεδομένων για τη συμμόρφωση με το GDPR — είναι διαθέσιμες σε όλες τις ευρωπαϊκές δημόσιες διοικήσεις και τις μικρομεσαίες επιχειρήσεις σε όλες τις επίσημες γλώσσες.

Στο πλαίσιο του προγράμματος «Ορίζων 2020», το ευρωπαϊκό γλωσσικό δίκτυο (ELG) δημιούργησε μια υπηρεσία μίας στάσης για εξειδικευμένες λύσεις LT. Οι προσπάθειες διάδοσης και οικοδόμησης κοινοτήτων έχουν συμβάλει στην προώθηση μιας κοινής αντίληψης σχετικά με την ανάγκη να ενωθούν οι δημόσιες και ιδιωτικές δυνάμεις και να επωφεληθούν από τα καλύτερα και των δύο κόσμων στην έρευνα και την ανάπτυξη.

Το πρόγραμμα «Ορίζων Ευρώπη» προωθεί την έρευνα και την καινοτομία μέσω της στήριξης για την ανάπτυξη προηγμένων LT πέρα από τις πλέον σύγχρονες τεχνολογίες, συμπεριλαμβανομένων των μοντέλων μεγάλων γλωσσών. Αυτά τα μοντέλα, σχεδιασμένα για να ενισχύσουν την αλληλεπίδραση ανθρώπου-μηχανής, θα έχουν πολύγλωσσες δυνατότητες, θα χειρίζονται πολλαπλούς τρόπους εισόδου, θα διαχειρίζονται προκαταλήψεις και θα παρουσιάζουν επίγνωση του πλαισίου.

Η πρωτοβουλία για την ευρωπαϊκή γλωσσική ισότητα (ELE), ένα πιλοτικό σχέδιο/προπαρασκευαστική δράση που δρομολογήθηκε από το Ευρωπαϊκό Κοινοβούλιο, ανέπτυξε ένα θεματολόγιο και έναν χάρτη πορείας για την επίτευξη πλήρους ψηφιακής γλωσσικής ισότητας στην Ευρώπη έως το 2030.

Στο πλαίσιο του προγράμματος πολιτικής για την ψηφιακή δεκαετία, η Επιτροπή συντονίζει τις προσπάθειες της Ένωσης σε όλα τα κράτη μέλη και τον ιδιωτικό τομέα για την ανάπτυξη ενός ευρωπαϊκού οικοσυστήματος για τη διαχείριση της τρομοκρατίας.

Τέλος, η Επιτροπή αναγνωρίζει την αξία των γλωσσικών δεδομένων ως βάση για την κατάρτιση γλωσσικών μοντέλων μέσω του Κοινού Ευρωπαϊκού Χώρου Γλωσσικών Δεδομένων (LDS). Το έργο, το οποίο χρηματοδοτείται στο πλαίσιο του προγράμματος εργασίας ΨΗΦΙΑΚΗΣ για την περίοδο 2021-2022, αποσκοπεί στην ανάπτυξη μιας πλατφόρμας και μιας αγοράς για τη συλλογή, την ανταλλαγή και την περαιτέρω χρήση πολύγλωσσων και πολυτροπικών γλωσσικών δεδομένων. Ευθυγραμμισμένη με την ευρωπαϊκή στρατηγική για τα δεδομένα και την ίδια την έννοια των χώρων δεδομένων, θα διασφαλίσει ότι θα καταστούν διαθέσιμα περισσότερα γλωσσικά δεδομένα για χρήση στην οικονομία, την κοινωνία και την έρευνα, διατηρώντας παράλληλα τις εταιρείες και τα άτομα που παράγουν τα δεδομένα υπό έλεγχο.

Η συγκέντρωση όλων αυτών των στοιχείων, έργων και φορέων αποτελεί μείζονα πρόκληση για την Ένωση, την ευρωπαϊκή βιομηχανία και τις εθνικές δημόσιες διοικήσεις, με απώτερο σκοπό τη στήριξη της ψηφιακής δεκαετίας της Ευρώπης προς όφελος όλων.