Go to originalLocalized version was produced by AI. It may contain inaccuracies.
Preparing document pages…
Page 1
ANŽELIKA GAIDIENĖ
Istituto della lingua lituana
ID ORCID: orcid.org/0000-0001-8775-788X
Campi di ricerca: semantica, lessicologia, lessicografia, linguistica computazionale.
AURELIJA TAMULIONIENĖ
Istituto della lingua lituana
ID ORCID: orcid.org/0000-0003-0728-1856
Campi di ricerca: lingua dei bambini e dei giovani, preferenze linguistiche, linguistica computazionale.
DOI: doi.org/10.35321/all86-08
L’UGUAGLIANZA LINGUISTICA EUROPEA NELL’ERA DIGITALE: IL CASO DELLA LITUANIA
Uguaglianza delle lingue europee nell’era digitale: il caso della Lituania
ANNOTAZIONE
L’articolo esamina lo stato attuale delle tecnologie della lingua lituana e presenta la situazione dell’uguaglianza linguistica europea nell’ambiente digitale. Analizza indicatori quantitativi e qualitativi che rivelano l’uguaglianza linguistica nel contesto dell’Unione europea, tenendo conto del numero di parlanti, delle risorse e delle tecnologie linguistiche digitali e del sostegno loro accordato, con particolare attenzione al caso della Lituania. L’articolo intende delineare il lavoro già svolto nell’ambito delle tecnologie linguistiche e individuare le lacune e le sfide che devono ancora essere affrontate nel caso del lituano, in quanto lingua nazionale ufficiale e lingua ufficiale dell’UE. Fornisce una panoramica aggiornata della situazione delle tecnologie della lingua lituana attraverso l’analisi delle risorse linguistiche digitali e degli strumenti/servizi. I risultati mostrano che, sebbene negli ultimi dieci anni siano intervenuti numerosi cambiamenti, vi è ancora una carenza di risorse linguistiche nell’istruzione e in altri ambiti.
European Language Equality in the Digital Age: The Case of Lithuania
ANNOTAZIONE
L’articolo tratta dello stato delle tecnologie della lingua lituana e presenta la situazione dell’uguaglianza delle lingue europee nell’ambiente digitale. Vengono esaminati indicatori quantitativi e qualitativi che rivelano l’uguaglianza linguistica nel contesto dell’Unione europea, tenendo conto del numero di parlanti, delle risorse e delle tecnologie linguistiche digitali e del sostegno loro fornito, con particolare attenzione all’analisi del caso della Lituania. Il presente articolo mira a evidenziare il lavoro svolto finora nel campo delle tecnologie linguistiche e a mettere in luce le lacune, nonché a rivelare le sfide che la lingua ufficiale nazionale e dell’Unione europea, il lituano, si trova ad affrontare e a risolvere. L’articolo offre una panoramica aggiornata della situazione delle tecnologie della lingua lituana attraverso l’analisi delle risorse linguistiche digitali e degli strumenti/servizi. I risultati mostrano che, sebbene negli ultimi 10 anni siano intervenuti numerosi cambiamenti, mancano ancora risorse nell’istruzione e in altri ambiti.
Le tecnologie linguistiche sono interconnesse e influenzano, direttamente o indirettamente, numerose attività quotidiane: lavoro, istruzione, comunicazione ecc. La lingua è alla base della maggior parte delle risorse digitali: dispositivi mobili, social network, assistenti virtuali, strumenti di traduzione, correttori ortografici ecc. (Pastor et al. 2017: 19). Naturalmente, questi progressi non apportano benefici a tutti i cittadini lituani in condizioni di parità. Dobbiamo ammettere che le tecnologie adattate al lituano sono ancora insufficienti e che i parlanti devono spesso ricorrere all’inglese. Ciò è particolarmente importante nella valutazione della vitalità e della forza di una lingua, poiché la mancanza di tecnologie linguistiche può condurre alla sua progressiva scomparsa dall’uso. La situazione delle tecnologie della lingua lituana non soddisfa ancora tutte le esigenze.
Secondo i dati del 2021 del Dipartimento lituano di statistica, nella fascia d’età 16–74 anni quasi l’87% della popolazione lituana usa Internet (rispetto a quasi il 64,1% nel 2011 e al 74,4% nel 2016), con percentuali pari al 100% nella fascia 16–24 anni e al 55,2% nella fascia 65–74 anni.¹ Secondo i dati del 2021, l’81,4% delle famiglie possiede un personal computer e l’86,6% dispone di accesso a Internet.² Internet viene utilizzato principalmente per cercare informazioni, comunicare, trascorrere il tempo libero e svolgere operazioni bancarie: il 79% della popolazione di età compresa tra 16 e 74 anni utilizza
Internet per comunicare; il 74% legge le notizie; il 71% utilizza Internet nel tempo libero (guarda film o programmi televisivi, ascolta musica, riproduce o scarica registrazioni, gioca o scarica giochi); il 68% usa i servizi bancari online. Nel frattempo, il 27% della popolazione usa Internet per l’apprendimento, la formazione professionale o l’autoformazione.³ Secondo i dati del 2021, l’82,2% delle persone tra 16 e 74 anni utilizza Internet per scopi personali: per esempio, il 65,2% comunica sui social network e il 70,5% della popolazione socializza in tempo reale (ad esempio tramite Skype, Messenger, WhatsApp, Viber, Snapchat).⁴ Nel 2021 sono stati registrati circa 225.000 .it domini (rispetto a circa 139.000 nel 2012 e circa 188.000 nel 2018), di cui più di 2.000 contengono lettere con segni diacritici lituani (ė, ž ecc.). Inoltre, la Lituania resta tra i paesi leader per quanto riguarda Internet in fibra ottica. In Lituania, la copertura della rete in fibra ottica raggiunge il 46,8%.⁵
Il 13 ottobre 2020 il Seimas della Repubblica di Lituania ha approvato un documento importante per la lingua lituana e il suo futuro, le Linee guida per lo sviluppo della lingua lituana nell’ambiente digitale e per il progresso delle tecnologie linguistiche per il periodo 2021–2027.⁶ Le Linee guida sono state redatte da un gruppo di lavoro costituito dalla Commissione statale della lingua lituana. Queste Linee guida devono contribuire a garantire il pieno uso della lingua lituana nell’ambiente digitale e a stabilire e mantenere lo status della lingua lituana nella società dell’informazione. Ciò richiede un aumento delle risorse linguistiche digitali — corpora di testi e registrazioni —, lo sviluppo di tecnologie linguistiche e la creazione di servizi pubblici basati su di esse, affinché nessun gruppo della società o nessuna regione possa percepire il divario digitale e le lingue straniere possano integrarsi più facilmente nella società lituana. Le tecnologie linguistiche devono contribuire a rafforzare i legami tra la società lituana e la diaspora e a ridurre l’esclusione della comunità di lingua lituana nella società globale della conoscenza (Jaroslavienė, Miliūnaitė 2020).
Le Linee guida stabiliscono i compiti essenziali e le sfide delle tecnologie della lingua lituana. Esse precisano ciò che dovrebbe essere fatto in Lituania nel prossimo futuro e le direzioni di lavoro: 1. aumentare la competenza degli specialisti che operano nel campo delle tecnologie linguistiche e innalzare il livello di capacità della società di utilizzare le opportunità offerte dalle tecnologie linguistiche.
European Language Equality in the Digital Age: The Case of Lithuania
2. accumulare e arricchire risorse linguistiche digitali aperte, affidabili, di alta qualità e riutilizzabili, nonché altri insiemi di dati linguistici digitali. 3. sviluppare l’infrastruttura delle tecnologie linguistiche e l’applicazione delle tecnologie linguistiche nel settore pubblico e nei servizi pubblici, creare e migliorare soluzioni e strumenti informatici disponibili al pubblico (Guidelines 2020).
È positivo sapere che sono stati compiuti progressi significativi nell’adattamento della lingua lituana all’ambiente digitale: sono state sviluppate numerose risorse linguistiche digitali e strumenti di base per l’analisi linguistica, servizi linguistici online complessi e l’ontologia della lingua lituana, e sono stati localizzati numerosi programmi e strumenti informatici. I software applicativi di interesse per la società vengono lituanizzati e sono in corso lavori di standardizzazione della terminologia informatica. I ricercatori lituani partecipano attivamente alle attività di cooperazione e mobilità delle associazioni internazionali e si è formato un nucleo di specialisti della lingua lituana che lavorano nel campo dell’applicazione delle tecnologie dell’informazione e sviluppano sistematicamente opere innovative in questo settore. La Lituania si impegna inoltre a garantire a tutti i cittadini pieno accesso alle soluzioni digitali; pertanto, la politica di adattamento delle stesse per le persone con disabilità è molto importante (Guidelines 2020).
L’oggetto di questo articolo sono le risorse e gli strumenti/servizi digitali della lingua lituana. L’articolo mira ad analizzare i dati sulle risorse digitali lituane e a mostrare lo stato attuale dello sviluppo della lingua lituana nell’ambiente digitale, tenendo debitamente conto del contesto europeo generale. Tale obiettivo comporta i seguenti compiti: 1) discutere lo stato delle tecnologie della lingua lituana nel contesto europeo multilingue; 2) svolgere l’analisi dei dati empirici raccolti nello studio; 3) determinare i principali punti di forza, debolezza, opportunità e minacce alla base della situazione della lingua lituana nell’ambiente digitale. I dati della ricerca sono stati raccolti7 nel 2021–2022 nell’ambito del progetto “European Language Equality”, finanziato dalla Commissione europea8 (di seguito – ELE).
7 L’autrice esprime la propria gratitudine alla Commissione statale della lingua lituana, all’Università di Vilnius, all’Università Vytautas Magnus e a Tilde IT per l’assistenza nella raccolta dei dati sulle risorse linguistiche.
8 Ventiquattro lingue ufficiali e più di 60 lingue regionali e minoritarie costituiscono il tessuto del panorama linguistico dell’UE. Questo progetto risponde a tale esigenza e getta le basi per un’agenda strategica e una tabella di marcia volte a rendere realtà l’uguaglianza linguistica digitale in Europa entro il 2030. L’obiettivo principale di ELE è preparare il Programma europeo per l’uguaglianza linguistica, sotto forma di un’agenda strategica di ricerca, innovazione e attuazione e di una tabella di marcia per conseguire la piena uguaglianza linguistica digitale in Europa entro il 2030. Il programma è stato preparato congiuntamente dall’intera comunità europea delle tecnologie linguistiche, della linguistica computazionale e dell’IA incentrata sulla lingua, nonché dai rappresentanti delle iniziative e associazioni pertinenti, delle comunità linguistiche
Straipsniai / Articles
187
Page 5
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
L’obiettivo delle attività di raccolta dei metadati era individuare le componenti che contribuiscono al livello di sostegno tecnologico della lingua lituana.
Nella prima fase del processo di raccolta dei metadati ci siamo concentrati sulle risorse e sulle tecnologie della lingua lituana, ossia sui corpora, ovvero gli insiemi di dati (raccolte di segmenti di testo o documenti, trascrizioni audio, script, registrazioni audio e video, ecc., grezzi o annotati, monolingui o bi-/multilingui, mono- o multimodali, nonché corpora di apprendenti e corpora di lingua dei segni); sulle descrizioni linguistiche comprendenti modelli linguistici e grammatiche computazionali; sulle risorse lessicali/concettuali, comprendenti lessici computazionali, banche dati terminologiche, repertori geografici, ontologie, elenchi di termini, thesauri ecc.; sugli strumenti/servizi: servizi offerti attraverso il web, altre reti o eseguiti nel cloud, nonché strumenti scaricabili, codice sorgente ecc. (Giagkou, Piperidis 2021: 9). Questi includono strumenti NLP di base per le lingue europee (analizzatori morfologici, annotatori POS, lemmatizzatori, analizzatori sintattici ecc.), strumenti di redazione (ad es. correttori ortografici, grammaticali e stilistici), strumenti/servizi per il recupero, l’estrazione e il mining delle informazioni, l’analisi di testi e del parlato, la traduzione automatica, la comprensione e la generazione del linguaggio naturale, le tecnologie vocali ecc. Nella seconda fase è stato attuato un ulteriore ciclo di raccolta dei metadati. Durante la seconda fase ci siamo concentrati sull’identificazione degli stakeholder LT in Europa e dei progetti LT nazionali ed europei, dei finanziamenti pubblici per LT/NLP/AI o di qualsiasi altro fattore contestuale che potesse emergere dalla definizione preliminare di ELE (Giagkou, Piperidis 2021: 9).
Le risorse linguistiche lituane raccolte sono state descritte mediante un unico modulo di metadati, da compilare a cura di tutti i membri di ELE, che comprendeva i seguenti elementi obbligatori e raccomandati. Elementi obbligatori: tipo di risorsa (una classificazione delle risorse in tipi: corpora, risorse lessicali/concettuali, grammatiche/modelli (linguistici), strumenti/servizi); nome della risorsa (un nome o titolo leggibile dall’uomo con cui la risorsa è conosciuta); pagina di accesso; descrizione (una breve descrizione in testo libero che fornisce informazioni sulla risorsa); lingua/e (la/e lingua/e coperte da un corpus o da una risorsa lessicale/concettuale oppure la lingua di input di uno strumento/servizio); sottoclasse del corpus; sottoclasse della risorsa lessicale/concettuale; sottoclasse della grammatica/modello; tipo/i di supporto delle parti (solo per corpora e risorse lessicali/concettuali); tipo/i di supporto dell’input (solo per strumenti/servizi); dipendenza dalla lingua (solo per strumenti/servizi) ecc. Elementi raccomandati: nome breve della risorsa; tipo di finanziamento; anno di pubblicazione della risorsa; licenza; pagina iniziale della fonte; organizzazione/fornitore: l’organizzazione responsabile della fornitura, della cura, della manutenzione e della messa a disposizione della risorsa; ecc.
— e i gruppi RML (ulteriori informazioni sul progetto disponibili all’indirizzo: https://european-language-equality.eu/about/).
188
Acta Linguistica Lithuanica LXXXVI
Page 6
European Language Equality in the Digital Age: The Case of Lithuania
1. UGUAGLIANZA DELLE LINGUE EUROPEE: È (IM)POSSIBILE?
Il panorama linguistico dell’Unione europea (di seguito – UE) è ricco e diversificato. È composto da 24 lingue ufficiali e oltre 60 lingue nazionali e regionali. Questa diversità linguistica e culturale costituisce una parte essenziale del patrimonio di ogni Stato, è altamente apprezzata e promossa nell’UE, con particolare attenzione al multilinguismo. Il multilinguismo come valore dell’UE è guidato dal motto “Unita nella diversità”, entrato in uso per la prima volta nel 2000.⁹ L’UE presta particolare attenzione alle lingue regionali o minoritarie, spinta dall’impegno a proteggerle: “La Carta europea delle lingue regionali o minoritarie è la convenzione europea per la protezione e la promozione delle lingue utilizzate dalle minoranze tradizionali. Insieme alla Convenzione quadro per la protezione delle minoranze nazionali, essa costituisce l’impegno del Consiglio d’Europa per la protezione delle minoranze nazionali”.¹⁰ L’uguaglianza delle lingue europee è unanimemente riconosciuta come uno dei maggiori punti di forza dell’UE. Tuttavia, essa pone anche numerose sfide, poiché ogni Stato si trova in una situazione demografica, geopolitica, culturale ecc. diversa e affronta inevitabilmente vari ostacoli, compresi quelli linguistici; esiste una notevole disparità nel campo delle tecnologie linguistiche. Ciò è sottolineato anche nella risoluzione adottata dal Parlamento europeo “Uguaglianza linguistica nell’era digitale”.¹¹
I numeri dei parlanti delle lingue ufficiali dell’UE indicano (cfr. Fig. 1) che le cinque lingue più parlate sono le seguenti: inglese (circa 30%), tedesco (17%), francese (15%), spagnolo (8%) e italiano (7%).
I dati relativi alle lingue dominanti (le prime cinque) non cambiano se vengono valutate tutte le lingue dell’UE (cfr. ad esempio Fig. 2). Fin dalla sua nascita, l’UE ha dichiarato esplicitamente che l’Europa conserva la propria diversità linguistica e culturale; a tal fine sono stanziate somme significative (Rehm, Uszkoreit 2013: 12–14). Tuttavia, la situazione attuale mostra che le lingue con un numero inferiore di parlanti devono ancora affrontare diverse barriere linguistiche e si discute continuamente di come ridurre questa disuguaglianza linguistica con mezzi digitali, poiché è impossibile imparare così tante lingue dell’UE senza il sostegno tecnologico.
Fig. 1: Numero di parlanti delle lingue ufficiali dell’UE 12
Se analizziamo la situazione dell’uguaglianza delle lingue europee in base al numero di parlanti, osserviamo che tutte le lingue dell’UE possono essere raggruppate come segue: in cima si trovano le lingue più vulnerabili (Fig. 2) e questo elenco è piuttosto ampio; potremmo tracciare in modo approssimativo una linea fino all’estone. Il gruppo intermedio è rappresentato dalle lingue parlate da un numero piuttosto ridotto di parlanti, che tuttavia occupano posizioni più elevate per altri indicatori delle tecnologie linguistiche e del sostegno tecnologico (Fig. 3). In fondo possiamo vedere un elenco delle lingue ufficiali dell’UE che occupano le posizioni più forti in base al numero di parlanti e agli altri indicatori (cfr. oltre). Indipendentemente dal fatto che le lingue riconosciute a livello regionale possano funzionare a parità di condizioni con le altre lingue dell’UE, non si dovrebbe respingere l’ipotesi dello status più forte delle lingue ufficiali e il divario tecnologico resta molto ampio.
12 Dati da: https://european-language-equality.eu/languages/.
190
Acta Linguistica Lithuanica LXXXVI
Page 8
European Language Equality in the Digital Age: The Case of Lithuania
Fig. 2: Numero di parlanti delle lingue dell’UE
Gli ultimi dati del 2022 sulle risorse linguistiche e sul sostegno stanziato per il loro sviluppo (cfr. Fig. 3) mostrano che l’inglese è ancora la lingua meglio sostenuta. Anche il francese, il tedesco e lo spagnolo competono e in alcune dimensioni i loro risultati sono simili a quelli dell’inglese. Le altre lingue ufficiali dell’UE ricevono un sostegno moderato; tuttavia, alcune lingue dispongono soltanto di un sostegno debole o ne sono prive. Anche le lingue nazionali o regionali ricevono un sostegno frammentario; altre lingue rappresentano casi limite per livello di sostegno. L’analisi conduce alla conclusione generale che nessuna lingua naturale è sostenuta in modo ottimale dalle tecnologie, ossia che il livello di sostegno richiesto non è stato raggiunto per nessuna lingua, nemmeno per l’inglese (Gaidienė, Tamulionienė 2022: 17).
Straipsniai / Articles
191
Page 9
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
Fig. 3: Stato del sostegno tecnologico nel 2022 (figura tratta da: Gaidienė, Tamulionienė 2022: 17). Grigio chiaro: sostegno debole/assente; grigio: sostegno frammentario; grigio scuro: buon sostegno
192
Acta Linguistica Lithuanica LXXXVI
Page 10
European Language Equality in the Digital Age: The Case of Lithuania
Nell’ambito del progetto ELE, è stato confrontato il livello di progresso raggiunto da ciascuna lingua rispetto al 2012 (per ulteriori informazioni, cfr. Vaišnienė, Zabarskaitė 2012). Possiamo osservare (cfr. Fig. 4) che il livello tecnologico delle lingue è cambiato notevolmente (ad esempio, la diffusione degli assistenti virtuali, dei chatbot, il miglioramento delle capacità di analisi del testo ecc.). I risultati di questa analisi mostrano soltanto lo status relativo delle lingue, non i progressi raggiunti per una lingua specifica. Il settore delle tecnologie linguistiche ha compiuto progressi notevoli negli ultimi dieci anni, ma il divario tra le lingue meglio sostenute e quelle meno sostenute è ancora evidente.
Fig. 4: Stato complessivo del sostegno tecnologico per alcune lingue europee (2022) (figura tratta da: Gaidienė, Tamulionienė 2022: 18)
È difficile dire se sia possibile conseguire l’uguaglianza linguistica europea. Se confrontiamo il numero di parlanti, le risorse e le tecnologie linguistiche e il sostegno di cui beneficiano, emerge un grande divario. Nel rapporto elaborato nell’ambito del progetto ELE, “Report on the state of Language Technology in 2030”, si sottolinea che entro il 2030 sono particolarmente critici due punti da raggiungere: “1) I modelli linguistici neurali e le tecniche correlate sono fondamentali per sostenere i progressi nelle LT. Pertanto, essere in grado di costruire modelli linguistici neurali per altre lingue con la stessa qualità dell’inglese è fondamentale per l’uguaglianza linguistica; 2) I dati multilingui sono l’elemento chiave per addestrare tali modelli in una varietà di lingue. Non dovremmo dare per scontato che grandi quantità di corpora pubblicamente disponibili e di buona qualità possano essere facilmente ottenute per tutte le lingue europee; piuttosto, vale il contrario.”
Straipsniai / Articles
193
Page 11
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
Lo sforzo volto a garantire che tutte le lingue dispongano di grandi quantità di corpora pubblicamente disponibili e di buona qualità, tenendo conto delle questioni di equità, dovrebbe essere al centro di ogni futuro impegno a favore della DLE”13”14. Il progetto ELE presta maggiore attenzione a quanto sopra; è prevista la consegna di un piano strategico dettagliato che stabilisca azioni specifiche entro il 2030.
2. DISPONIBILITÀ DI DATI E STRUMENTI LINGUISTICI
Come già accennato, i dati sulle risorse digitali disponibili della lingua lituana sono stati raccolti nell’ambito del progetto ELE. In totale sono state raccolte e descritte 218 risorse digitali della lingua lituana, la parte più consistente delle quali è costituita da risorse lessicali/concettuali (139; 64%); seguono gli strumenti/servizi (53; 24%); i corpora (24; 11%) occupano il terzo posto, mentre le grammatiche/i modelli linguistici15 (2; 1%) occupano il quarto posto (cfr. Fig. 5).
Fig. 5: Tipi di risorse digitali della lingua lituana
15 La Lituania è in ritardo per quanto riguarda le risorse digitali di grammatica/modello linguistico; poiché in questo campo sono state identificate appena alcune risorse, esse non vengono discusse separatamente nell’articolo.
194
Acta Linguistica Lithuanica LXXXVI
Page 12
European Language Equality in the Digital Age: The Case of Lithuania
Ogni gruppo di risorse digitali sarà discusso separatamente nell’articolo, fornendo esempi delle risorse, degli strumenti e dei servizi elettronici più noti e più estesi.
2.1. Risorse lessicali/concettuali
I dizionari/lessici costituiscono la parte principale delle risorse lessicali/concettuali (77%); seguono le risorse terminologiche (15%). Le risorse lessicali/concettuali comprendono anche ontologie e wordnet (4%).
La maggior parte dei dizionari digitali è sviluppata dall’Istituto della lingua lituana ed è accessibile tramite il sistema informativo per le risorse della lingua lituana E. KALBA16.
E. KALBA consente di accedere al più recente dizionario descrittivo normativo Dizionario della lingua lituana standard17, che attualmente contiene 74.062 lemmi (tutte le voci del dizionario che iniziano con le lettere B, C, Č, D, E, Ę, Ė, F, G, H, I, J, O, R, Z, Ž e l’intero nomenclatore sono accessibili online). Al dizionario vengono aggiunte migliaia di parole nuove e nuovi significati; i lemmi sono corredati da numerosi esempi autentici tratti dall’uso reale della lingua.
Nel sistema informativo per le risorse della lingua lituana E. KALBA sono disponibili anche altri dizionari descrittivi monolingui: Dizionario della lingua lituana moderna18 (8tha edizione riveduta e aggiornata, che comprende 48.342 lemmi) e Dizionario della lingua lituana19 (che riflette il lessico della lingua lituana dal XVIth secolo alla fine del XXth secolo. Il dizionario contiene 310.659 lemmi). E. KALBA offre anche dizionari specializzati: la Banca dati dei neologismi lituani20, costantemente aggiornata (comprende parole nuove — prestiti e neologismi —, locuzioni e abbreviazioni oppure nuovi significati di parole entrate in lituano dalla fine del XXth secolo e attualmente usate pubblicamente, nonché informazioni sulla loro origine, sul loro uso e sulla loro standardizzazione. Attualmente contiene oltre 7.000 voci); Il dizionario dei sinonimi,21 Il dizionario dei contrari,22 The
Dizionario di fraseologia,23 Il dizionario dei paragoni,24 ecc. Si possono inoltre trovare vari dizionari bilingui,25 ad esempio lituano–inglese e inglese–lituano; lituano–tedesco e tedesco–lituano; lituano–lettone e lettone–lituano, ecc.
Vari schedari appartengono alla categoria dei lessici,26 ad esempio lo schedario principale, lo schedario supplementare e lo schedario dialettale di Il dizionario della lingua lituana, ecc.
Per quanto riguarda le risorse terminologiche, La banca terminologica della Repubblica di Lituania,27 la fonte più ampia e affidabile per contenuto di termini lituani, è la più conosciuta. Gli atti giuridici e i glossari dei termini costituiscono le principali fonti di questa banca terminologica (sono disponibili oltre 255.000 voci terminologiche). Nella banca sono incluse raccolte di termini di diversi settori (complessivamente 26 settori, come politica, difesa, finanza, ambiente, trasporti, cultura, salute, ecc., ulteriormente suddivisi). La banca dati dei termini dell’Ente lituano di normazione28 include una raccolta di termini tratti dalle norme. Attualmente contiene 76.000 voci terminologiche. Il sistema informativo per le risorse della lingua lituana RAŠTIJA.LT29 consente di effettuare ricerche in 32 glossari terminologici. I settori dei termini dipendono dai glossari: vi sono termini di elettrotecnica, informatica, gestione, didattica delle lingue, matematica, metrologia, meteorologia, ecc.
In Lituania esistono poche ontologie e reti semantiche. Esiste la Ontologia generale della lingua lituana, l’ontologia ad accesso aperto dei termini medici lituani Snomed CT,30 il servizio elettronico E-terms,31 che comprende ontologie nei seguenti settori: L’ontologia dei termini dell’anatomia umana (7.500 termini), L’ontologia dei termini economici (500 termini) e L’ontologia dell’hardware e dei componenti informatici (1.000 termini). Disponiamo di diversi wordnet lituani, che possono essere ulteriormente ampliati: LitWorNet32 (per ulteriori informazioni,
26 «Un dizionario digitale (o lessico) è un elenco di voci (solitamente parole singole o espressioni polirematiche), eventualmente arricchito con ulteriori informazioni» (Pastor et. al. 2017: 29).
European Language Equality in the Digital Age: The Case of Lithuania
si veda Vitkutė-Adžgauskienė et al. 2015) e WordNet33 (con 24.000 synset, di cui 10.000 collegati ai synset del Princeton WordNet).
2.2. Strumenti/servizi
L’analisi di testo e dati rappresenta la parte principale degli strumenti/servizi digitali (36%); seguono il riconoscimento vocale (15%), il controllo grammaticale e il controllo ortografico (8%); la traduzione automatica (6%) e altri. Per quanto riguarda gli strumenti/servizi, va aggiunto che essi dipendono dalla lingua (98%), con il testo (80%) come tipo di supporto prevalente per l’input.
Vanno menzionati innanzitutto i sistemi di traduzione automatica già sviluppati. “Tilde informacinės technologijos” UAB offre la possibilità di utilizzare gratuitamente lo strumento multilingue di traduzione automatica basato su reti neurali, Tilde Translator,34. Secondo i suoi sviluppatori, «questo strumento di traduzione automatica statistica è il migliore sul mercato ed è adattato alle coppie linguistiche lituano–inglese, inglese–lituano, lettone–inglese e inglese–lettone. È inoltre disponibile per l’uso il sistema di traduzione automatica basato su regole per la traduzione dal lettone al russo».35 Attualmente, è possibile utilizzare Tilde Translator per tradurre dal lituano in tedesco, polacco, inglese, ucraino e russo.
Il sistema di traduzione automatica ALPMAVIS è liberamente disponibile agli utenti.36 Il sistema comprende le seguenti coppie linguistiche: lituano–inglese–lituano, lituano–francese–lituano, lituano–tedesco–lituano, lituano–polacco–lituano e lituano–russo–lituano. Il sistema summenzionato è adattato ai settori generale, giuridico e informatico.37
Vanno menzionati anche i sistemi di traduzione gratuiti sviluppati al di fuori della Lituania, ad esempio Google Translate, Microsoft Bing Translator, eTranslation, ecc. Quest’ultimo sistema di traduzione è disponibile gratuitamente per le istituzioni governative ed è più adatto alla traduzione di testi amministrativi e giuridici.
Esistono vari servizi creati per gli utenti, nei quali la tecnologia di riconoscimento vocale è concepita per controllare i computer mediante la voce, ad esempio Browser38 (navigazione
controllo vocale); Controller39 (controllo vocale del computer); Searcher40 (ricerca vocale di risorse del patrimonio UNESCO); Recognizer41 (apprendimento del controllo vocale); Helper42 (controllo vocale per persone con disabilità); Coaching Robot Controller43 (controllo di un robot umanoide per bambini); Taxi Caller44; Caller45 (chiamate ai contatti telefonici); Interlingual Communicator46 (lituano–cinese), ecc. È inoltre disponibile gratuitamente un’applicazione di riconoscimento vocale,47 che converte il parlato in testo a partire da un file audio preregistrato o da una dettatura in tempo reale.
Alcuni servizi sviluppati in Lituania sono dotati di tecnologia di sintesi vocale, ad esempio Pronouncer48 (un dizionario audio dei neologismi lituani); Il sintetizzatore vocale lituano per non vedenti49 (un sintetizzatore vocale lituano compatibile con SAPI5 che legge ad alta voce ciò che viene visualizzato sul monitor di un computer); Il sintetizzatore mobile per non vedenti50; Il lettore online di notizie51 (la raccolta e la lettura delle notizie con una voce sintetizzata in lituano). È inoltre disponibile gratuitamente un’applicazione di sintesi vocale52 che converte il testo in parlato.
I principali strumenti gratuiti open source per l’analisi di base dei testi digitali in lituano sono stati creati nell’ambito di vari progetti in Lituania, ossia un segmentatore, un lemmatizzatore, un analizzatore morfologico, un tagger delle parti del discorso, un analizzatore sintattico, un correttore ortografico, un normalizzatore del testo, una soluzione per la ricerca avanzata negli indici dei testi lituani, un estrattore di espressioni polirematiche, ecc. (Guidelines 2020).
Esistono inoltre soluzioni gratuite open source per l’identificazione della lingua e l’analisi semantica: l’analizzatore semplice e basato sugli aspetti del sentimento (opinione),53 il rilevamento dell’odio
European Language Equality in the Digital Age: The Case of Lithuania
strumento di riconoscimento vocale,54 il servizio di sintesi automatica dei documenti,55 lo strumento di riconoscimento automatico delle entità identificate (Guidelines 2020).
2.3. Corpora
La Lituania procede alla creazione e allo sviluppo dei dati e delle risorse linguistiche generali necessari per produrre tecnologie linguistiche e le loro applicazioni. In Lituania esistono diversi corpora, dominati dai corpora annotati (91%), con il testo (96%) come tipo di supporto prevalente delle parti.
Il corpus della lingua lituana contemporanea56 è il corpus più ampio della lingua lituana. Comprende 140.921.288 parole (narrativa – 11,6%, saggistica – 14,2%, letteratura amministrativa – 10%, pubblicazioni – 63,8%, lingua parlata – 0,3%). La compilazione del corpus è iniziata nel 1992 ed è stata aggiornata l’ultima volta nel 2011.
Esistono inoltre corpora annotati morfologicamente e sintatticamente. Il volume del Corpus lituano annotato morfologicamente MATAS57 è di 1,6 milioni di parole (36% di testi tratti da periodici, 24% di testi della letteratura scientifica, 19% di testi narrativi, 2,8% di testi amministrativi, 6,8% di resoconti verbatim del Parlamento della Repubblica di Lituania). Il corpus è stato prodotto in modo semiautomatico e i risultati sono stati esaminati da linguisti. Il corpus ha rivelato la polisemia morfologica su larga scala della lingua lituana, ossia che quasi la metà di tutte le forme è morfologicamente polisemica. L’ultima versione del Treebank lituano ALKSNIS58 (ALKSNIS 3.0) presenta 3.643 frasi annotate sintatticamente nel formato PML (Prague Mark-up Language).
In Lituania sono stati avviati diversi corpora paralleli. Il Corpus parallelo59 contiene parole ceco-lituane (20,29%), parole inglese-lituane (76,6%), parole lituano-ceche (0,8%) e parole lituano-inglesi (2,31%). Il Corpus parallelo LILA60 è stato creato in modo semiautomatico, con testi allineati a livello di paragrafo e di frase. Il corpus è costituito da testi pubblicati nel 1991 o successivamente. Il volume totale del corpus è di 8.782.050 parole:
I testi lituano–lettoni costituiscono la parte principale (3.448.745 parole), mentre i testi lettone–lituani rappresentano la metà (1.695.160 parole). Tale composizione asimmetrica dei dati deriva dal numero maggiore di testi tradotti dal lituano al lettone rispetto alla direzione inversa negli ultimi anni.
Esistono anche altri tipi di corpora, ad esempio Il corpus della lingua lituana parlata,61Il compendio dei testi dei manuali KLASIUS62; Il corpus dell’antica lingua lituana63; CorALit64: Corpus Academicum Lithuanicum, ecc.
È garantito l’accesso aperto ai dati della maggior parte dei corpora.
In sintesi, la produzione e lo sviluppo delle risorse linguistiche digitali e degli strumenti/servizi esistenti hanno evidenziato notevoli progressi in Lituania; esistono persino diverse infrastrutture per le risorse e gli strumenti/servizi della lingua lituana (E. KALBA, RAŠTĮJA.LT, ecc.), che offrono libero accesso a vari dizionari digitali, lessici, ecc. e forniscono diversi servizi a controllo vocale, analisi di base dei testi digitali in lituano, strumenti open source gratuiti, ecc. Vengono prodotti e ulteriormente sviluppati vari corpora e sistemi di traduzione automatica. Tuttavia, mancano dati linguistici multimediali, corpora paralleli orientati alla traduzione automatica, diversi corpora vocali, ecc. Per quanto riguarda la semantica del testo, permangono lacune, poiché mancano wordnet, ontologie, ecc. di qualità. L’ambito della grammatica è attualmente piuttosto trascurato: mancano grammatiche digitali e altri strumenti tecnologici che possano contribuire allo sviluppo delle tecnologie linguistiche e al loro miglioramento qualitativo.
3. SITUAZIONE DEL LITUANO NELL’AMBIENTE DIGITALE: PUNTI DI FORZA, DEBOLEZZE, OPPORTUNITÀ E MINACCE
Lo status del lituano nell’ambiente digitale è stato valutato tenendo conto della principale banca dati documentale disponibile, nonché delle infrastrutture nazionali per le risorse e le tecnologie linguistiche e dei principali consorzi, federazioni e progetti. I principali documenti e le risorse sono descritti in dettaglio (si veda Guidelines 2020). Il presente articolo mira a descriverli in termini generali, al fine di ricostruire le origini dei punti di forza, delle debolezze, delle opportunità e delle minacce.
European Language Equality in the Digital Age: The Case of Lithuania
3.1. Il governo lituano e altre istituzioni statali sostengono diversi programmi volti a promuovere una serie di attività di ricerca e divulgazione linguistica. In Lituania sono in vigore i seguenti documenti sulle politiche delle tecnologie linguistiche: 1) Le linee guida per lo sviluppo della lingua lituana nell’ambiente digitale e per il progresso delle tecnologie linguistiche per il periodo 2021–202765 (per ulteriori informazioni, si veda pagina 2); 2) La strategia lituana per l’intelligenza artificiale: una visione per il futuro (2018)66 emanata dal Ministero dell’Economia e dell’Innovazione della Repubblica di Lituania. L’obiettivo della strategia è «fare della Lituania un leader regionale sulla base delle risorse, dell’esperienza e del potenziale esistenti. Mira ad accrescere la competitività della Lituania tra i paesi dell’UE e ad assicurare la sua partecipazione efficace all’ecosistema globale dell’IA» (AI Strategy 2018); 3) La strategia per il progresso della Lituania “Lietuva 2030”.67 Questa strategia delinea la «visione e le priorità di sviluppo dello Stato, nonché le modalità della loro attuazione fino al 2030. È il principale documento di pianificazione da tenere in considerazione nelle decisioni strategiche e nella preparazione dei piani o programmi statali» (Strategy 2012). Il 2 luglio 2021 la Commissione europea ha dato il via libera al piano di ripresa e resilienza della Lituania. «L’impatto trasformativo del piano della Lituania è il risultato di una solida combinazione di riforme e investimenti che affrontano le sfide specifiche della Lituania».68
3.2. La Lituania dispone di diverse infrastrutture nazionali tecnologiche e di dati linguistici: 1) RAŠTIJA LT69 è il sistema integrato di risorse, prodotti e servizi linguistici e scritti lituani sviluppato dall’Istituto di matematica e informatica dell’Università di Vilnius: base di conoscenze, strumenti di ricerca, ecc.; 2) CLARIN–LT70 – il Consorzio nazionale lituano (membro di CLARIN-ERIC) istituito nel 2015. Attualmente è composto da 5 istituti di ricerca: Università Vytautas Magnus (coordinatrice), Università di tecnologia di Kaunas, Università di Vilnius, Università Mykolas Romeris e Istituto baltico di tecnologie avanzate; 3) E. KALBA71 – il sistema informativo delle risorse della lingua lituana gestito dall’Istituto della lingua lituana. In questo sistema si trovano nove dizionari monolingui e dieci bilingui, vari schedari e banche dati
(archivio dei dialetti; banca dati geoinformativa dei toponimi lituani, ecc.), nonché servizi elettronici (ricerca nella Rete dei significati, E-Concepts, Analizzatore di opinioni, ecc.); 4) SEMANTIKA72 – il Sistema informativo lituano per l’analisi sintattica e semantica (LSSAIS), che «è un’infrastruttura unica di tecnologia linguistica e un sistema informativo statale che fornisce servizi di riconoscimento vocale e analisi del testo per la lingua lituana. L’Università Vytautas Magnus è il gestore del sistema informativo».73
3.3. Principali consorzi, federazioni e progetti ai quali la Lituania appartiene o partecipa. I rappresentanti della Federazione europea delle istituzioni nazionali per la lingua (EFNIL) in Lituania sono l’Istituto della lingua lituana e la Commissione statale della lingua lituana. La Federazione presta particolare attenzione alle lingue degli Stati membri dell’UE e alla diversità linguistica dell’Europa.74Il coordinamento europeo delle risorse linguistiche (ELRC) «gestisce, mantiene e coordina le risorse linguistiche pertinenti in tutte le lingue ufficiali dell’UE e nei paesi associati al CEF. Tali attività contribuiranno a migliorare la qualità, la copertura e le prestazioni delle soluzioni di traduzione automatizzata nel contesto dei servizi digitali CEF attuali e futuri».75L’infrastruttura comune per le risorse e le tecnologie linguistiche (CLARIN-ERIC) è «un’infrastruttura di ricerca nata dalla visione che tutte le risorse e gli strumenti linguistici digitali provenienti da tutta Europa e oltre siano accessibili attraverso un ambiente online a sostegno dei ricercatori nelle scienze umane e sociali».76 CLARIN-LT è un consorzio nazionale lituano coordinato dall’Università Vytautas Magnus, che è stata membro di CLARIN-ERIC. La griglia linguistica europea (ELG) «sviluppa e implementa una piattaforma cloud scalabile, fornendo, in modo facilmente integrabile, l’accesso a centinaia di tecnologie linguistiche commerciali e non commerciali per tutte le lingue europee, compresi strumenti e servizi operativi nonché insiemi di dati e risorse».77 Dal 2019, l’ELG è rappresentata in Lituania dall’Istituto della lingua lituana. L’obiettivo principale della Uguaglianza linguistica europea (ELE) è «preparare il Programma per l’uguaglianza linguistica europea, sotto forma di un’agenda strategica di ricerca, innovazione e attuazione e di una tabella di marcia per conseguire la piena digital
European Language Equality in the Digital Age: The Case of Lithuania
uguaglianza linguistica in Europa entro il 2030».⁷⁸ Dal 2021, l’ELE è rappresentata in Lituania dall’Istituto della lingua lituana.
Nel periodo 2014–2020, i finanziamenti per l’attuazione di soluzioni per la lingua lituana nello spazio digitale sono stati ottenuti dal Programma operativo per gli investimenti dei fondi dell’UE, asse prioritario 2 (Promuovere la società dell’informazione). Nel 2018 sono stati avviati cinque progetti: «Sviluppo di servizi lituani a controllo vocale» (LIEPA–2), «Sviluppo dei servizi pubblici del sistema informativo per l’analisi sintattico-semantica dei testi lituani» (SEMANTIKA–2), «Potenziamento e sviluppo dei sistemi di traduzione automatica e dei servizi di localizzazione», «Sviluppo del sistema informativo integrato delle risorse linguistiche e scritte lituane» (RAŠTIJA 2) e «Sviluppo del sistema informativo delle risorse della lingua lituana» (E. KALBA). Entro la fine del 2020 sono stati creati complessivamente 21 servizi elettronici pubblici. Gli istituti di ricerca e di istruzione e le imprese sono stati i partecipanti più attivi al programma (Guidelines 2020). Oltre ai progetti sopra citati, sono stati attuati anche altri progetti di tecnologia linguistica finanziati dai fondi strutturali dell’UE, dalla Commissione europea, dai fondi dei progetti nazionali, ecc.
3.4. Un’analisi SWOT (punti di forza, debolezze, opportunità e minacce) è presentata nel Programma della lingua lituana nella società dell’informazione per il periodo 2007–2010, approvato dal Seimas della Repubblica di Lituania.⁷⁹ Essa costituisce un eccellente punto di partenza per l’analisi della situazione attuale. È motivo di soddisfazione constatare che sono stati compiuti notevoli progressi e che la maggior parte delle debolezze o minacce di quel periodo è stata da tempo eliminata e dimenticata. Sono stati compiuti progressi significativi nell’adattamento della lingua lituana all’ambiente digitale: sono state sviluppate numerose risorse linguistiche digitali e strumenti di analisi linguistica di base, sono stati creati servizi linguistici online complessi, è stata sviluppata un’ontologia della lingua lituana e sono stati localizzati numerosi programmi e strumenti informatici. Sono state localizzate applicazioni informatiche rilevanti per la società e sono stati standardizzati i termini informatici. I ricercatori lituani partecipano attivamente e collaborano alle attività di mobilità delle associazioni internazionali. Molti specialisti della lingua lituana si concentrano sul settore delle tecnologie dell’informazione e sviluppano sistematicamente attività innovative in questo ambito. La Lituania è molto interessata a garantire a tutti i cittadini pieno accesso alle soluzioni digitali, il che rende molto importante adattare l’accesso alle risorse per le persone con disabilità (Gaidienė, Tamulionienė 2022: 17–18).
L’analisi generale dello status attuale delle lingue europee, le innovazioni che emergono quotidianamente, le esigenze crescenti della società, ecc. pongono nuove sfide e aprono nuove opportunità, nonché nuove minacce.
La Lithuania è ancora priva di risorse linguistiche nell’ambiente elettronico per una più rapida integrazione della lingua lituana e delle Tecnologie dell’informazione, nonché di standard per la gestione della lingua lituana con le Tecnologie dell’informazione. Esiste un’ampia gamma di software pertinenti che non sono ancora stati lituanizzati e adattati alle esigenze della società; è necessario garantire ulteriormente l’uso uniforme dei termini informatici, del vocabolario e delle espressioni nei software, e continuare a occuparsi dell’uso della lingua lituana parlata (del parlato) nell’ambiente elettronico, informatico e dei dispositivi computerizzati.
A livello nazionale, è essenziale un quadro giuridico chiaro per garantire un trattamento paritario della ricerca (non commerciale e commerciale) e dell’innovazione basate sull’estrazione e sull’analisi automatiche di dati provenienti da fonti elettroniche di informazioni non strutturate (testi). Solo dopo aver raccolto una quantità sufficiente di risorse pertinenti che riflettano i fenomeni della lingua lituana contemporanea sarà possibile sviluppare strumenti efficaci per l’applicazione della lingua lituana nelle Tecnologie dell’informazione. Occorre prestare particolare attenzione all’adattamento alle opportunità e alle esigenze di tutti i consumatori, per non programmare l’esclusione sociale, che avrebbe conseguenze sulla società nel suo complesso. È importante creare interfacce in lingua lituana che riducano direttamente la segregazione linguistica sociale, promuovano l’uso legale del software e riducano il divario con i vecchi Stati membri dell’UE nell’uso delle Tecnologie dell’informazione. È inoltre importante creare condizioni per l’uso della lingua lituana sui computer, sui dispositivi controllati da computer e sui computer controllati mediante la lingua lituana parlata (il parlato), nonché migliorare gli strumenti di controllo vocale dei computer affinché le persone con disabilità e le altre persone possano avere un accesso illimitato ai servizi elettronici. La linguistica computazionale e le tecnologie linguistiche, come materia autonoma, non sono ancora istituite nel sistema lituano dell’istruzione terziaria. Nessuna università offre studi sulle tecnologie linguistiche a tutti i livelli. Questo deve cambiare (Gaidienė, Tamulionienė 2022).
In Lithuania, è necessario aumentare la competenza degli specialisti che lavorano nel campo delle tecnologie linguistiche e innalzare il livello della capacità della società di utilizzare le opportunità offerte dalle tecnologie linguistiche. È inoltre importante formare specialisti che conoscano le specificità della lingua e delle tecnologie dell’informazione, finanziare la ricerca fondamentale e applicata e sostenere le infrastrutture scientifiche e tecniche. Inoltre, è fondamentale accumulare e aumentare la disponibilità di risorse linguistiche digitali aperte, affidabili, di alta qualità e sostenibili, nonché di altri dataset linguistici digitali. È necessario sviluppare l’infrastruttura delle tecnologie linguistiche, l’applicazione delle tecnologie linguistiche
204
Acta Linguistica Lithuanica LXXXVI
Page 22
European Language Equality in the Digital Age: The Case of Lithuania
nel settore pubblico e nei servizi pubblici, negli istituti di insegnamento e apprendimento, nonché sviluppare e migliorare soluzioni e strumenti IT disponibili al pubblico. La Lithuania deve partecipare in modo ancora più attivo alla Comunità Europea e ad altri programmi internazionali sulle tecnologie linguistiche. È importante aggiornare le infrastrutture con le risorse digitali necessarie, potenziare e mantenere l’hardware delle infrastrutture, integrare le infrastrutture in sistemi nazionali, europei e internazionali più ampi di risorse linguistiche e garantire l’apertura delle tecnologie e dei dati in esse archiviati (Guidelines 2020).
In sintesi, lo sviluppo delle tecnologie linguistiche è essenziale per il lituano, così come per qualsiasi altra lingua. Per raggiungere la prosperità in questo settore, la Lithuania dovrebbe lavorare sugli sviluppi affrontati e non affrontati in questo articolo. Per conseguire gli obiettivi, è necessario unire gli sforzi dello Stato, della scienza e delle imprese.
CONCLUSIONI
Dopo aver esaminato la situazione delle tecnologie linguistiche lituane nel contesto europeo multilingue e aver analizzato sistematicamente le risorse linguistiche e gli strumenti/servizi lituani, possiamo formulare alcune conclusioni principali riguardanti lo status della lingua lituana nell’ambiente digitale.
1. I risultati mostrano che dal 2012 in Lithuania sono stati compiuti progressi significativi nello sviluppo di diverse risorse linguistiche digitali e strumenti/servizi. Sebbene il lituano sia classificato tra le lingue con un numero ridotto di parlanti, sta progredendo rapidamente nel campo delle tecnologie linguistiche. Per quanto riguarda le risorse digitali e gli strumenti/servizi, vi sono ancora settori che richiedono ulteriori progressi.
Sebbene siano già disponibili numerose risorse digitali della lingua lituana, considerando le esigenze delle tecnologie linguistiche e del pubblico, devono ancora essere sviluppati o aggiornati nuovi dizionari monolingui (dizionari di sinonimi, contrari, fraseologia, ecc.) e dizionari bilingui, nonché diversi lessici. Le ontologie, i wordnet e i corpora devono essere ampliati e potenziati; devono essere sviluppati corpora paralleli multilingui necessari per la traduzione automatica, ecc. Per quanto riguarda la terminologia, sono necessari compendi o termini aggiuntivi e aggiornati; la struttura e le soluzioni tecnologiche delle banche dati terminologiche variano, rendendo più difficile utilizzare i dati per altre soluzioni tecnologiche; vi è inoltre una carenza di dati terminologici aperti. Il lituano necessita di grammatiche digitali, banche dati del parlato annotate e altre risorse che accelerino il progresso delle tecnologie linguistiche.
Straipsniai / Articles
205
Page 23
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
2. Sono stati compiuti progressi notevoli nelle tecnologie linguistiche in Lithuania, ma le innovazioni che emergono ogni minuto, le esigenze crescenti, ecc. non solo aprono nuove opportunità e sfide, ma evidenziano anche debolezze e minacce.
2.1. L’infrastruttura delle risorse linguistiche ad accesso aperto è ancora in fase di sviluppo in Lithuania; la cultura della condivisione dei dati è ancora stagnante; le questioni relative alle licenze sono ancora irrisolte: le norme sui diritti di proprietà intellettuale e il GDPR devono essere più flessibili e consentire un uso più ampio dei dati soggetti a diritti di proprietà intellettuale per lo sviluppo delle tecnologie e delle risorse linguistiche, affinché gli interessi degli autori non siano lesi.
2.2. In Lithuania mancano le risorse umane necessarie: vi è una carenza di specialisti IT e ricercatori che lavorano nel campo delle tecnologie linguistiche; non esistono programmi di studio specializzati.
2.3. Lo sviluppo delle tecnologie della lingua lituana richiede un forte sostegno nazionale e internazionale, compresi programmi pertinenti e a lungo termine sulle tecnologie linguistiche che sostengano la ricerca e le imprese a condizioni paritarie. È importante sincronizzare le attività nazionali e internazionali, tenendo debitamente conto dell’infrastruttura di ricerca e delle priorità della ricerca.
2.4. Che cosa accadrebbe in Lithuania se lo sviluppo delle tecnologie linguistiche si arrestasse del tutto? Perché l’UE sottolinea ripetutamente che l’uguaglianza linguistica può essere raggiunta promuovendo lo sviluppo tecnologico di tutte le lingue dell’UE? Esiste un ampio consenso sulla forza della diversità linguistica e sull’impatto delle tecnologie nella lingua madre sulla protezione della diversità linguistica e culturale. Pertanto, se non si intraprendono azioni in questo settore, il divario tecnologico e linguistico aumenterebbe e il prestigio della lingua lituana diminuirebbe; la Lithuania non sarebbe più competitiva nei settori dell’intelligenza artificiale e di altre tecnologie all’avanguardia; altre lingue straniere occuperebbero gradualmente il posto del lituano nell’ambiente digitale.
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
Page 24
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
Page 25
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]
