Jezikovne tehnologije

Jezikovne tehnologije (LT) omogočajo strojem, da ne le berejo, analizirajo, obdelujejo in ustvarjajo človeški jezik, temveč tudi, zahvaljujoč nedavnemu znanstvenemu napredku, premostijo razkorak med človeško komunikacijo in strojnim razumevanjem.

Ker jezik služi kot temeljni medij za človeško interakcijo, je LT pridobila velik pomen v različnih panogah in aplikacijah, od prevajanja in lokalizacije do podpore strankam, zdravstvenega varstva, ustvarjanja medijev in trženja. Pogosti primeri te tehnologije so prepoznavanje govora, pametni pomočniki, strojno prevajanje, klepetalni boti, povzemanje besedila in samodejno podnaslavljanje.

Kaj je potrebno za razvoj jezikovnih tehnologij?

V nadaljevanju je navedenih nekaj ključnih elementov za razvoj jezikovnih orodij in storitev.

• Jezikovni podatki: to se nanaša na besedilno ali govorjeno vsebino – v enem ali več jezikih –, ki služi kot vhodno gradivo ali učno gradivo za naloge obdelave naravnega jezika, npr. ustvarjanje besedila ali analiza razpoloženja. Ti podatki lahko izvirajo iz različnih virov – knjig, člankov, objav v družbenih medijih, prepisov govorjenih pogovorov itd. Ker so podlaga za razvoj litovskega jezika, je bistveno, da se zbirajo ob polnem spoštovanju določb o avtorskih pravicah in varstvu osebnih podatkov.
• Algoritmi usposabljanja in jezikovni modeli: algoritmi so programska oprema, „recepti“ za ustvarjanje modelov človeških jezikov. Z znatnimi količinami kakovostnih podatkov so najnovejši algoritmi strojnega učenja pokazali večje sposobnosti za ustvarjanje modelov, ki predstavljajo znanje, pridobljeno iz jezikovnih podatkov. Večji kot so viri in modeli, bolj obsežne in splošne so njihove uporabe.
• Računalniška moč: potrebni so znatni računalniški viri, zlasti med oblikovanjem jezikovnih modelov, pri katerih sta ključnega pomena visokozmogljivostno računalništvo in robustna infrastruktura v oblaku.
• Človeško strokovno znanje: uspešna jezikovna tehnologija vključuje sodelovanje med jezikoslovci, podatkovnimi znanstveniki, računalniškimi inženirji in strokovnjaki za domene.

Kako Evropa razvija jezikovne tehnologije?

V Evropi imamo zapleteno jezikovno krajino. Listina Evropske unije o temeljnih pravicah prepoveduje diskriminacijo na podlagi jezika in EU nalaga obveznost spoštovanja jezikovne raznolikosti. Odgovornost, preglednost, poštenost in spoštovanje naših vrednot so le nekatere njegove etične posledice. Te pravice in načela je mogoče zagotoviti le z nepristransko uporabo LT.

Evropska litovska industrija ima ključno vlogo pri strateški in tehnološki avtonomiji Evrope, ki bi jo bilo treba še okrepiti. Naše posebne potrebe trga so najbolj znane po evropskih ponudnikih prenosnih storitev v LT, od katerih jih je na stotine navedenih v katalogu storitev eTranslation.

Javno dostopne rešitve, vključno z orodji in storitvami, ki jih ponuja Evropska komisija, dopolnjujejo tržno ponudbo, hkrati pa odpravljajo pomanjkljivosti v tehnološki podpori jezikom z malo viri. Te osnovne rešitve – strojno prevajanje (eTranslation), prepoznavanje imenovanih subjektov, povzemanje, transkripcija govora in psevdonimizacija podatkov za skladnost s splošno uredbo o varstvu podatkov – so na voljo vsem evropskim javnim upravam ter malim in srednjim podjetjem v vseh uradnih jezikih.

Evropska jezikovna mreža (ELG) je v okviru programa Obzorje 2020 vzpostavila točko „vse na enem mestu“ za specializirane jezikovne rešitve. Prizadevanja za razširjanje in oblikovanje skupnosti so prispevala k spodbujanju skupnega razumevanja potrebe po združitvi javnih in zasebnih sil ter izkoriščanju najboljših iz obeh svetov na področju raziskav in uporabe.

Program Obzorje Evropa spodbuja raziskave in inovacije s podporo razvoju več kot le najsodobnejše napredne jezikovne tehnologije, vključno z velikimi jezikovnimi modeli. Ti modeli, zasnovani za izboljšanje interakcije med človekom in strojem, bodo imeli večjezične zmogljivosti, obravnavali bodo več načinov vnosa, upravljali pristranskost in prikazali poznavanje konteksta.

V okviru evropske pobude za jezikovno enakost, pilotnega projekta/pripravljalnega ukrepa, ki ga je začel Evropski parlament, sta bila razvita agenda in časovni načrt za doseganje popolne digitalne jezikovne enakosti v Evropi do leta 2030.

Komisija v okviru programa politike Digitalno desetletje usklajuje prizadevanja Unije v državah članicah in zasebnem sektorju za razvoj evropskega ekosistema jezikovne tehnologije.

Nazadnje Komisija priznava vrednost jezikovnih podatkov kot temelja za učenje jezikovnih modelov prek skupnega evropskega jezikovnega podatkovnega prostora. Cilj projekta, ki se financira v okviru delovnega programa DIGITAL za obdobje 2021–2022, je vzpostaviti platformo in trg za zbiranje, izmenjavo in ponovno uporabo večjezičnih in multimodalnih jezikovnih podatkov. V skladu z evropsko strategijo za podatke in samim konceptom podatkovnih prostorov bo zagotovil, da bo na voljo več jezikovnih podatkov za uporabo v gospodarstvu, družbi in raziskavah, hkrati pa bo ohranil nadzor nad podjetji in posamezniki, ki ustvarjajo podatke.

Združevanje vseh teh elementov, projektov in akterjev je velik izziv za Unijo, evropsko industrijo in nacionalne javne uprave, katerega končni namen je podpreti evropsko digitalno desetletje v korist vseh.