Nyelvi technológiák

A nyelvi technológiák (LT) lehetővé teszik a gépek számára, hogy ne csak olvassák, elemezzék, feldolgozzák és létrehozzák az emberi nyelvet, hanem a legújabb tudományos eredményeknek köszönhetően áthidalják az emberi kommunikáció és a gépi megértés közötti szakadékot.

Mivel a nyelv az emberi interakció alapvető eszköze, az LT rendkívül fontossá vált a különböző iparágakban és alkalmazásokban, a fordítástól és a lokalizációtól kezdve az ügyfélszolgálatig, az egészségügyig, a médiakészítésig és a marketingig. Ennek a technológiának gyakori példái a beszédfelismerés, az intelligens asszisztensek, a gépi fordítás, a chatbotok, a szövegösszefoglaló és az automatikus feliratozás.

Mire van szükség a nyelvi technológiák fejlesztéséhez?

Az alábbiakban bemutatunk néhány kulcsfontosságú elemet a nyelvi alapú eszközök és szolgáltatások fejlesztéséhez.

• Nyelvi adatok: ez arra a szöveges vagy szóbeli tartalomra vonatkozik – egy vagy több nyelven -, amely a természetes nyelvfeldolgozási feladatokhoz, például szöveggeneráláshoz vagy hangulatelemzéshez bemeneti vagy képzési anyagként szolgál. Ezek az adatok számos forrásból származhatnak – könyvekből, cikkekből, közösségimédia-bejegyzésekből, szóbeli beszélgetések átirataibólstb.
• Képzési algoritmusok és nyelvi modellek: az algoritmusok az emberi nyelvek modelljeinek létrehozására szolgáló szoftver, „receptek”. Jelentős mennyiségű minőségi adattal a legújabb Machine Learning algoritmusok nagyobb képességeket mutattak a nyelvi adatokból származó tudást reprezentáló modellek létrehozására. Minél nagyobbak az erőforrások és a modellek, annál átfogóbb és általánosabb alkalmazásuk van.
• Számítási teljesítmény: jelentős számítási erőforrásokra van szükség, különösen nyelvi modellek létrehozása során, ahol a nagy teljesítményű számítástechnika és a robusztus felhőinfrastruktúrák kulcsfontosságúak.
• Emberi szakértelem: a sikeres LT magában foglalja a nyelvészek, az adattudósok, a számítógépes mérnökök és a domain szakemberek közötti együttműködést.

Mit tesz Európa a nyelvi technológiák fejlesztése érdekében?

Európában összetett nyelvi környezettel rendelkezünk. Az Európai Unió Alapjogi Chartája tiltja a nyelvi alapon történő megkülönböztetést, és kötelezi az EU-t a nyelvi sokszínűség tiszteletben tartására. Az elszámoltathatóság, az átláthatóság, a méltányosság és az értékeink tiszteletben tartása csak néhány etikai vonatkozása. Ezeket a jogokat és elveket csak LT elfogulatlan használatával lehet garantálni.

Az európai hosszú távú közlekedési ágazat kulcsszerepet játszik Európa stratégiai és technológiai autonómiájában, amelyet tovább kell erősíteni. Egyedi piaci igényeinket leginkább az európai LT p roviderekismerik, amelyek közül több száz szerepel az eTranslation Services katalógusában.

A nyilvánosan elérhető megoldások – többek között az Európai Bizottság általkínálteszközök és szolgáltatások– kiegészítik a piaci kínálatot, miközben orvosolják az alacsony erőforrású nyelvek technológiai támogatásának hiányosságait. Ezek az alapvető megoldások – agépifordítás (eTranslation), a szervezetek megnevezése, összegzése, beszédátírása és az általános adatvédelmi rendeletnek való megfeleléshez szükséges álnevesítése – valamennyi európai közigazgatási szerv és kis- és középvállalkozás számára elérhetők valamennyi hivatalos nyelven.

A „Horizont 2020” keretprogram keretében az európai nyelvi hálózat (ELG) egyablakos ügyintézési rendszert hozott létre a speciális LT-megoldások terén. A terjesztésre és a közösségépítésre irányuló erőfeszítések hozzájárultak ahhoz, hogy közös megegyezés szülessen arról, hogy szükség van-e a köz- és magánerők egyesítésére, valamint a kutatás és a bevetés terén mindkét világ legjobbjaiból származó előnyök kiaknázására.

A Horizont Európa program támogatja a kutatást és az innovációt azáltal, hogy támogatja a korszerű, fejlett nyelvtudáson túlmutató fejlesztéseket, beleértve a nagy nyelvi modelleket is. Ezek a modellek, amelyeket úgy terveztek, hogy fokozzák az ember és a gép közötti interakciót, többnyelvű képességekkel rendelkeznek, többféle beviteli módot kezelnek, kezelik az elfogultságokat és bemutatják a kontextustudatosságot.

Az Európai Nyelvi Egyenlőség (ELE) kezdeményezés – az Európai Parlament által kezdeményezett kísérleti projekt/előkészítő intézkedés – menetrendet és ütemtervet dolgozott ki a teljes digitális nyelvi egyenlőség 2030-ig történő megvalósításához Európában.

A digitális évtizedre vonatkozó szakpolitikai program keretében a Bizottság koordinálja a tagállamokban és a magánszektorban tett uniós erőfeszítéseket egy európai hosszú távú ökoszisztéma kialakítása érdekében.

Végezetül a Bizottság elismeri, hogy a nyelvi adatok a közös európai nyelvi adattéren (LDS) keresztül a nyelvi modellek képzésének alapját képezik. A 2021–2022-es DIGITAL munkaprogram keretében finanszírozott projekt célja, hogy platformot és piacot hozzon létre a többnyelvű és multimodális nyelvi adatok gyűjtésére, megosztására és újrafelhasználására. Összhangban az európai adatstratégiával és magával az adattér fogalmával, biztosítani fogja, hogy több nyelvi adat álljon rendelkezésre a gazdaságban, a társadalomban és a kutatásban való felhasználásra, miközben az adatokat előállító vállalatokat és egyéneket ellenőrzés alatt tartja.

Mindezeknek az elemeknek, projekteknek és szereplőknek az összekapcsolása komoly kihívást jelent az Unió, az európai ipar és a nemzeti közigazgatások számára – a végső cél az, hogy mindenki javát szolgálja az európai digitális évtized támogatása.