Paskelbtas Sintetinių lygiagrečių tekstynų sukūrimo paslaugų viešasis pirkimas
Siekiant sudaryti sąlygas kurti naujomis technologijomis pagrįstus sprendimus, juos diegti kuriant pažangias skaitmenines paslaugas ir teikti šias paslaugas visuomenei bei didinti skaitmeninių kalbos išteklius lietuvių kalba Valstybės skaitmeninių sprendimų agentūra įgyvendins projektą „Sintetinių lygiagrečių tekstynų sukūrimas“.
Projekto tikslas – sukurti sintetinius lygiagrečius tekstynus neuroninio mašininio vertimo sistemų vystymo poreikiams.
Pirkimo objektas – trijų sintetinių lygiagrečiųjų tekstynų, apimančių šias kalbų poras lietuvių-anglų, lietuvių-prancūzų ir lietuvių-vokiečių, sukūrimas.
Įvardintųjų esybių (ĮE) kokybiškas vertimas fleksinėse kalbose naudojant neuroninių tinklų priemones buvo ir išlieka problemiškas. Viena iš pagrindinių priežasčių yra nepakankamas ĮE vertimų kiekis neuroninio mašininio vertimo sistemos (NMVS) treniravimo tekstynuose, net jei šie tekstynai yra milžiniški. Jei ĮE (arba ĮE kai kurių gramatinių formų) nėra treniravimo tekstyne - neuroninio mašininio vertimo rezultatas gali būti neprognozuojamas. Su analogiška problema susiduriama verčiant bet kurį prastai treniravimo tekstyne reprezentuojamą žodį ar jų grupę. Vienas iš galimų efektyvių ĮE ir įvairių sričių terminų mašininio vertimo pagerinimo būdų yra specialių sintetinių tekstynų, apimančių ĮE (ar kurios nors srities terminus) generavimas ir naudojimas treniruojant NMVS.
Projekte kuriami sintetiniai tekstynai yra unikalūs ištekliai, kurių analogų lietuvių kalba šiuo metu nėra. Sukurti sintetiniai lygiagretūs tekstynai bus nemokamai ir viešai prieinami.
Projekto įgyvendinimo terminas - 2026 m. balandžio 30 d.
Projekto tikslui įgyvendinti Valstybės skaitmeninių sprendimų agentūra organizuoja viešąjį pirkimą „Sintetinių lygiagrečių tekstynų sukūrimo paslaugos”, kurio metu bus siekiama, kad:
1.Tekstynai apimtų tris kalbų poras: lietuvių-anglų, lietuvių-prancūzų ir lietuvių-vokiečių, kiekvienai kalbai sintezuojant ne mažiau kaip 1 mln. lygiagrečiųjų sakinių.
2.Kiekvienai kalbų porai turi būti paruoštos ne mažiau kaip 20 000 įvardintų esybių naudojant ne mažiau 50 kontekstinių šablonų, skirtingų kiekvienai įvardintų esybių kategorijai (ne mažiau 10 kategorijų).
Detalius pirkimo reikalavimus galite rasti ir pasiūlymus pateikti – čia.
Labai kviečiame susidomėjusių įmonių dalyvauti ir teikti pasiūlymus. Pasiūlymų pateikimo terminas 2024 m. spalio 31 d.
Projektas finansuojamas Ekonomikos gaivinimo ir atsparumo didinimo plano „Naujos kartos Lietuva“ lėšomis“.
Atnaujinimo data: 2024-10-21
Taip pat skaitykite:
Daugėja gyventojų, besinaudojančių e. paslaugomis, tačiau išlieka naudojimosi paprastumo iššūkiai
VSSA mini 25 metų sukaktį: ketvirtį amžiaus kuriant Lietuvos skaitmeninę valstybę
Skaitmeninio savarankiškumo link: atverti gausūs lietuvių kalbos ištekliai DI technologijų plėtrai
Pasaulinėje WSA scenoje įvertintos Lietuvos skaitmeninės inovacijos
Kvietimas dalyvauti VSSA ir Google Cloud organizuojamoje konferencijoje