Γλωσσικές τεχνολογίες

Οι γλωσσικές τεχνολογίες (LT) 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 την τοπική προσαρμογή 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 διαλογικά ρομπότ, η σύνοψη κειμένου και ο αυτόματος υποτιτλισμός.

Τι χρειάζεται για την ανάπτυξη γλωσσικών τεχνολογιών;

Ακολουθούν ορισμένα από τα βασικά στοιχεία για την ανάπτυξη γλωσσικών εργαλείων και υπηρεσιών.

• Γλωσσικά δεδομένα: πρόκειται για το κειμενικό ή ομιλούμενο περιεχόμενο —σε μία ή περισσότερες γλώσσες— που χρησιμεύει ως εισροή ή εκπαιδευτικό υλικό για εργασίες επεξεργασίας φυσικής γλώσσας, π.χ. παραγωγή κειμένου ή ανάλυση συναισθήματος. Τα δεδομένα αυτά μπορούν να προέρχονται από διάφορες πηγές —βιβλία, άρθρα, αναρτήσεις στα μέσα κοινωνικής δικτύωσης, απομαγνητοφωνήσεις προφορικών συνομιλιών κ.λπ. Δεδομένου ότι αποτελούν το θεμέλιο της ανάπτυξης της LT, είναι ζωτικής σημασίας η συλλογή τους να γίνεται με πλήρη σεβασμό των διατάξεων για τα δικαιώματα πνευματικής ιδιοκτησίας (ΔΔΙ) και την προστασία των δεδομένων προσωπικού χαρακτήρα (ΓΚΠΔ).
• Αλγόριθμοι κατάρτισης και γλωσσικά μοντέλα: αλγόριθμοι είναι το λογισμικό, οι «συνταγές», για τη δημιουργία μοντέλων ανθρώπινων γλωσσών. Με σημαντικές ποσότητες ποιοτικών δεδομένων, οι τελευταίοι 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 εύρωστες υποδομές υπολογιστικού νέφους είναι ζωτικής σημασίας.
• Ανθρώπινη εμπειρογνωμοσύνη: Η επιτυχής LT περιλαμβάνει τη συνεργασία μεταξύ γλωσσολόγων, επιστημόνων δεδομένων, μηχανικών υπολογιστών και ειδικών τομέων.

Τι κάνει η Ευρώπη για να αναπτύξει τις γλωσσικές τεχνολογίες;

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 μόνο μερικές από τις ηθικές επιπτώσεις της. Αυτά τα δικαιώματα και οι αρχές μπορούν να διασφαλιστούν μόνο με αμερόληπτη χρήση της LT.

Η ευρωπαϊκή βιομηχανία ΤΠ 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 στα ευρωπαϊκά LT p roviders, εκ των οποίων εκατοντάδες περιλαμβάνονται στον κατάλογο υπηρεσιών eTranslation.

Οι διαθέσιμες στο κοινό λύσεις, συμπεριλαμβανομένων των εργαλείων και των υπηρεσιών που προσφέρει η Ευρωπαϊκή Επιτροπή, συμπληρώνουν την προσφορά της αγοράς, αντιμετωπίζοντας παράλληλα μια ανεπάρκεια στην τεχνολογική υποστήριξη των γλωσσών χαμηλών πόρων. Αυτές οι βασικές λύσεις —μηχανική μετάφραση (eTranslation), αναγνώριση ονοματεπωνύμων οντοτήτων, σύνοψη, μεταγραφή ομιλίας και ψευδωνυμοποίηση δεδομένων για συμμόρφωση με τον ΓΚΠΔ— είναι διαθέσιμες σε όλες τις ευρωπαϊκές δημόσιες διοικήσεις και τις μικρές και μεσαίες επιχειρήσεις σε όλες τις επίσημες γλώσσες.

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

Το πρόγραμμα «Ορίζων Ευρώπη» προωθεί την έρευνα και την καινοτομία μέσω της στήριξης της ανάπτυξης υπερσύγχρονων προηγμένων γλωσσικών μοντέλων, συμπεριλαμβανομένων των μεγάλων γλωσσικών μοντέλων. 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 επιδεικνύουν επίγνωση του πλαισίου.

Η πρωτοβουλία για την ευρωπαϊκή γλωσσική ισότητα (ELE), ένα πιλοτικό έργο/προπαρασκευαστική ενέργεια 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 την προσπάθεια της Ένωσης σε όλα τα κράτη μέλη και τον ιδιωτικό τομέα για την ανάπτυξη ενός ευρωπαϊκού οικοσυστήματος ΤΠ.

Τέλος, η Επιτροπή αναγνωρίζει την αξία των γλωσσικών δεδομένων ως θεμέλιο για την κατάρτιση γλωσσικών μοντέλων μέσω του κοινού ευρωπαϊκού χώρου γλωσσικών δεδομένων (LDS). Χρηματοδοτούμενο στο πλαίσιο του προγράμματος εργασίας DIGITAL 2021-2022, το έργο αποσκοπεί στην ανάπτυξη πλατφόρμας και αγοράς για τη συλλογή, την ανταλλαγή και την περαιτέρω χρήση πολυγλωσσικών και πολυτροπικών γλωσσικών δεδομένων. Ευθυγραμμισμένη με την ευρωπαϊκή στρατηγική για τα δεδομένα και την ίδια την έννοια των χώρων δεδομένων, θα διασφαλίσει τη διαθεσιμότητα περισσότερων γλωσσικών δεδομένων για χρήση στην οικονομία, την κοινωνία και την έρευνα, διατηρώντας παράλληλα υπό έλεγχο τις εταιρείες και τα άτομα που παράγουν τα δεδομένα.

Η συνένωση όλων αυτών των στοιχείων, έργων και φορέων αποτελεί μείζονα πρόκληση για την Ένωση, την ευρωπαϊκή βιομηχανία και τις εθνικές δημόσιες διοικήσεις — απώτερος σκοπός είναι η στήριξη της ψηφιακής δεκαετίας της Ευρώπης προς όφελος όλων.