European Language Equality in the Digital Age: The Case of Lithuania

ANŽELIKA GAIDIENĖ Instituto da Língua Lituana ID ORCID: orcid.org/0000-0001-8775-788X Áreas de investigação: semântica, lexicologia, lexicografia, linguística computacional. AURELIJA TAMULIONIENĖ Instituto da Língua Lituana ID ORCID: orcid.org/0000-0003-0728-1856 Áreas de investigação: língua das crianças e dos jovens, preferências linguísticas, linguística computacional. DOI: doi.org/10.35321/all86-08 IGUALDADE DAS LÍNGUAS EUROPEIAS NA ERA DIGITAL: O CASO DA LITUÂNIA Igualdade das línguas europeias na era digital: o caso da Lituânia RESUMO O artigo aborda o estado atual das tecnologias da língua lituana e apresenta a situação da igualdade das línguas europeias no ambiente digital. Investiga indicadores quantitativos e qualitativos que revelam a igualdade linguística no contexto da União Europeia, tendo em conta o número de falantes, os recursos e as tecnologias linguísticas digitais e o apoio que lhes é prestado, com especial atenção ao caso da Lituânia. O artigo pretende delinear o trabalho já realizado na área das tecnologias da língua e identificar as lacunas e os desafios que ainda precisam de ser enfrentados no caso do lituano enquanto língua nacional oficial e língua oficial da UE. Apresenta a visão mais recente da situação das tecnologias da língua lituana através da análise dos recursos linguísticos digitais e das ferramentas/serviços. Os resultados mostram que, embora tenham ocorrido várias mudanças nos últimos dez anos, continua a existir escassez de recursos linguísticos na educação e noutras áreas. PALAVRAS-CHAVE: línguas europeias, recursos linguísticos, ferramentas/serviços linguísticos, igualdade linguística, tecnologias da língua. 184 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania RESUMO O artigo aborda o estado das tecnologias da língua lituana e apresenta a situação da igualdade das línguas europeias no ambiente digital. São analisados indicadores quantitativos e qualitativos que revelam a igualdade linguística no contexto da União Europeia, tendo em conta o número de falantes, de recursos e tecnologias linguísticas digitais e o apoio que lhes é prestado, dedicando especial atenção à análise do caso da Lituânia. Este artigo pretende destacar o trabalho realizado até ao momento no domínio das tecnologias da língua e evidenciar as lacunas, bem como revelar os desafios com que se depara e que procura resolver a língua nacional oficial e língua da União Europeia — o lituano. O artigo apresenta a mais recente visão geral da situação das tecnologias da língua lituana, analisando os recursos linguísticos digitais e as ferramentas/serviços. Os resultados mostram que, embora tenham ocorrido muitas mudanças nos últimos 10 anos, continuam a faltar recursos na educação e noutras áreas. PALAVRAS-CHAVE: línguas europeias, recursos linguísticos, ferramentas/serviços linguísticos, igualdade linguística, tecnologias da língua. INTRODUÇÃO As tecnologias da língua estão inter-relacionadas e afetam, direta e indiretamente, várias atividades quotidianas: trabalho, educação, comunicação, etc. A língua está na base da maioria dos recursos digitais: dispositivos móveis, redes sociais, assistentes virtuais, ferramentas de tradução, corretores ortográficos, etc. (Pastor et al. 2017: 19). Naturalmente, estes avanços não beneficiam todos os cidadãos lituanos em condições de igualdade. Temos de admitir que as tecnologias adaptadas ao lituano ainda são insuficientes e que os falantes frequentemente precisam de recorrer ao inglês. Isto é especialmente importante ao avaliar a viabilidade e a força de uma língua, porque a falta de tecnologias linguísticas pode resultar no eventual declínio do uso da língua. A situação das tecnologias da língua lituana ainda não satisfaz todas as necessidades. De acordo com os dados de 2021 do Departamento de Estatística da Lituânia, no grupo etário dos 16 aos 74 anos, quase 87% da população lituana utiliza a Internet (em comparação com quase 64,1% em 2011 e 74,4% em 2016), chegando a 100% no grupo etário dos 16 aos 24 anos e a 55,2% no grupo dos 65 aos 74 anos.¹ De acordo com os dados de 2021, 81,4% dos agregados familiares têm um computador pessoal e 86,6% têm acesso à Internet.² A Internet é utilizada principalmente para procurar informação, comunicar, lazer e operações bancárias: 79% da população dos 16 aos 74 anos utiliza ¹ Disponível em: https://osp.stat.gov.lt/statistiniu-rodikliu-analize?hash=b3603975-ca07-47cb-aaaf-bc3a3a403a1f#/. ² Disponível em: https://osp.stat.gov.lt/lietuvos-statistikos-metrastis/lsm-2019/mokslas-ir-technologijos/informacines-technologijos. Straipsniai / Articles 185 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ a Internet para comunicar; 74% leem as notícias; 71% utilizam a Internet para o tempo livre (ver filmes ou programas de televisão, ouvir música, reproduzir ou descarregar gravações, jogar); 68% utilizam serviços bancários em linha. Entretanto, 27% da população utiliza a Internet para aprendizagem, desenvolvimento profissional ou fins de autoaprendizagem.³ De acordo com os dados de 2021, 82,2% das pessoas dos 16 aos 74 anos utilizam a Internet para fins pessoais; por exemplo, 65,2% comunicam através das redes sociais e 70,5% da população socializa em tempo real (por exemplo, através do Skype, Messenger, WhatsApp, Viber, Snapchat).⁴ Em 2021, foram registados cerca de 225 000 .lt domínios (em comparação com cerca de 139 000 em 2012 e cerca de 188 000 em 2018), dos quais mais de 2 000 contêm letras com sinais diacríticos lituanos (ė, ž, etc.). Além disso, a Lituânia continua entre os líderes no domínio da Internet por fibra ótica. Na Lituânia, a cobertura da rede de fibra ótica atinge 46,8%.⁵ Em 13 de outubro de 2020, o Seimas da República da Lituânia aprovou um documento importante para a língua lituana e o seu futuro, as Orientações para o Desenvolvimento da Língua Lituana no Ambiente Digital e o Progresso das Tecnologias da Língua para 2021–2027.⁶ As Orientações foram elaboradas por um grupo de trabalho formado pela Comissão Estatal da Língua Lituana. Estas Orientações devem ajudar a assegurar a utilização plena da língua lituana no ambiente digital e a estabelecer e manter o estatuto da língua lituana na sociedade da informação. Para tal, é necessário aumentar os recursos linguísticos digitais — corpora de textos e gravações —, desenvolver tecnologias da língua e criar serviços públicos baseados nessas tecnologias, para que nenhum grupo da sociedade ou região sinta a exclusão digital e para que as línguas estrangeiras possam integrar-se mais facilmente na sociedade lituana. As tecnologias da língua devem ajudar a reforçar os laços entre a sociedade lituana e a diáspora e a reduzir a exclusão da comunidade lusófona? lituana na sociedade global do conhecimento (Jaroslavienė, Miliūnaitė 2020). As Orientações estabelecem as tarefas ou desafios essenciais das tecnologias da língua lituana. Determinam o que deve ser feito na Lituânia num futuro próximo e em que direções se deve trabalhar: 1. Aumentar a competência dos especialistas que trabalham no domínio das tecnologias da língua e elevar o nível de capacidade da sociedade para utilizar as oportunidades proporcionadas pelas tecnologias da língua. ³ Disponível em: https://osp.stat.gov.lt/skaitmenine-ekonomika-ir-visuomene-lietuvoje-2020/gyvenimas-internete. ⁴ Disponível em: https://osp.stat.gov.lt/statistiniu-rodikliu-analize?hash=1194ea01-82ee-4bde-a222-94c5ced50f4e#. ⁵ Disponível em: https://ivpk.lrv.lt/lt/naujienos/lietuva-islieka-tarp-pirmajanciu-sviesolaidinio-interneto-lyderiu-2. ⁶ Disponível em: https://www.e-tar.lt/portal/lt/legalAct/71152ab00eee11ebb74de75171d26d52. 186 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania 2. Acumular e enriquecer recursos linguísticos digitais abertos, fiáveis, de elevada qualidade e reutilizáveis, bem como outros conjuntos de dados linguísticos digitais. 3. Desenvolver a infraestrutura de tecnologias da língua, a aplicação das tecnologias da língua no setor público e nos serviços públicos, e criar e melhorar soluções e ferramentas de tecnologia da informação disponíveis ao público (Guidelines 2020). É bom saber que se registou um progresso significativo na adaptação da língua lituana ao ambiente digital: foram desenvolvidos vários recursos linguísticos digitais e ferramentas básicas de análise linguística, serviços linguísticos complexos em linha e a ontologia da língua lituana, e foram localizados vários programas e ferramentas informáticos. O software informático aplicado relevante para a sociedade está a ser lituanizado e estão a ser realizados trabalhos de normalização da terminologia informática. Os investigadores lituanos participam ativamente nas atividades de cooperação e mobilidade de associações internacionais, e está a formar-se o núcleo de especialistas lituanos da língua que trabalham no domínio da aplicação das Tecnologias da Informação e desenvolvem sistematicamente trabalhos inovadores neste campo. A Lituânia procura também garantir que todos os cidadãos tenham pleno acesso às soluções digitais; por isso, a política de adaptação destas soluções às pessoas com deficiência é muito importante (Guidelines 2020). O objeto deste artigo são os recursos e as ferramentas/serviços digitais da língua lituana. O artigo procura investigar os dados sobre os recursos digitais lituanos e mostrar o estado atual do desenvolvimento da língua lituana no ambiente digital, tendo devidamente em conta o contexto europeu geral. O objetivo acima implica os seguintes objetivos: 1) discutir o estado das tecnologias da língua lituana no contexto europeu multilingue; 2) realizar a análise dos dados empíricos recolhidos no estudo; 3) determinar os principais pontos fortes, pontos fracos, oportunidades e ameaças subjacentes à situação da língua lituana no ambiente digital. Os dados da investigação foram recolhidos7 em 2021–2022 no âmbito do projeto “European Language Equality”, financiado pela Comissão Europeia8 (doravante — ELE). 7 A autora agradece à Comissão Estatal da Língua Lituana, à Universidade de Vilnius, à Universidade Vytautas Magnus e à Tilde IT a assistência na recolha de dados sobre os recursos linguísticos. 8 Vinte e quatro línguas oficiais e mais de 60 línguas regionais e minoritárias constituem o tecido da paisagem linguística da UE. Este projeto responde a este apelo e lança as bases para uma agenda estratégica e um roteiro destinados a tornar a igualdade linguística digital uma realidade na Europa até 2030. O principal objetivo do ELE é preparar o Programa de Igualdade Linguística Europeia, sob a forma de uma agenda estratégica de investigação, inovação e implementação, bem como um roteiro para alcançar a plena igualdade linguística digital na Europa até 2030. Este programa foi preparado conjuntamente com toda a comunidade europeia de Tecnologias da Língua, Linguística Computacional e IA centrada na língua, bem como com representantes de iniciativas e associações relevantes, comunidades linguísticas Straipsniai / Articles 187 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ O objetivo das atividades de recolha de metadados foi descobrir os componentes que contribuem para o nível de apoio tecnológico à língua lituana. Na primeira fase do processo de recolha de metadados, concentrámo-nos nos recursos e nas tecnologias da língua lituana, isto é, corpora, também designados conjuntos de dados (coleções de segmentos de texto ou documentos, transcrições de áudio, guiões, gravações de áudio e vídeo, etc., brutos ou anotados, monolingues ou bi-/multilingues, mono- ou multimodais, bem como corpora de aprendentes e corpora de línguas gestuais); descrições linguísticas que compreendem modelos linguísticos e gramáticas computacionais; recursos lexicais/conceptuais, que compreendem léxicos computacionais, bases de dados terminológicas, nomenclaturas geográficas, ontologias, listas de termos, tesauros, etc.; ferramentas/serviços: serviços oferecidos através da Web, de outras redes ou executados na nuvem, mas também ferramentas descarregáveis, código-fonte, etc. (Giagkou, Piperidis 2021: 9). Estes incluem ferramentas básicas de PLN para as línguas europeias (analisadores morfológicos, etiquetadores de categorias gramaticais, lematizadores, analisadores sintáticos, etc.), ferramentas de autoria (por exemplo, corretores ortográficos, gramaticais e estilísticos), ferramentas/serviços para recuperação/extração/mineração de informação, análise de texto e fala, tradução automática, compreensão e geração de linguagem natural, tecnologias da fala, etc.). Na segunda fase, foi implementada uma ronda adicional de recolha de metadados. Durante a segunda fase, concentrámo-nos na identificação das partes interessadas em LT na Europa e de projetos nacionais e europeus centrados em LT, do financiamento público para LT/PLN/IA ou de quaisquer outros fatores contextuais que possam emergir da definição preliminar do ELE (Giagkou, Piperidis 2021: 9). Os recursos linguísticos lituanos recolhidos foram descritos num único formulário de metadados a preencher por todos os membros do ELE, que incluía os seguintes elementos obrigatórios e recomendados. Elementos obrigatórios: tipo de recurso (uma classificação dos recursos em tipos: corpora, recursos lexicais/conceptuais, gramáticas/modelos (linguísticos), ferramentas/serviços); nome do recurso (um nome ou título legível por humanos pelo qual o recurso é conhecido); página de destino; descrição (um relato breve em texto livre que fornece informação sobre o recurso); língua(s) (a(s) língua(s) abrangida(s) por um corpus ou recurso lexical/conceptual ou a língua de entrada de uma ferramenta/serviço); subtipo de corpus; subtipo de recurso lexical/conceptual; subtipo de gramática/modelo; tipo(s) de suporte das partes (apenas para corpora e recursos lexicais/conceptuais); tipo(s) de suporte da entrada (apenas para ferramentas/serviços); dependência linguística (apenas para ferramentas/serviços), etc. Elementos recomendados: nome abreviado do recurso; tipo de financiamento; ano de publicação do recurso; licença; página inicial da fonte; organização/provedor: a organização responsável por fornecer, selecionar, manter e disponibilizar o recurso; etc. — e grupos RML (mais informações sobre o projeto disponíveis em: https://european-language-equality.eu/about/). 188 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania 1. IGUALDADE DAS LÍNGUAS EUROPEIAS: É (IM)POSSÍVEL? A paisagem linguística da União Europeia (doravante — a UE) é rica e diversificada. É composta por 24 línguas oficiais e mais de 60 línguas nacionais e regionais. Esta diversidade linguística e cultural é uma parte essencial do património de cada Estado, altamente valorizada e promovida na UE, com especial destaque para o multilinguismo. O multilinguismo como valor da UE é orientado pelo lema “Unidos na diversidade”, utilizado pela primeira vez em 2000.⁹ A UE presta especial atenção às línguas regionais ou minoritárias, motivada pelo seu compromisso de as proteger: “A Carta Europeia das Línguas Regionais ou Minoritárias é a convenção europeia para a proteção e promoção das línguas utilizadas pelas minorias tradicionais. Juntamente com a Convenção-Quadro para a Proteção das Minorias Nacionais, constitui o compromisso do Conselho da Europa com a proteção das minorias nacionais”.¹⁰ A igualdade das línguas europeias é unanimemente reconhecida como uma das maiores forças da UE. Contudo, também coloca vários desafios, uma vez que cada Estado se encontra numa situação demográfica, geopolítica, cultural, etc. diferente e enfrenta inevitavelmente vários obstáculos, incluindo obstáculos linguísticos; existe uma divisão substancial no domínio das tecnologias da língua. Isto é igualmente salientado na resolução adotada pelo Parlamento Europeu “Igualdade linguística na era digital”.¹¹ Os números de falantes das línguas oficiais da UE indicam (ver Fig. 1) que as cinco línguas mais faladas são as seguintes: inglês (aprox. 30%), alemão (17%), francês (15%), espanhol (8%) e italiano (7%). Os dados que mostram as línguas dominantes (as cinco primeiras) não se alteram se forem avaliadas todas as línguas da UE (por exemplo, ver Fig. 2). Desde a criação da UE, foi expressamente declarado que a Europa preserva a sua diversidade linguística e cultural; são atribuídas verbas significativas para esse efeito (Rehm, Uszkoreit 2013: 12–14). Contudo, a situação atual mostra que as línguas com menos falantes continuam a enfrentar várias barreiras linguísticas, e discute-se continuamente como reduzir esta desigualdade linguística por meios digitais, uma vez que é impossível aprender tantas línguas da UE sem apoio tecnológico. ⁹ Mais informações disponíveis em: https://european-union.europa.eu/principles-countries-history/symbols/eu-motto_lt. ¹⁰ Mais informações disponíveis em: https://www.coe.int/en/web/european-charter-regional-or-minority-languages?. ¹¹ Mais informações disponíveis em: https://www.europarl.europa.eu/doceo/document/TA-8-2018-0332_EN.html. Straipsniai / Articles 189 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ Fig. 1: Número de falantes das línguas oficiais da UE 12 Se analisarmos a situação da igualdade das línguas europeias pelo número de falantes, vemos que todas as línguas da UE podem ser agrupadas da seguinte forma: as línguas mais vulneráveis encontram-se no topo (Fig. 2), e esta lista de línguas é bastante extensa; poderíamos traçar relativamente uma linha até ao estónio. O grupo intermédio é representado pelas línguas faladas por um número relativamente baixo de falantes, mas que, apesar disso, ocupam posições mais elevadas noutros indicadores das tecnologias da língua e do apoio tecnológico (Fig. 3). Na parte inferior, podemos ver uma lista das línguas oficiais da UE que ocupam as posições mais fortes quanto ao número de falantes e a outros indicadores (ver adiante). Independentemente do facto de as línguas reconhecidas regionalmente poderem funcionar em condições de igualdade com outras línguas da UE, não deve ser rejeitada a suposição relativa ao estatuto mais forte das línguas oficiais, e a divisão tecnológica continua a ser muito grande. 12 Dados de: https://european-language-equality.eu/languages/. 190 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania Fig. 2: Número de falantes das línguas da UE Os dados mais recentes de 2022 sobre os recursos linguísticos e o apoio atribuído ao seu desenvolvimento (ver Fig. 3) mostram que o inglês continua a ser a língua mais bem apoiada. O francês, o alemão e o espanhol também competem, e os seus resultados são semelhantes aos do inglês em algumas dimensões. As outras línguas oficiais da UE recebem apoio moderado; contudo, algumas línguas têm apenas apoio fraco ou nenhum apoio. As línguas nacionais ou regionais também recebem apoio fragmentário; outras línguas são casos-limite quanto ao nível de apoio. A análise conduz à conclusão geral de que nenhuma língua natural recebe um apoio tecnológico ótimo, isto é, o nível de apoio necessário não foi alcançado para nenhuma língua, nem sequer para o inglês (Gaidienė, Tamulionienė 2022: 17). Straipsniai / Articles 191 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ Fig. 3: Estado do apoio tecnológico em 2022 (figura de: Gaidienė, Tamulionienė 2022: 17). Cinzento-claro: apoio fraco/sem apoio; cinzento: apoio fragmentário; cinzento-escuro: bom apoio 192 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania No âmbito do projeto ELE, foi comparado o nível de progresso alcançado por cada língua desde 2012 (para mais informações, ver Vaišnienė, Zabarskaitė 2012). Podemos ver (ver Fig. 4) que o nível tecnológico das línguas mudou consideravelmente (por exemplo, a utilização generalizada de assistentes virtuais e chatbots, a melhoria das capacidades de análise de texto, etc.). Os resultados desta análise mostram apenas o estado relativo das línguas, não o progresso alcançado por uma língua específica. O domínio das tecnologias da língua registou um progresso notável nos últimos dez anos, mas continua evidente a diferença entre as línguas mais apoiadas e as menos apoiadas. Fig. 4: Estado geral do apoio tecnológico a determinadas línguas europeias (2022) (figura de: Gaidienė, Tamulionienė 2022: 18) É difícil dizer se é possível alcançar a igualdade das línguas europeias. Existe uma grande disparidade quando comparamos o número de falantes, os recursos e as tecnologias linguísticas e o apoio de que beneficiam. O relatório elaborado no âmbito do projeto ELE, “Report on the state of Language Technology in 2030”, salienta que há dois pontos particularmente críticos a alcançar até 2030: “1) Os modelos linguísticos neurais e as técnicas relacionadas são fundamentais para sustentar o progresso nas LTs. Por conseguinte, a capacidade de criar modelos linguísticos neurais para outras línguas com a mesma qualidade que em inglês é essencial para a igualdade linguística; 2) Os dados multilingues são o elemento fundamental para treinar esses modelos numa variedade de línguas. Não devemos dar como garantido que grandes quantidades de corpora de boa qualidade, disponíveis publicamente, possam ser facilmente obtidas para todas as línguas europeias; pelo contrário. Straipsniai / Articles 193 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ O esforço para garantir que todas as línguas disponham de grandes quantidades de corpora de boa qualidade disponíveis publicamente, tendo em conta as questões de equidade, deve estar no centro de todos os esforços futuros em prol da DLE”13”14. O projeto ELE dedica uma atenção acrescida ao assunto; está prevista a elaboração de um plano estratégico detalhado que estabeleça ações específicas até 2030. 2. DISPONIBILIDADE DE DADOS E FERRAMENTAS LINGUÍSTICOS Como referido anteriormente, os dados sobre os recursos digitais disponíveis da língua lituana foram recolhidos no âmbito do projeto ELE. No total, foram recolhidos e descritos 218 recursos digitais da língua lituana, sendo a maior parte constituída por recursos lexicais/conceptuais (139; 64%); as ferramentas/serviços (53; 24%) ocupam o segundo lugar; os corpora (24; 11%) ocupam o terceiro, enquanto as gramáticas/modelos linguísticos15 (2; 1%) ocupam o quarto lugar (ver Fig. 5). Fig. 5: Tipos de recursos digitais da língua lituana 13 DLE: Igualdade Linguística Digital. 14 Disponível em: https://european-language-equality.eu/wp-content/uploads/2022/05/ELE___Deliverable_D2_18__Report_on_State_of_LT_in_2030_.pdf. 15 A Lituânia está atrasada no que diz respeito aos recursos digitais de gramática/modelo linguístico; como foram identificados apenas alguns recursos neste domínio, não são discutidos separadamente no artigo. 194 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania Cada grupo de recursos digitais será discutido separadamente no artigo, apresentando exemplos dos recursos, ferramentas e serviços eletrónicos mais conhecidos e de maior dimensão. 2.1. Recursos lexicais/conceptuais Os dicionários/léxicos representam a maior parte dos recursos lexicais/conceptuais (77%); seguem-se os recursos terminológicos (15%). Os recursos lexicais/conceptuais incluem também ontologias e wordnets (4%). A maioria dos dicionários digitais é desenvolvida pelo Instituto da Língua Lituana e está acessível através do sistema de informação para os recursos da língua lituana E. KALBA16. E. KALBA dá acesso ao mais recente Dicionário Normativo Descritivo da Língua Lituana Padrão17, que atualmente contém 74 062 lemas (todas as entradas do dicionário iniciadas pelas letras B, C, Č, D, E, Ę, Ė, F, G, H, I, J, O, R, Z, Ž e toda a nomenclatura estão acessíveis em linha). São acrescentadas ao dicionário milhares de palavras novas e novos significados; os lemas são ilustrados com numerosos exemplos autênticos do uso real da língua. Também estão disponíveis no sistema de informação para os recursos da língua lituana E. KALBA outros dicionários descritivos monolingues: O Dicionário da Língua Lituana Moderna18 (8.ªth edição revista e atualizada, que inclui 48 342 lemas) e O Dicionário da Língua Lituana19 (que reflete o léxico da língua lituana desde o século 16th até ao final do século 20th. O dicionário contém 310 659 lemas). E. KALBA oferece também dicionários especializados: a Base de Dados de Neologismos Lituanos20, continuamente atualizada (que inclui palavras novas — empréstimos e criações novas —, locuções e abreviaturas ou novos significados de palavras que entraram no lituano desde o final do século 20th e são atualmente utilizadas pelo público, bem como informação sobre a sua origem, uso e normalização. Atualmente, contém mais de 7 000 entradas); O Dicionário de Sinónimos,21 O Dicionário de Antónimos,22 The ¹⁶ Disponível em: https://ekalba.lt. ¹⁷ Disponível em: https://ekalba.lt/bendrinės-lietuvių-kalbos-žodynas/. ¹⁸ Disponível em: https://ekalba.lt/dabartinės-lietuvių-kalbos-žodynas/. ¹⁹ Disponível em: https://ekalba.lt/lietuvių-kalbos-žodynas/. ²⁰ Disponível em: https://ekalba.lt/naujazodžiai/naujienos. ²¹ Disponível em: https://ekalba.lt/sinonimų-žodynas/. ²² Disponível em: https://ekalba.lt/antonimų-žodynas/. Strаipsniai / Articles 195 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ Dicionário de fraseologia,23 O Dicionário de Comparações,24 etc. Também podemos encontrar vários dicionários bilíngues,25 por exemplo, lituano–inglês e inglês–lituano; lituano–alemão e alemão–lituano; lituano–letão e letão–lituano, etc. Vários ficheiros de fichas pertencem à categoria dos léxicos,26 por exemplo, o Ficheiro de Fichas Principal, o Ficheiro de Fichas Suplementar e o Ficheiro de Fichas Dialetais de O Dicionário da Língua Lituana, etc. Quanto aos recursos terminológicos, O Banco de Termos da República da Lituânia,27 a maior e mais fiável fonte de conteúdo de termos lituanos, é o mais amplamente conhecido. Os atos jurídicos e os glossários de termos são as principais fontes deste banco de termos (estão disponíveis mais de 255 000 entradas terminológicas). As coleções de termos de diferentes áreas estão incluídas no banco (um total de 26 áreas, como política, defesa, finanças, ambiente, transportes, cultura, saúde, etc., subdivididas ainda mais). A Base de Dados de Termos do Conselho de Normalização da Lituânia28 inclui uma coleção de termos provenientes de normas. Atualmente, contém 76 000 entradas terminológicas. O sistema de informação para recursos da língua lituana RAŠTIJA.LT29 permite pesquisar em 32 glossários de termos. As áreas dos termos dependem dos glossários: existem termos de engenharia elétrica, informática, gestão, didática linguística, matemática, metrologia, meteorologia, etc. Existem poucas ontologias e redes semânticas na Lituânia. Existe a Ontologia Geral da Língua Lituana, a ontologia de acesso aberto dos termos médicos lituanos Snomed CT,30 o serviço eletrónico E-terms,31 que inclui ontologias nas seguintes áreas: A Ontologia dos Termos de Anatomia Humana (7 500 termos), A Ontologia dos Termos de Economia (500 termos) e A Ontologia do Hardware e dos Componentes Informáticos (1 000 termos). Dispomos de várias redes de palavras lituanas, que podem ser posteriormente ampliadas: LitWorNet32 (para mais, 23 Disponível em: https://ekalba.lt/frazeologijos-zodynas/. 24 Disponível em: https://ekalba.lt/palyginimu-zodynas/. 25 Disponível em: https://ekalba.lt. 26 “Um dicionário digital (ou léxico) é uma lista de entradas (geralmente palavras isoladas ou expressões multipalavras), opcionalmente enriquecida com informações adicionais” (Pastor et. al. 2017: 29). 27 Disponível em: http://terminai.vlkk.lt/. 28 Disponível em: https://www.lsd.lt/index.php?-45228422. 29 Disponível em: https://raštija.lt. 30 Disponível em: https://www.snomed.lt/snomed-ct-pritaikomumas-uzsienio-salyse-elektroninis-sveikatos-irasas-ligonines-valdymo-irankis-palaikomas-snomed-ct/. 31 Disponível em: https://ekalba.lt/esavokos/. 32 Disponível em: http://mackus.vdu.lt/LitWordNet/. 196 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania ver Vitkutė-Adžgauskienė et al. 2015) e WordNet33 (com 24 000 synsets, dos quais 10 000 estão ligados aos synsets do Princeton WordNet). 2.2. Ferramentas/serviços A análise de textos e dados representa a maior parte das ferramentas/serviços digitais (36%); segue-se o reconhecimento da fala (15%), a verificação gramatical e a verificação ortográfica (8%); a tradução automática (6%) e outros. Quanto às ferramentas/serviços, deve acrescentar-se que dependem da língua (98%), sendo o texto (80%) o tipo de suporte de entrada predominante. Em primeiro lugar, merecem menção os sistemas de tradução automática já desenvolvidos. A “Tilde informacinės technologijos” UAB oferece gratuitamente a possibilidade de utilizar a ferramenta de tradução automática multilingue baseada em redes neuronais, Tilde Translator,34. Segundo os seus desenvolvedores, “esta ferramenta de tradução automática estatística é a melhor do mercado e está adaptada aos pares linguísticos lituano–inglês, inglês–lituano, letão–inglês e inglês–letão. O sistema de tradução automática baseado em regras para traduzir do letão para o russo também está disponível para utilização”.35 Atualmente, é possível utilizar o Tilde Translator para traduzir do lituano para alemão, polaco, inglês, ucraniano e russo. O sistema de tradução automática ALPMAVIS está disponível gratuitamente para os utilizadores.36 Este sistema abrange os seguintes pares linguísticos: lituano–inglês–lituano, lituano–francês–lituano, lituano–alemão–lituano, lituano–polaco–lituano e lituano–russo–lituano. O sistema acima referido está adaptado às áreas geral, jurídica e informática.37 Devem também ser mencionados os sistemas de tradução gratuitos desenvolvidos fora da Lituânia, por exemplo, Google Translate, Microsoft Bing Translator, eTranslation, etc. Este último sistema de tradução está disponível gratuitamente para instituições governamentais e é mais adequado à tradução de textos administrativos e jurídicos. Existem vários serviços criados para utilizadores nos quais a tecnologia de reconhecimento da fala é concebida para controlar computadores por voz, por exemplo, Browser38 (navegação 33 Disponível em: https://ekalba.lt/zodziu-prasmiu-tinklas/?p=1. 34 Disponível em: https://translate.tilde.com/#/. 35 Mais informações em: https://www.tilde.lt/kalbines-technologijos/tilde-vertykle. 36 Disponível em: https://vertimas.vu.lt/Home/About. 37 Mais informações em: https://vertimas.vu.lt/Home/About. 38 Disponível em: https://raštija.lt/liepa/paslaugos-vartotojams/narsytuvas/. Straipsniai / Articles 197 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ controlo por voz); Controller39 (controlo do computador por voz); Searcher40 (pesquisa por voz de recursos do património da UNESCO); Recognizer41 (aprendizagem do controlo por voz); Helper42 (controlo por voz para pessoas com deficiência); Coaching Robot Controller43 (controlo de um robô humanoide para crianças); Taxi Caller44; Caller45 (chamadas para contactos telefónicos); Interlingual Communicator46 (lituano–chinês), etc. Também está disponível gratuitamente uma aplicação de reconhecimento da fala,47 que converte fala em texto a partir de um ficheiro de áudio pré-gravado ou de ditado em tempo real. Alguns serviços desenvolvidos na Lituânia estão equipados com tecnologia de síntese da fala, por exemplo, Pronouncer48 (um dicionário áudio de neologismos lituanos); The Lithuanian Speech Synthesiser for the Blind49 (um sintetizador de fala lituano compatível com SAPI5 que lê em voz alta o que é apresentado no monitor de um computador); The Mobile Synthesiser for the Blind50; The Online News Reader51 (a recolha e leitura de notícias numa voz sintetizada em lituano). Também está disponível gratuitamente uma aplicação de síntese da fala52 que converte texto em fala. As principais ferramentas gratuitas de código aberto para a análise básica de textos digitais em lituano foram criadas no âmbito de vários projetos na Lituânia, nomeadamente um segmentador, um lematizador, um analisador morfológico, um etiquetador de classes gramaticais, um analisador sintático, um corretor ortográfico, um normalizador de texto, uma solução para a pesquisa avançada de índices de textos lituanos, um extrator de expressões multipalavras, etc. (Guidelines 2020). Existem também soluções gratuitas de código aberto para a identificação de línguas e a análise semântica: o analisador simples e baseado em aspetos de sentimentos (opiniões),53 o ódio 39 Disponível em: https://raštija.lt/liepa/paslaugos-vartotojams/valdy­tuvas/. 40 Disponível em: https://raštija.lt/liepa/paslaugos-vartotojams/ieskotuvas/. 41 Disponível em: https://raštija.lt/liepa/paslaugos-vartotojams/pazin­tuvas/. 42 Disponível em: https://raštija.lt/liepa/paslaugos-vartotojams/pagalbininkas/. 43 Disponível em: https://raštija.lt/liepa-2/paslaugos-vartotojams/ugdanciojo-roboto-valdytuvas/. 44 Disponível em: https://raštija.lt/liepa-2/paslaugos-vartotojams/taksi-iskviestuvas/. 45 Disponível em: https://raštija.lt/liepa-2/paslaugos-vartotojams/skambintuvas/. 46 Disponível em: https://raštija.lt/liepa-2/paslaugos-vartotojams/tarpkalbinis-komunikatorius/. 47 Disponível em: https://www.tilde.lt/snekos-technologijos. 48 Disponível em: https://liepa.rastija.lt/Tartuvas/Naujienos?_ga=2.104838787.241622064.1643131617-1654665649.1643131617. 49 Disponível em: https://raštija.lt/liepa/paslaugos-vartotojams/sintezatorius-akliesiems/. 50 Disponível em: https://raštija.lt/liepa-2/paslaugos-vartotojams/mobilusis-sintezatorius-akliesiems/. 51 Disponível em: https://raštija.lt/liepa-2/paslaugos-vartotojams/interneto-naujienu-skait­ytuvas/. 52 Disponível em: https://www.tilde.lt/snekos-technologijos. 53 Disponível em: https://ekalba.lt/nuomoniu-analize/. 198 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania ferramenta de reconhecimento da fala,54 o serviço de resumo automático de documentos,55 a ferramenta de reconhecimento automático de entidades identificadas (Guidelines 2020). 2.3. Corpora A Lituânia prossegue a criação e o desenvolvimento dos dados e recursos linguísticos gerais necessários para produzir tecnologias linguísticas e as suas aplicações. Existem vários corpora na Lituânia, dominados por corpora anotados (91%), sendo o texto (96%) o tipo de suporte das partes predominante. O Corpus do Lituano Contemporâneo56 é o maior corpus da língua lituana. Inclui 140 921 288 palavras (ficção – 11,6%, não ficção – 14,2%, literatura administrativa – 10%, publicações – 63,8%, língua falada – 0,3%). A compilação do corpus começou em 1992 e foi atualizada pela última vez em 2011. Existem também corpora anotados morfológica e sintaticamente. O volume do Corpus Lituano Anotado Morfologicamente MATAS57 é de 1,6 milhões de palavras (36% de textos de periódicos, 24% de textos de literatura científica, 19% de textos de ficção, 2,8% de textos administrativos, 6,8% de transcrições integrais do Parlamento da República da Lituânia). O corpus foi produzido de forma semiautomática e os resultados foram revistos por linguistas. O corpus revelou a polissemia morfológica em grande escala da língua lituana, isto é, quase metade de todas as formas são morfologicamente polissémicas. A versão mais recente do Banco de Árvores Lituano ALKSNIS58 (ALKSNIS 3.0) apresenta 3 643 frases anotadas sintaticamente no formato PML (Prague Mark-up Language). Foram lançados vários corpora paralelos na Lituânia. O Corpus Paralelo59 contém palavras checo-lituanas (20,29%), palavras inglês-lituanas (76,6%), palavras lituano-checas (0,8%) e palavras lituano-inglesas (2,31%). O Corpus Paralelo LILA60 foi criado de forma semiautomática, com os textos alinhados ao nível de parágrafo e de frase. O corpus é constituído por textos publicados em 1991 ou posteriormente. O volume total do corpus é de 8 782 050 palavras: 54 Disponível em: http://hatespeech.vdu.lt. 55 Disponível em: https://www.semantika.lt/Analysis/Summary. 56 Disponível em: http://tekstynas.vdu.lt/tekstynas/. 57 Disponível em: https://klc.vdu.lt/matas-morfologiskai-anotuotas-tekstynas/. 58 Disponível em: https://klc.vdu.lt/alksnis-sintaksiskai-anotuotas-tekstynas/. 59 Disponível em: https://klc.vdu.lt/lygiagretus-tekstynas/. 60 Disponível em: https://klc.vdu.lt/lila-lygiagretusis-tekstynas/. Straipsniai / Articles 199 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ Os textos lituano–letões ocupam a maior parte (3 448 745 palavras), enquanto os textos letão–lituanos correspondem a metade desse número (1 695 160 palavras). Esta composição assimétrica dos dados resultou do maior número de textos traduzidos do lituano para o letão do que no sentido inverso nos últimos anos. Existem também outros tipos de corpora, por exemplo, O Corpus da Língua Lituana Falada,61 O compêndio de textos de manuais escolares KLASIUS62; O Corpus da Língua Lituana Antiga63; CorALit64: Corpus Academicum Lithuanicum, etc. É assegurado o acesso aberto aos dados da maioria dos corpora. Em suma, a produção e o desenvolvimento dos recursos e ferramentas/serviços linguísticos digitais existentes evidenciaram um progresso notável na Lituânia; existem mesmo várias infraestruturas para recursos e ferramentas/serviços da língua lituana (E. KALBA, RAŠTĮJA.LT, etc.), que proporcionam acesso gratuito a diferentes dicionários digitais, léxicos, etc. e disponibilizam vários serviços controlados por voz, análises básicas de textos digitais em lituano, ferramentas gratuitas de código aberto, etc. São produzidos e posteriormente desenvolvidos vários corpora e sistemas de tradução automática. No entanto, há escassez de dados linguísticos multimédia, corpora paralelos orientados para a tradução automática, vários corpora de fala, etc. Quanto à semântica textual, persistem lacunas, uma vez que faltam redes de palavras de qualidade, ontologias, etc. A área da gramática está atualmente bastante abandonada: há escassez de gramáticas digitais e de outras ferramentas tecnológicas que possam contribuir para o desenvolvimento das tecnologias linguísticas e para a sua maior qualidade. 3. SITUAÇÃO DO LITUANO NO AMBIENTE DIGITAL: PONTOS FORTES, PONTOS FRACOS, OPORTUNIDADES E AMEAÇAS O estatuto do lituano no ambiente digital foi avaliado tendo em conta a principal base de dados de documentos disponível, bem como as infraestruturas nacionais para recursos e tecnologias linguísticos e os principais consórcios, federações e projetos. Os principais documentos e recursos são descritos detalhadamente (ver Guidelines 2020). Este artigo pretende descrevê-los em termos gerais, a fim de rastrear as origens dos pontos fortes, pontos fracos, oportunidades e ameaças. 61 Disponível em: http://sakytinistekstynas.vdu.lt. 62 Disponível em: https://rastija.lt/resurso-katalogas/klasius-v2/. 63 Disponível em: http://coralit.lt/node/1. 64 Disponível em: http://coralit.lt. 200 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania 3.1. O governo lituano e outras instituições estatais apoiam vários programas destinados a promover um amplo conjunto de investigação e divulgação linguísticas. São válidos os seguintes documentos relativos às políticas de tecnologias linguísticas na Lituânia: 1) Orientações para o Desenvolvimento da Língua Lituana no Ambiente Digital e o Progresso das Tecnologias Linguísticas para 2021–202765 (para mais informações, ver a página 2); 2) A Estratégia de Inteligência Artificial da Lituânia: Uma Visão para o Futuro (2018)66 emitida pelo Ministério da Economia e da Inovação da República da Lituânia. O objetivo da estratégia é “que a Lituânia se torne líder regional com base nos recursos, na experiência e no potencial existentes. Visa aumentar a competitividade da Lituânia entre os países da UE e assegurar a sua participação bem-sucedida no ecossistema global de IA” (AI Strategy 2018); 3) A estratégia para o avanço da Lituânia “Lietuva 2030”.67 Esta estratégia apresenta a “visão e as prioridades de desenvolvimento do Estado, bem como as orientações para a sua implementação até 2030. É o principal documento de planeamento que deve ser tido em conta nas decisões estratégicas e na preparação de planos ou programas estatais” (Strategy 2012). Em 2 de julho de 2021, a Comissão Europeia deu luz verde ao plano de recuperação e resiliência da Lituânia. “O impacto transformador do plano da Lituânia resulta de uma forte combinação de reformas e investimentos que respondem aos desafios específicos da Lituânia”.68 3.2. A Lituânia dispõe de várias infraestruturas nacionais de tecnologia e dados linguísticos: 1) RAŠTIJA LT69 é o sistema integrado de recursos, produtos e serviços da língua e da escrita lituanas desenvolvido pelo Instituto de Matemática e Informática da Universidade de Vilnius: base de conhecimento, ferramentas de pesquisa, etc.; 2) CLARIN–LT70 – o Consórcio Nacional Lituano (membro da CLARIN-ERIC), criado em 2015. Atualmente, é constituído por 5 instituições de investigação: Universidade Vytautas Magnus (coordenadora), Universidade de Tecnologia de Kaunas, Universidade de Vilnius, Universidade Mykolas Romeris e Instituto Báltico de Tecnologias Avançadas; 3) E. KALBA71 – o sistema de informação dos recursos da língua lituana gerido pelo Instituto da Língua Lituana. Neste sistema encontram-se nove dicionários monolingues e dez bilingues, vários ficheiros e bases de dados 65 Disponível em: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/911407f20ee911ebbebdbd456d2fb030d. 66 Disponível em: https://eimin.lrv.lt/uploads/eimin/documents/files/DI_strategija_LT(1).pdf. 67 Disponível em: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/TAIS.425517. 68 Disponível em: https://ec.europa.eu/info/business-economy-euro/recovery-coronavirus/recovery-and-resilience-facility/lithuanias-recovery-and-resilience-plan_en. 69 Disponível em: https://raštija.lt. 70 Disponível em: http://clarin-lt.lt. 71 Disponível em: https://ekalba.lt. Straipsniai / Articles 201 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ (arquivo de dialetos; base de dados geoinformativa de topónimos lituanos, etc.), bem como serviços eletrónicos (pesquisa na Rede de Significados, E-Concepts, Analisador de Opiniões, etc.); 4) SEMANTIKA72 – o Sistema de Informação de Análise Sintática e Semântica do Lituano (LSSAIS), que “é uma infraestrutura única de tecnologia linguística e um sistema de informação estatal que fornece serviços de reconhecimento da fala e análise de textos para a língua lituana. A Universidade Vytautas Magnus é a gestora do sistema de informação”.73 3.3. Principais consórcios, federações e projetos aos quais a Lituânia pertence ou dos quais participa. Os representantes da Federação Europeia de Instituições Nacionais para a Língua (EFNIL) na Lituânia são o Instituto da Língua Lituana e a Comissão Estatal da Língua Lituana. A Federação presta especial atenção às línguas dos Estados-Membros da UE e à diversidade linguística da Europa.74 A Coordenação Europeia de Recursos Linguísticos (ELRC) “gere, mantém e coordena os recursos linguísticos pertinentes em todas as línguas oficiais da UE e dos países associados ao Mecanismo Interligar a Europa (CEF). Estas atividades contribuirão para melhorar a qualidade, a cobertura e o desempenho das soluções de tradução automática no contexto dos serviços digitais CEF atuais e futuros”.75 A Infraestrutura Comum de Recursos Linguísticos e Tecnologia (CLARIN-ERIC) é “uma infraestrutura de investigação que foi iniciada a partir da visão de que todos os recursos e ferramentas linguísticos digitais de toda a Europa e além estão acessíveis através de um ambiente em linha para apoiar investigadores nas humanidades e nas ciências sociais”.76 A CLARIN-LT é um consórcio nacional lituano coordenado pela Universidade Vytautas Magnus, que é membro da CLARIN-ERIC. A Rede Europeia de Línguas (ELG) “desenvolve e implementa uma plataforma de nuvem escalável, proporcionando, de forma fácil de integrar, acesso a centenas de Tecnologias Linguísticas comerciais e não comerciais para todas as línguas europeias, incluindo ferramentas e serviços em execução, bem como conjuntos de dados e recursos”.77 Desde 2019, a ELG é representada na Lituânia pelo Instituto da Língua Lituana. O principal objetivo da Igualdade Linguística Europeia (ELE) é “preparar o Programa de Igualdade Linguística Europeia, sob a forma de uma agenda estratégica de investigação, inovação e implementação e de um roteiro para alcançar a plena igualdade digital 72 Disponível em: https://www.semantika.lt. 73 Mais informações disponíveis em: https://www.semantika.lt/Help/About. 74 Mais informações disponíveis em: http://www.efnil.org. 75 Mais informações disponíveis em: https://www.lr-coordination.eu. 76 Mais informações disponíveis em: https://www.clarin.eu. 77 Mais informações disponíveis em: https://www.european-language-grid.eu. 202 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania igualdade linguística na Europa até 2030”.⁷⁸ Desde 2021, a ELE é representada na Lituânia pelo Instituto da Língua Lituana. Durante o período de 2014–2020, o financiamento para a implementação de soluções linguísticas lituanas no espaço digital foi obtido do Programa Operacional de Investimentos dos Fundos da UE, eixo prioritário 2 (Promoção da Sociedade da Informação). Em 2018, foram lançados cinco projetos: “Desenvolvimento de Serviços Lituanos Controlados por Voz” (LIEPA–2), “Desenvolvimento dos Serviços Públicos do Sistema de Informação de Análise Sintática–Semântica de Textos Lituanos” (SEMANTIKA–2), “Melhoria e Desenvolvimento de Sistemas de Tradução Automática e Serviços de Localização”, “Desenvolvimento do Sistema de Informação de Recursos Integrados da Língua e da Escrita Lituanas (RAŠTIJA 2) e “Desenvolvimento do Sistema de Informação dos Recursos da Língua Lituana” (E. KALBA). Até ao final de 2020, foram criados 21 serviços públicos eletrónicos. Os estabelecimentos de investigação e ensino e as empresas foram os participantes mais ativos no programa (Guidelines 2020). Para além dos projetos acima mencionados, foram igualmente implementados outros projetos de tecnologia linguística financiados pelos fundos estruturais da UE, pela Comissão Europeia, por fundos de projetos nacionais, etc. 3.4. É apresentada uma análise SWOT (pontos fortes, pontos fracos, oportunidades e ameaças) no Programa da Língua Lituana na Sociedade da Informação para 2007–2010, aprovado pelo Seimas da República da Lituânia.⁷⁹ Constitui um excelente ponto de partida para a análise da situação atual. É gratificante que tenha sido alcançado um progresso notável e que a maioria dos pontos fracos ou ameaças desse período tenha sido eliminada e esquecida há muito. Foram realizados progressos significativos na adaptação da língua lituana ao ambiente digital: foram desenvolvidos vários recursos linguísticos digitais e ferramentas básicas de análise linguística, criados serviços linguísticos complexos em linha, desenvolvida uma ontologia da língua lituana e conseguida a localização de muitos programas e ferramentas informáticas. Foram localizadas aplicações informáticas relevantes para a sociedade e normalizados os termos informáticos. Os investigadores lituanos participam ativamente e cooperam em atividades de mobilidade de associações internacionais. Muitos especialistas da língua lituana concentram-se no domínio das tecnologias da informação e desenvolvem sistematicamente trabalho inovador nesta área. A Lituânia está muito interessada em garantir o acesso pleno de todos os cidadãos a soluções digitais, o que torna muito importante adaptar o acesso aos recursos para pessoas com deficiência (Gaidienė, Tamulionienė 2022: 17–18). ⁷⁸ Mais informações disponíveis em: https://european-language-equality.eu. ⁷⁹ Disponível em: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/TAIS.294883?jfwid=32wf9h0y. Straipsniai / Articles 203 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ A análise geral do estado atual das línguas europeias, as inovações que surgem diariamente, as necessidades crescentes da sociedade, etc. colocam novos desafios e abrem novas oportunidades, bem como novas ameaças. A Lituânia ainda carece de recursos linguísticos no ambiente eletrônico para uma integração mais rápida da língua lituana e das Tecnologias da Informação, bem como de normas para gerir a língua lituana com as Tecnologias da Informação. Existe uma ampla gama de softwares pertinentes que ainda não foram lituanizados nem adaptados às necessidades da sociedade; é necessário continuar a assegurar o uso uniforme de termos, vocabulário e expressões de informática nos softwares, bem como continuar a cuidar do uso da língua lituana falada (fala) no ambiente eletrônico, computacional e de dispositivos informatizados. Em nível nacional, é essencial um quadro jurídico claro para assegurar um tratamento equitativo da inovação em pesquisa (não comercial e comercial) baseada na extração e análise automáticas de dados provenientes de fontes eletrônicas não estruturadas de informação (textos). Somente depois de reunida uma quantidade suficiente de recursos pertinentes que reflitam os fenômenos da língua lituana contemporânea será possível desenvolver ferramentas eficazes para a aplicação da língua lituana nas Tecnologias da Informação. Deve-se prestar atenção especial à adaptação às oportunidades e necessidades de todos os consumidores, para não programar a exclusão social, que terá implicações para a sociedade como um todo. É importante criar interfaces lituanas que reduzam diretamente a segregação linguística social, promovam o uso legal de software e diminuam a diferença em relação aos antigos Estados-Membros da UE no uso das Tecnologias da Informação. Também é importante criar condições para o uso da língua lituana em computadores, dispositivos controlados por computador e computadores controlados pela língua lituana falada (fala), além de melhorar os meios de controle por voz dos computadores, para que as pessoas com deficiência e outras pessoas tenham acesso irrestrito aos serviços eletrônicos. A linguística computacional e as tecnologias da linguagem, como disciplina independente, ainda não estão estabelecidas no sistema lituano de ensino superior. Nenhuma universidade oferece estudos de tecnologias da linguagem em todos os níveis. Isso precisa mudar (Gaidienė, Tamulionienė 2022). Na Lituânia, é necessário aumentar a competência dos especialistas que trabalham no campo das tecnologias da linguagem e elevar o nível da capacidade da sociedade de utilizar as oportunidades oferecidas pelas tecnologias da linguagem. Também é importante formar especialistas que conheçam as especificidades da língua e das tecnologias da informação, financiar pesquisas fundamentais e aplicadas e apoiar as infraestruturas científicas e técnicas. Além disso, é crucial acumular e ampliar a disponibilidade de recursos linguísticos digitais abertos, confiáveis, de alta qualidade e sustentáveis, bem como de outros conjuntos de dados linguísticos digitais. É necessário desenvolver a infraestrutura de tecnologias da linguagem, a aplicação das tecnologias da linguagem 204 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania no setor público e nos serviços públicos, nas instituições de ensino e aprendizagem, bem como desenvolver e aperfeiçoar soluções e ferramentas de TI disponíveis ao público. A Lituânia precisa envolver-se ainda mais ativamente na Comunidade Europeia e em outros programas internacionais de tecnologias da linguagem. É importante atualizar as infraestruturas com os recursos digitais necessários, modernizar e manter o hardware das infraestruturas, integrar as infraestruturas em sistemas nacionais, europeus e internacionais mais amplos de recursos linguísticos e garantir a abertura das tecnologias e dos dados nelas armazenados (Guidelines 2020). Em suma, o desenvolvimento das tecnologias da linguagem é essencial tanto para o lituano quanto para qualquer outra língua. Para alcançar a prosperidade nessa área, a Lituânia deve trabalhar nos desenvolvimentos abordados e não abordados neste artigo. Para atingir os objetivos, é necessário unir os esforços do Estado, da ciência e das empresas. CONCLUSÕES Após uma análise da situação das tecnologias da linguagem lituana no contexto europeu multilíngue e uma análise sistemática dos recursos linguísticos e das ferramentas/serviços da língua lituana, podemos formular várias conclusões principais sobre o status da língua lituana no ambiente digital. 1. Os resultados mostram que houve um progresso significativo na Lituânia desde 2012 no desenvolvimento de diversos recursos linguísticos digitais e ferramentas/serviços. Embora o lituano seja classificado como uma língua com um número reduzido de falantes, está progredindo rapidamente na área das tecnologias da linguagem. Quanto aos recursos digitais e às ferramentas/serviços, ainda existem áreas que exigem avanços adicionais. Embora vários recursos linguísticos digitais da língua lituana já estejam disponíveis, considerando as exigências das tecnologias da linguagem e do público, ainda é necessário desenvolver ou atualizar novos dicionários monolíngues (dicionários de sinônimos, antônimos, fraseologia etc.) e dicionários bilíngues, bem como vários léxicos. As ontologias, as redes lexicais e os corpora precisam ser ampliados e expandidos; é necessário desenvolver corpora paralelos multilíngues para a tradução automática, etc. No que diz respeito à terminologia, são necessários compêndios ou termos adicionais e atualizados; a estrutura e as soluções tecnológicas dos bancos de dados terminológicos variam, tornando mais difícil utilizar os dados em outras soluções tecnológicas; há também escassez de dados terminológicos abertos. O lituano necessita de gramáticas digitais, bancos de dados de fala anotados e outros recursos que acelerariam o progresso das tecnologias da linguagem. Straipsniai / Articles 205 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ 2. Foram alcançados progressos notáveis nas tecnologias linguísticas na Lituânia, mas as inovações que surgem a cada minuto, as necessidades crescentes, etc., não só abrem novas oportunidades e desafios, como também revelam fraquezas e ameaças. 2.1. A infraestrutura de recursos linguísticos de acesso aberto ainda está em desenvolvimento na Lituânia; a cultura de partilha de dados continua estagnada; as questões relativas ao licenciamento continuam pendentes: é necessário tornar mais flexíveis e permissivos os regulamentos relativos aos direitos de propriedade intelectual e ao RGPD, permitindo uma utilização mais ampla dos dados sujeitos a direitos de propriedade intelectual para o desenvolvimento de tecnologias e recursos linguísticos, de modo a não infringir os interesses dos autores. 2.2. Faltam na Lituânia os recursos humanos necessários: há escassez de especialistas em TI e de investigadores que trabalham no domínio das tecnologias linguísticas; não existem programas de estudo especializados. 2.3. O desenvolvimento das tecnologias linguísticas lituanas requer um forte apoio nacional e internacional, incluindo programas pertinentes de tecnologia linguística de longo prazo que apoiem a investigação e as empresas em condições de igualdade. É importante sincronizar as atividades nacionais e internacionais, tendo devidamente em conta a infraestrutura de investigação e as prioridades de investigação. 2.4. O que aconteceria na Lituânia se o desenvolvimento das tecnologias linguísticas parasse por completo? Por que razão a UE salienta repetidamente que a igualdade linguística pode ser alcançada através da promoção do desenvolvimento tecnológico de todas as línguas da UE? Existe um amplo consenso quanto à força da diversidade linguística e ao impacto das tecnologias na língua materna na proteção da diversidade linguística e cultural. Por conseguinte, se não forem tomadas medidas nesta área, a divisão tecnológica e linguística aumentaria e o prestígio da língua lituana diminuiria; a Lituânia deixaria de ser competitiva nas áreas da inteligência artificial e de outras tecnologias de ponta; outras línguas estrangeiras ocupariam gradualmente o lugar do lituano no ambiente digital. REFERENCES AI strategy 2018: The Lithuanian Artificial Intelligence Strategy: A vision for the future. Available at: https://eimin.lrv.lt/uploads/eimin/documents/files/DI_strategija_LT(1).pdf. Gaidienė Anželika, Tamulionienė Aurellija 2022: Report on the Lithuanian Language. Available at: https://european-language-equality.eu/wp-content/uploads/2022/03/ELE___Deliverable_D1_23__Language_Report_Lithuanian_.pdf. 206 Acta Linguistica Lithuanica LXXXVI European Language Equality in the Digital Age: The Case of Lithuania Giagkou Maria, Piperidis Stelios 2021: European Language Equality. Guidelines for T1.3 contributors. Internal to ELE network. Guidelines 2020: The guidelines for the development of the Lithuanian language in the digital environment and the progress of language technologies for 2021–2027. Available at: https://www.e-tar.lt/portal/lt/legalAct/71152ab00eee11ebb74de75171d26d52. Jaroslavienė Jurgita, Miliūnaitė Rita 2020: Beribis lietuvių kalbos pasaulis skaitmeninių išteklių sistemoje „E. kalba“. – Pasaulio lietuvis. Available at: https://pasauliolietuvis.lt/beribis-lietuviu-kalbos-pasaulis-skaitmeniniu-istekliu-sistemoje-e-kalba/. Pastor Rafael Rivera 2017: European Parliament, Directorate-General for Parliamentary Research Services, Language equality in the digital age: towards a human language project, European Parliament. Available at: https://www.europarl.europa.eu/RegData/etudes/STUD/2017/598621/EPRS_STU(2017)598621_LT.pdf. Rehm Georg, Uszkoreit Hans, editors, 2013: The META-NET Strategic Research Agenda for Multilingual Europe 2020, Springer, Heidelberg, New York, Dordrecht, London. Available at: https://lirias.kuleuven.be/retrieve/501271. Strategy 2012: The Strategy for Lithuania’s Advancement “Lietuva 2030”. Available at: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/TAIS.412512. Vaišnienė Daiva, Zabarskaitė Jolanta 2012: The Lithuanian language in the digital age, vol. 385, Springer. Available at: http://www.meta-net.eu/whitepapers/volumes/e-book/lithuanian.pdf. Vitkutė-Adžgauskienė Daiva, Dainauskas Justinas Juozas, Amilevičius Darius, Utka Andrius 2015: Lietuvių kalbos žodžių tinklas – LitWordNet. – Darbai ir dienos 64, 101–114. Available at: https://cris6.vdu.lt/cris/bitstream/20.500.12259/27751/1/ISSN2335-8769_2015_N_64.PG_101-114.pdf. Europos kalbų lygybė skaitmeniniame amžiuje: Lietuvos atvejis SANTRAUKA Straipsnyje rašoma apie lietuvių kalbos technologijų būklę, supažindinama su Europos kalbų lygybės skaitmeninėje terpėje situacija. Nagrinėjami kiekybiniai ir kokybiniai kalbų lygybę atskleidžiantys rodikliai Europos Sąjungos kontekste, atsižvelgiant į kalbėtojų, Straipsniai / Articles 207 ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ skaitmeninių kalbos išteklių ir technologijų skaičių bei joms teikiamą paramą, ypatingą dėmesį skiriant Lietuvos atvejo analizei. Šiuo straipsniu siekiama pabrėžti iki šiol kalbų technologijų srityje atliktą darbą ir išryškinti spragas bei atskleisti išbandymus, su kuriais susiduria ir juos sprendžia oficiali nacionalinė ir Europos Sąjungos kalba – lietuvių kalba. Straipsnyje pateikiama naujausia lietuvių kalbos technologijų padėties apžvalga analizuojant skaitmeninius kalbos išteklius ir įrankius / paslaugas. Gauti rezultatai rodo, kad nuo 2012 m. Lietuvoje padaryta didžiulė pažanga plėtojant įvairius skaitmeninius kalbos išteklius ir įrankius / paslaugas. Nors lietuvių kalba yra priskiriama prie mažai kalbėtojų turinčių kalbų, ji gana sparčiai tobulėja kalbos technologijų srityje. Nepaisant to, kad esama sukurta nemažai lietuvių kalbos skaitmeninių išteklių, atsižvelgiant į kalbos technologijų ir visuomenės poreikius, būtina kurti ir atnaujinti vienakalbius (sinonimų, antonimų, frazeologijos ir pan.) ir dvikalbius žodynus, įvairius leksikonus. Būtina gausinti ir plėsti įvairiais kalbos duomenimis ontologijas, žodžių tinklus, tekstynus, kurti mašininiam vertimui reikalingus keliakalbius lygiagrečiuosius tekstynus ir kt. Kalbant apie terminiją, trūksta daugiau ir naujesnių terminų rinkinių, terminų bazių struktūra ir technologiniai sprendimai skiriasi, o tai apsunkina galimybes panaudoti duomenis kitiems technologiniams sprendimams, taip pat trūksta atvirųjų terminologinių duomenų. Lietuvių kalbai labai trūksta skaitmeninių gramatikų, anotuo­tų garsynų ir kitų išteklių, kurie prisidėtų prie spartesnės kalbos technologijų pažangos. Lietuvoje vis dar tvarkoma atvirųjų prieigų kalbos išteklių infrastruktūra, ne visai išspręsti licencijavimo klausimai – intelektinės nuosavybės teisių ir BDAR reglamentai, kurie turi būti lankstesni ir leidžiantys plačiau naudoti intelektinės nuosavybės teisėmis apsaugotus duomenis kalbos technologijų plėtrai ir išteklius taip, kad nebūtų pažeisti autorių interesai. Lietuvoje trūksta būtinųjų žmogiškųjų išteklių: trūksta kalbų technologijų IT specialistų, taip pat šios srities mokslininkų, nėra specializuotų studijų programų. Lietuvių kalbos technologijų plėtrai reikalinga stipri nacionalinė ir tarptautinė parama, įskaitant tam skirtas ilgalaikes kalbų technologijų programas, kurios vienodai remia tiek mokslinių tyrimų, tiek verslo veiklą. Svarbu sinchronizuoti nacionalinę ir tarptautinę veiklą, ypač mokslinių tyrimų infrastruktūros ir mokslinių tyrimų prioritetų atžvilgiu. Įteikta 2022 m. gegužės 18 d. ANŽELIKA GAIDIENĖ AURELIJA TAMULIONIENĖ Lietuvių kalbos institutas Petro Vileišio g. 5, LT–10308 Vilnius, Lietuva [email protected] [email protected] 208 Acta Linguistica Lithuanica LXXXVI