Keeletehnoloogiad

Keeletehnoloogiad (LT) võimaldavad masinatel mitte ainult lugeda, analüüsida, töödelda ja luua inimkeelt, vaid ka tänu hiljutistele teaduslikele edusammudele ületada lõhe inimese suhtlemise ja masina mõistmise vahel.

Kuna keel on inimese suhtlemise põhivahend, on LT omandanud tohutu tähtsuse erinevates tööstusharudes ja rakendustes, alates tõlkimisest ja lokaliseerimisest kuni klienditoe, tervishoiu, meedia loomise ja turustamiseni. Selle tehnoloogia tavalised näited on kõnetuvastus, nutikad assistendid, masintõlge, juturobotid, tekstide kokkuvõte ja automaatne subtiitritega varustamine.

Mida on vaja keeletehnoloogia arendamiseks?

Allpool on esitatud mõned keelepõhiste vahendite ja teenuste väljatöötamise põhielemendid.

• Keeleandmed: see viitab tekstilisele või suulisele sisule – ühes või mitmes keeles –, mis on sisend- või koolitusmaterjal loomuliku keele töötlemise ülesannete jaoks, nt teksti genereerimine või sentimentanalüüs. Need andmed võivad pärineda mitmesugustest allikatest – raamatutest, artiklitest, sotsiaalmeedia postitustest, kõneldud vestluste transkriptsioonidest jne. Kuna need on Leedu arengu aluseks, on väga oluline, et neid kogutaks täielikus kooskõlas autoriõiguse ja isikuandmete kaitse sätetega.
• Koolitusalgoritmid ja keelemudelid: algoritmid on tarkvara, nn retseptid, inimkeelte mudelite loomiseks. Tänu märkimisväärsele hulgale kvaliteetsetele andmetele on uusimad masinõppe algoritmid näidanud suuremat suutlikkust luua mudeleid, mis esindavad keeleandmetest saadud teadmisi. Mida suuremad on ressursid ja mudelid, seda laiahaardelisemad ja üldisemad on nende rakendused.
• Arvutusvõimsus: vaja on märkimisväärseid arvutusressursse, eelkõige keelemudelite loomise ajal, kus üliolulised on kõrgjõudlusega andmetöötlus ja töökindel pilvetaristu.
• Inimteadmised: edukas LT hõlmab koostööd keeleteadlaste, andmeteadlaste, arvutiinseneride ja domeenispetsialistide vahel.

Mida teeb Euroopa keeletehnoloogia arendamiseks?

Euroopas on meil keeruline keelemaastik. Euroopa Liidu põhiõiguste hartaga keelatakse diskrimineerimine keele alusel ja pannakse ELile kohustus austada keelelist mitmekesisust. Vastutus, läbipaistvus, õiglus ja meie väärtuste austamine on vaid mõned selle eetilistest tagajärgedest. Neid õigusi ja põhimõtteid saab tagada ainult Leedu erapooletu kasutamisega.

Euroopa LT tööstusel on keskne roll Euroopa strateegilises ja tehnoloogilises autonoomias, mida tuleks veelgi tugevdada. Meie konkreetseid turuvajadusi tunnevad kõige paremini Euroopa teenusepakkujad, kellest sajad on loetletud eTranslationi teenuste kataloogis.

Avalikult kättesaadavad lahendused, sealhulgas Euroopa Komisjoni pakutavad vahendid ja teenused, täiendavad turupakkumist, kõrvaldades samal ajal puuduse vähese ressursikasutusega keelte tehnoloogilises toetamises. Need põhilahendused – masintõlge (eTranslation), nimeline üksusetuvastus, kokkuvõte, kõne transkriptsioon ja andmete pseudonüümimine isikuandmete kaitse üldmääruse nõuete täitmiseks – on kättesaadavad kõigile Euroopa haldusasutustele ning väikestele ja keskmise suurusega ettevõtjatele kõigis ametlikes keeltes.

Programmi „Horisont 2020“ raames lõi Euroopa keelevõrk spetsiaalsete keelelahenduste ühtse kontaktpunkti. Levitamise ja kogukonna ülesehitamisega seotud jõupingutused on aidanud edendada ühist arusaama vajadusest ühendada avaliku ja erasektori jõud ning saada kasu mõlema maailma parimatest teadusuuringutest ja kasutuselevõtust.

Programmiga „Euroopa horisont“ edendatakse teadusuuringuid ja innovatsiooni, toetades tipptasemel tehnoloogiast kaugemale ulatuva tehnoloogia, sealhulgas suurte keelemudelite arendamist. Need mudelid, mille eesmärk on parandada inimese ja masina vahelist suhtlust, on mitmekeelsed, käsitlevad mitut sisendrežiimi, haldavad eelarvamusi ja näitavad kontekstiteadlikkust.

Euroopa keelelise võrdõiguslikkuse algatusega, mis on Euroopa Parlamendi algatatud katseprojekt/ettevalmistav meede, töötati välja tegevuskava ja tegevuskava täieliku digitaalse keelelise võrdõiguslikkuse saavutamiseks Euroopas 2030. aastaks.

Komisjon koordineerib digikümnendi poliitikaprogrammi raames liidu jõupingutusi liikmesriikides ja erasektoris, et arendada välja Euroopa LT ökosüsteem.

Lisaks tunnistab komisjon keeleandmete väärtust keelemudelite koolitamise alusena Euroopa ühise keeleandmeruumi kaudu. Projekti rahastatakse programmi „Digitaalne Euroopa“ 2021.–2022. aasta tööprogrammist ning selle eesmärk on võtta kasutusele platvorm ja turg mitmekeelsete ja mitmeliigiliste keeleandmete kogumiseks, jagamiseks ja taaskasutamiseks. Kooskõlas Euroopa andmestrateegia ja andmeruumide kontseptsiooniga tagab see, et majanduses, ühiskonnas ja teadusuuringutes muutub kättesaadavaks rohkem keeleandmeid, hoides samal ajal andmeid loovad ettevõtted ja üksikisikud kontrolli all.

Kõigi nende elementide, projektide ja osalejate ühendamine on liidu, Euroopa tööstuse ja riiklike haldusasutuste jaoks suur väljakutse, mille lõppeesmärk on toetada Euroopa digikümnendit kõigi hüvanguks.