Vienkalbių ir daugiakalbių tekstynų atnaujinimas

Valstybės skaitmeninių sprendimų agentūra įgyvendina projektą „Vienkalbių ir daugiakalbių tekstynų atnaujinimas“,  projekto kodas Nr. 02-105-P-0001.  

Projekto tikslas  - papildomai surinkti ir apdoroti lietuvių kalbos vienkalbį bei anglų, prancūzų, vokiečių, lenkų kalbų daugiakalbius paralelinius ir vienkalbius tekstynus, reikalingus kuriant ir vystant dirbtinio intelekto technologijomis grįstus sprendimus, kuriant bei vystant mašininio vertimo sprendimus.

Pastarąjį dešimtmetį dirbtinio intelekto galimybes padidino sparčiai auganti kompiuterių skaičiavimo galia, kai per labai trumpą laiką galima apdoroti vis daugiau informacijos. Galimybes labai išplečia ir visos žmogaus turimos informacijos skaitmenizavimas bei prieinamumas. Neabejotina, kad daugybę rutininių didelių kognityvinių gebėjimų nereikalaujančių darbų taip pat galės atlikti nebe žmogus, o dirbtinis intelektas. Dėl didėjančios informacinių technologijų ir dirbtinio intelekto plėtros kinta tradicinis gyvenimo būdas, darbo ir ūkinės veiklos sąlygos (plečiasi darbo, prekių ir paslaugų rinkos, jos tampa vis atviresnės pasaulinei konkurencijai, įveikdamos ne tik politinius-teisinius ir kultūrinius, bet ir natūralius geografinius bei laiko barjerus).

Projektas „Vienkalbių ir daugiakalbių tekstynų atnaujinimas“ (toliau – projektas) yra skirtas papildomai surinkti ir apdoroti vienkalbį lietuvių kalbos bei anglų, prancūzų, vokiečių, lenkų kalbų  daugiakalbius  ir vienkalbius tekstynus, reikalingus kuriant ir vystant dirbtinio intelekto technologijomis grįstus sprendimus, kuriant bei vystant mašininio vertimo sprendimus, reikalingus tenkinti kitus poreikius. Revoliuciją kalbų vertimo srityje sukėlė dirbtinio intelekto įrankiai, kuriuose naudojami pažangūs mašininio mokymosi algoritmai. Šios dirbtiniu intelektu paremtos vertimo programos atlieka esminį vaidmenį suteikiant galimybę žmonėms bendrauti ir suprasti vieniems kitus nepaisant kalbinių skirtumų. Mašininio vertimo tekstynai turėtų būti nuolat atnaujinami dėl kelių priežasčių: kalba nenustojamai kinta, atsiranda nauji žodžiai, frazės ir sąvokos, kuriuos reikia įtraukti į jau sukurtus tekstynus, norint išlaikyti jų aktualumą ir teisingumą; sintaksės ar gramatikos taisyklės gali pasikeisti arba būti papildytos, todėl vertimo tekstynuose taip pat reikia atnaujinti šiuos pakeitimus, kalba ir jos reiškiniai gali skirtis priklausomai nuo šalies ar kultūros, todėl norint sukurti tikslų ir pritaikytą vertimą, būtina nuolat atnaujinti vienkalbius ir paralelinius daugiakalbius vertimo tekstynus su naujais lokalizuotais žodžiais ar išsireiškimais.

Projekto metu bus atnaujinami tekstynai penkiomis kalbomis. Lietuviškai kalbančios visuomenės poreikiams versti tekstus, interneto svetaines ir kitą informaciją naudojantis vertėjų žmogiškaisiais resursais yra beveik neįmanoma ir net netikslinga dėl dinamiškai kintančio tinklalapių turinio, milžiniškų apimčių ir daugelio kitų priežasčių (tinklalapių atrankos kriterijų, neekonomiškumo ir t.t.). Atnaujinami ištekliai leis greitai, bet kuriuo paros metu atlikti tekstų vertimą ir gauti informaciją vartotojui patogia kalba. Problema, kuri bus išspręsta įgyvendinus projektą - kokybiškų, atvirų, didelės apimties kalbos išteklių (vienkalbiu ir daugiakalbių tekstynų), nebuvimas. Įgyvendinant projektą numatoma sukurti kalbinius išteklius, skirtus dirbtinio intelekto technologijų sprendimų poreikiams, atnaujinant ir papildant jau esančiu kalbinius išteklius 5-ioms vertimo kalboms (anglų, vokiečių, prancūzų, lenkų, lietuvių (vienkalbis) kalba), sukuriant daugiakalbius ir vienkalbius atnaujinimo/papildymo tekstynus.

Projekto rezultatai taip pat:

• sudarys sąlygas kurti naujomis technologijomis pagrįstus sprendimus, juos diegti kuriant pažangias skaitmenines paslaugas ir teikti šias paslaugas visuomenei;
• prisidės prie lietuvių kalbos išsaugojimą ir gyvybingumą palaikančių skaitmeninių išteklių plėtros.

Projektu prisidedama prie 2021–2030 metų Lietuvos Respublikos Ekonomikos ir inovacijų ministerijos valstybės skaitmeninimo plėtros programos pažangos priemonės Nr. 05-002-01-07-08 „Kurti technologinius sprendimus ir įrankius, leidžiančius saugiai ir patogiai naudotis paslaugomis“ veiklos „Kalbinių išteklių dirbtinio intelekto technologijų sprendimų poreikiams plėtra“ įgyvendinimo.

2024 m. rugsėjo 27 d.