Jazykové technológie

Jazykové technológie (LT) umožňujú strojom nielen čítať, analyzovať, spracovávať a vytvárať ľudský jazyk, ale vďaka nedávnemu vedeckému pokroku aj preklenúť priepasť medzi ľudskou komunikáciou a strojovým porozumením.

Keďže jazyk slúži ako základné médium pre ľudskú interakciu, LT získala obrovský význam v rôznych odvetviach a aplikáciách, od prekladu a lokalizácie až po zákaznícku podporu, zdravotnú starostlivosť, tvorbu médií a marketing. Bežnými príkladmi tejto technológie sú rozpoznávanie reči, inteligentní asistenti, strojový preklad, chatboty, sumarizácia textu a automatické titulkovanie.

Čo je potrebné na rozvoj jazykových technológií?

Nižšie sú uvedené niektoré z kľúčových prvkov na vývoj jazykových nástrojov a služieb.

• Jazykové údaje: ide o textový alebo hovorený obsah v jednom alebo viacerých jazykoch, ktorý slúži ako vstupný alebo školiaci materiál pre úlohy spracovania prirodzeného jazyka, napr. generovanie textu alebo analýza sentimentu. Tieto údaje môžu pochádzať z rôznych zdrojov – kníh, článkov, príspevkov na sociálnych médiách, prepisov hovorených rozhovorov atď. Keďže sú základom rozvoja LT, je nevyhnutné, aby sa zhromažďovali pri plnom dodržiavaní ustanovení o autorských právach a ochrane osobných údajov.
• Tréningové algoritmy a jazykové modely: algoritmy sú softvér, „recepty“ na vytváranie modelov ľudských jazykov. Vďaka značnému množstvu kvalitných údajov najnovšie algoritmy strojového učenia preukázali zvýšené schopnosti vytvárať modely reprezentujúce znalosti odvodené z jazykových údajov. Čím väčšie sú zdroje a modely, tým širšie a všeobecnejšie sú ich aplikácie.
• Výpočtový výkon: sú potrebné značné výpočtové zdroje, najmä počas vytvárania jazykových modelov, v ktorých majú zásadný význam vysokovýkonná výpočtová technika a robustné cloudové infraštruktúry.
• Odborné znalosti ľudí: úspešné LT zahŕňajú spoluprácu medzi lingvistami, dátovými vedcami, počítačovými inžiniermi a špecialistami na domény.

Čo robí Európa pre rozvoj jazykových technológií?

V Európe máme zložité jazykové prostredie. Charta základných práv Európskej únie zakazuje diskrimináciu na základe jazyka a ukladá EÚ povinnosť rešpektovať jazykovú rozmanitosť. Zodpovednosť, transparentnosť, spravodlivosť a rešpektovanie našich hodnôt sú len niektoré z ich etických dôsledkov. Tieto práva a zásady možno zaručiť len nezaujatým používaním LT.

Európsky priemysel LT zohráva kľúčovú úlohu v strategickej a technologickej autonómii Európy, ktorá by sa mala ďalej posilňovať. Naše špecifické potreby trhu najlepšie poznajú európski poskytovatelia služieb LT p, z ktorých stovky sú uvedené v Katalógu služieb eTranslation.

Verejne dostupné riešenia vrátane nástrojov a služieb ponúkaných Európskou komisiou dopĺňajú trhovú ponuku a zároveň riešia nedostatky v technologickej podpore jazykov s nízkymi zdrojmi. Tieto základné riešenia – strojový preklad (eTranslation), rozpoznávanie pomenovaných subjektov, sumarizácia, prepis reči a pseudonymizácia údajov na účely súladu so všeobecným nariadením o ochrane údajov – sú dostupné pre všetky európske orgány verejnej správy a malé a stredné podniky vo všetkých úradných jazykoch.

V rámci programu Horizont 2020 vytvorila Európska jazyková sieť (ELG) jednotné kontaktné miesto pre špecializované riešenia jazykových technológií. Úsilie v oblasti šírenia a budovania komunít prispelo k podpore spoločného porozumenia, pokiaľ ide o potrebu spojiť verejné a súkromné sily a využívať to najlepšie z oboch svetov v oblasti výskumu a zavádzania.

Program Horizont Európa podporuje výskum a inovácie prostredníctvom podpory rozvoja vyspelých jazykových technológií, ktoré presahujú rámec najmodernejších technológií, vrátane veľkých jazykových modelov. Tieto modely, ktoré sú určené na zlepšenie interakcie medzi človekom a strojom, budú mať viacjazyčné schopnosti, zvládnu viacero spôsobov vstupu, zvládnu zaujatosť a ukážu kontextové povedomie.

V rámci iniciatívy Európska jazyková rovnosť (ELE), pilotného projektu/prípravnej akcie iniciovanej Európskym parlamentom, sa vypracoval program a plán na dosiahnutie úplnej digitálnej jazykovej rovnosti v Európe do roku 2030.

V rámci politického programu Digitálne desaťročie Komisia koordinuje úsilie Únie vo všetkých členských štátoch a v súkromnom sektore s cieľom vytvoriť európsky ekosystém LT.

Komisia napokon uznáva hodnotu jazykových údajov ako základu pre odbornú prípravu jazykových modelov prostredníctvom spoločného európskeho priestoru pre jazykové údaje (LDS). Cieľom projektu financovaného v rámci pracovného programu DIGITAL na roky 2021 – 2022 je zaviesť platformu a trh na zber, výmenu a opakované použitie údajov o viacjazyčnom a multimodálnom jazyku. V súlade s Európskou dátovou stratégiou a samotnou koncepciou dátových priestorov zabezpečí, aby bolo k dispozícii viac jazykových údajov na použitie v hospodárstve, spoločnosti a výskume, pričom sa zachová kontrola nad spoločnosťami a jednotlivcami, ktorí vytvárajú údaje.

Spojenie všetkých týchto prvkov, projektov a aktérov je veľkou výzvou pre Úniu, európsky priemysel a vnútroštátne orgány verejnej správy – konečným cieľom je podporiť európske digitálne desaťročie v prospech všetkých.