Tecnologias da linguagem

As Tecnologias da Linguagem (LT) permitem que as máquinas não só leiam, analisem, processem e gerem a linguagem humana, mas também, graças aos recentes avanços científicos, limpe a divisão entre a comunicação humana e a compreensão automática.

Uma vez que a linguagem serve como o meio fundamental para a interação humana, a LT ganhou imensa importância em várias indústrias e aplicações, desde a tradução e localização até o apoio ao cliente, cuidados de saúde, criação de meios de comunicação e marketing. Exemplos comuns desta tecnologia são o reconhecimento de voz, assistentes inteligentes, tradução automática, chatbots, resumo de texto e legendagem automática.

O que é necessário para desenvolver as Tecnologias Linguísticas?

Seguem-se alguns dos elementos-chave para o desenvolvimento de ferramentas e serviços linguísticos.

• Dados linguísticos: refere-se ao conteúdo textual ou falado — em uma ou mais línguas — que serve como material de entrada ou formação para tarefas de processamento de linguagem natural, por exemplo, geração de texto ou análise de sentimentos. Estes dados podem provir de diversas fontes — livros, artigos, publicações nas redes sociais, transcrições de conversas faladas, etc. Uma vez que constituem a base do desenvolvimento do LT, é vital que sejam recolhidos no pleno respeito das disposições em matéria de direitos de autor (DPI) e proteção de dados pessoais (RGPD).
• Algoritmos de formação e modelos linguísticos: algoritmos são o software, as «receitas», para criar modelos de linguagens humanas. Com quantidades substanciais de dados de qualidade, os algoritmos de aprendizagem automática mais recentes mostraram capacidades aumentadas para criar modelos que representem o conhecimento derivado de dados linguísticos. Quanto maiores forem os recursos e os modelos, mais abrangentes e genéricas são as suas aplicações.
• Potência computacional: são necessários recursos computacionais significativos, especialmente durante a criação de modelos linguísticos, em que a computação de alto desempenho e as infraestruturas de computação em nuvem robustas são cruciais.
• Conhecimentos humanos: o LT bem sucedido envolve a colaboração entre linguistas, cientistas de dados, engenheiros de informática e especialistas em domínios.

O que está a Europa a fazer para desenvolver as tecnologias da linguagem?

Na Europa, temos uma paisagem linguística complexa. A Carta dos Direitos Fundamentais da União Europeia proíbe a discriminação em razão da língua e impõe à UE a obrigação de respeitar a diversidade linguística. A responsabilização, a transparência, a equidade e o respeito pelos nossos valores são apenas algumas das suas implicações éticas. Estes direitos e princípios só podem ser garantidos por uma utilização imparcial da LT.

A indústria europeia do transporte de longa duração desempenha um papel fundamental na autonomia estratégica e tecnológica da Europa, que deve ser reforçada. As nossas necessidades específicas do mercado são mais conhecidas pelas empresas europeias LT providers, das quais centenas estão listadas no Catálogo de Serviços de eTranslation.

As soluções acessíveis ao público, incluindo asferramentas e os serviços oferecidos pela Comissão Europeia, complementam a oferta de mercado, abordando simultaneamente uma deficiência noapoio tecnológico às línguas de baixo recurso. Estas soluções básicas — tradução automática (eTranslation), reconhecimento de entidades nomeadas, resumo, transcrição de fala e pseudonimização de dados para a conformidade do RGPD — estão disponíveis para todas as administrações públicas europeias e pequenas e médias empresas em todas as línguas oficiais.

No âmbito do Programa-Quadro Horizonte 2020, a Rede Europeia de Línguas (ELG) criou um balcão único de soluções LT especializadas. Os esforços de divulgação e de construção de comunidades contribuíram para promover um entendimento comum sobre a necessidade de unir forças públicas e privadas e beneficiar do melhor de ambos os mundos em investigação e implantação.

O Programa Horizonte Europa promove a investigação e a inovação através do apoio ao desenvolvimento de tecnologias LT avançadas de ponta, incluindo modelos linguísticos de grande dimensão. Estes modelos, concebidos para melhorar a interação homem-máquina, terão capacidades multilingues, lidarão com múltiplos modos de entrada, gerem enviesamentos e exibem consciência do contexto.

A iniciativa europeia para a igualdade das línguas (ELE), um projeto-piloto/ação preparatória iniciado pelo Parlamento Europeu, desenvolveu uma agenda e um roteiro para alcançar a plena igualdade das línguas digitais na Europa até 2030.

No âmbito do Programa Político para a Década Digital, a Comissão está a coordenar um esforço da União em todos os Estados-Membros e no setor privado para desenvolver um ecossistema europeu de TL.

Por último, a Comissão reconhece o valor dos dados linguísticos como base para a formação de modelos linguísticos através do Espaço Europeu Comum de Dados Linguísticos. Financiado ao abrigo do Programa de Trabalho DIGITAL 2021-2022, o projeto visa implantar uma plataforma e um mercado para a recolha, partilha e reutilização de dados linguísticos multilingues e multimodais. Em consonância com a Estratégia Europeia para os Dados e o próprio conceito de Espaços de Dados, assegurará a disponibilização de mais dados linguísticos para utilização na economia, na sociedade e na investigação, mantendo simultaneamente as empresas e os indivíduos que geram os dados em controlo.

Reunir todos estes elementos, projetos e intervenientes constitui um grande desafio para a União, a indústria europeia e as administrações públicas nacionais, com o objetivo último de apoiar a Década Digital da Europa em benefício de todos.