Lietuvių kalbos padėtis skaitmeniniame amžiuje

Straipsniai / Articles 313 AURELIJA TAMULIONIENĖ Lietuvių kalbos institutas Kutatási irányok: a jelenlegi litván nyelvhasználat és annak változatosságának kutatása. A LITVÁN NYELV HELYZETE A DIGITÁLIS KORSZAKBAN A 24. Jonas Jablonskis-konferenciáról: A digitális nyelvi erőforrások fejlesztésének irányai és felhasználási lehetőségei Jonas Jablonskis (1860–1930) – a litván nyelv legjelentősebb normatívája, a litván nyelv tudománya és gyakorlata szempontjából jelentős művek szerzője. Zigmas Zinkevičius szerint „[J]ablonskis egész tevékenysége a litván köznyelv történetének egy egész korszakát jelenti.” Ő a mi írott nyelvünket a megfelelő kerékvágásba terelte […], fejlődését egészséges irányba fordította” (Zinkevičius 1992: 155). A Jonas Jablonskis nevét viselő tudományos konferenciát első alkalommal 1993-ban rendezte meg a Litván Nyelvi Intézet Nyelvművelési Osztálya és a Vilniusi Egyetem Litván Nyelvi Tanszéke. Ettől kezdve a konferenciák hagyományossá váltak, és minden ősszel megrendezik őket (2003-tól felváltva a Litván Nyelv Intézetében vagy a Vilniusi Egyetemen). 2017. szeptember 29-én rendezték meg a 24. Jonas Jablonskis-tudományos konferenciát Skaitmeninių kalbos išteklių plėtros kryptys ir panaudos galimybės (ang. Digital Language Resources, Directions of Their Development and Possibilities to Harness Them) címmel a Litván Nyelv Intézetében. A konferenciát a Litván Nyelv Intézetének Köznyelvkutatási Központja a Vilniusi Egyetem Alkalmazott Nyelvészeti Intézetével közösen szervezte. Tematikáját tekintve ez a konferencia eltért a korábbiaktól; célja a nyelvek és a digitális technológiák metszéspontjában felmerülő problémák megvitatása volt, amelyekkel a digitális erőforrások fejlesztése és az egységes digitális piac létrehozása során szembesülnek. A konferencia fókuszában a digitális erőforrások szemantikai szintje (szóhálózatok létrehozása), továbbá a digitális erőforrások hangzó formával való ellátása, új lehetőségek létrehozása a digitális erőforrások többnyelvű közösségekben való terjesztésével, stb. állt. A konferencián külföldi előadók is részt vettek: az Európai Parlament, Spanyolország képviselői, valamint különböző litván intézmények kutatói: a Litván Nyelv Intézetének, a Vilniusi AURELIJA TAMULIONIENĖ 314 Acta Linguistica Lithuanica LXXVII Egyetem, a Vytautas Magnus Egyetem, a Balti Fejlett Technológiák Intézete, valamint az UAB „Netcode“ munkatársai. A konferencián 17 előadás hangzott el. Az előadók négy ülésen olvasták fel előadásaikat, és osztották meg kutatásaikat és tapasztalataikat. A konferencia bevezető beszédekkel kezdődött. A konferencia összegyűlt résztvevőit és előadóit ALGIRDAS SAUDARGAS, az Európai Parlament képviselője, valamint a Litván Nyelvi Intézet igazgatója, prof. dr. köszöntötte. JOLANtA ELENA ZABAR, a központ SkAItė. Įžanginį žodį tarė Lietuvių kalbos instituto Bendrinės kalbos tyrimų vezető tudományos munkatársa, dr. RItA MILIūNAItė. Arról beszéltek, hogy a litván nyelv és az információs technológiák kapcsolata az utóbbi években jelentősen megerősödött: kézzelfogható eredményeink vannak mind a nyelvi erőforrások digitalizálása, mind a nyelvelemzési, -felismerési és -szintetizálási eszközök fejlesztése terén, de ahhoz képest, milyen gyorsan változik a világ ezen a területen, a litván nyelvnek még sok mindent be kell hoznia. Mivel a litván nyelv flektáló nyelv, az angol nyelv számára kifejlesztett információs technológiákat nem alkalmazhatjuk rá közvetlenül, ezért jelenlegi gépi fordítási és egyéb számítógépes eszközeink még nagyon tökéletlenek, miközben a világ már határozottan továbbhalad a mesterséges intelligencia fejlesztésének irányába, beszédre bírja a tárgyakat, és egyre mélyebbre hatol a nyelv rétegeibe. A plenáris ülésen az első előadást „Az élő nyelv a mesterséges elmében” címmel ALGIRDAS SAUDARGAS, az Európai Parlament képviselője tartotta. Az előadó felvetette azt az alapvető kérdést, amelyre minden nyelvi közösségnek választ kell adnia: milyen mértékben kell saját magának elkészítenie anyanyelvének erőforrásait és technológiáit, és mit lehet más nyelvek alapján már elkészített formában megvásárolni. Az előadásban problematikus gondolatok hangzottak el arról, hogy a litván nyelv néhány más kis ország nyelvével együtt „csekély technológiai támogatással rendelkezik, vagy egyáltalán nem rendelkezik ilyennel”. A nyelvi technológiák nemcsak a litvániai, hanem az európai politikusok napirendjén sem kapnak megfelelő figyelmet. Az előadásban olyan meglátások szerepeltek, amelyek azt mutatják, hogy a mesterséges intelligencia fejlődése egy hibrid forma felé közelít, amelyben a neurális hálózatok a tudattalan agyi mechanizmusoknak felelnek meg, míg az elme tudatos tevékenységét a hagyományos, úgynevezett szimbolikus mesterséges intelligencia modellezi. Minden nyelvi közösségnek gondoskodnia kell arról, hogy a szimbolikus mesterséges intelligenciának megfelelő nyelvi technológiák átfogóan és pontosan tükrözzék az anyanyelv teljes rendszerét, a neurális hálózatok önálló tanulása számára pedig tartalmas anyanyelvi (és anyanyelvi kulturális) környezetet kell létrehozni. A második plenáris előadást „Language equality in the digital age: towards a human language project” angol nyelven RAFAEL RIVERA, az „Iclaves” tanácsadó cég igazgatója tartotta. Az előadás részletesen bemutatta az Európai Parlament Tudományos Előretekintési Kutatási Osztályának „Nyelvi egyenlőség a digitális korban. Az anyanyelvi projekt” című tanulmányát (az angol nyelvű tanulmány az interneten tekinthető meg: http://www.europarl.europa.eu/RegData/etudes/ STUD/2017/598621/EPRS_STU(2017)598621_EN.pdf). Az előadás áttekintette az anyanyelvi technológiák jelenlegi helyzetét, mennyiségileg értékelve Lietuvių kalbos padėtis skaitmeniniame amžiuje Áttekintések / Surveys 315 a nyelv gazdasági, társadalmi és nyelvészeti következményeit a digitális korban, valamint az Európai Unió információs és kommunikációs technológiai politikáját tárgyalta. A digitális korban a nyelvtechnológiák hatalmas kihívást jelentenek a kevés beszélővel rendelkező országok számára. A gyengén fejlett nyelvtechnológiák kirekesztést és akadályokat teremtenek. Ez hatással van a határokon átnyúló szolgáltatásokra, a munkavállalók mobilitására és a kereskedelemre. Az ilyen akadályok oka az kamas finansavimas. Pranešėjas pabrėžė, kad kalbų technologijos nesulaukia összehangolatlan tudományos kutatás és az európai politikusok elégtelen figyelme. A jelenlegi helyzet elemzésére támaszkodva olyan kezdeményezés jön létre, amely egyesíti az intézményi, kutatási, ipari, piaci és közszolgáltatási politikát. A plenáris ülés utolsó előadását „A litván írott és beszélt nyelv hagyományos és elektronikus közegben” címmel a Vilniusi Egyetem Matematikai és Informatikai Intézetének professzora, LAIMUtIS tELkSNYS tartotta. Az előadásban elhangzott, hogy módszereket és eszközöket – a litván írott és beszélt nyelv helyes használatát a papíralapú dokumentumokban és az elektronikus közegben biztosító műszaki és szoftveres berendezéseket – kell kidolgozni. Az előadó fontos kérdést vetett fel – hogyan kell eljárniuk a több millió litvánnak ahhoz, hogy ne tűnjenek el a több mint 7 milliárd író és beszélő ember, valamint az érkező intelligens gépek óceánjában. A professzor a választ is megadta – hogy ez ne történjen meg, módszereket és eszközöket – a papíralapú dokumentumokban és az elektronikus közegben a litván írott és beszélt nyelv helyes használatát biztosító, valamint a litván és más nyelvek írott és beszélt nyelvének papíralapú dokumentumokban és az elektronikus közegben történő használatát harmonizáló hardvert és szoftvert – kell kidolgozni. Transzkribátorokat kell létrehozni – a nem litván írott nyelv jeleinek litván írott nyelvi jelekkel való ábrázolására, valamint a nem litván beszélt nyelv hangjainak a litván beszélt nyelv olyan jeleivel való megjelenítésére, amelyek alkalmasak a litván beszédszavak hangjainak automatikus szintézisére. Az első ülésen, „A beszéd felismerése és szintézise” címmel, három előadás hangzott el. AUDRIUS VALOtkA (VU) és GEDIMINAS NAVIckAS (VU) „Távolabb Gutenberg nyomdájától: a litván beszéd a legújabb technológiákban” című előadásukban a litván beszédről beszéltek a legújabb technológiákban, bemutatták a Strukturális Alapok által finanszírozott, Litván beszéddel vezérelt szolgáltatások – LIEPA (online elérhető: https://www.raštija.lt/liepa) című projektet, amelynek során többek között létrehoztak egy litván beszédszintetizátort és -felismerőt. A projekt végrehajtása során kapuk nyíltak a litván beszéd előtt a digitális térbe, ezért tervezik a Litván beszéddel vezérelt szolgáltatások fejlesztése – LIEPA 2 című projektet. Az előadók a LIEPA 2 projekt eredményeiről beszéltek, amelyek nyíltan és ingyenesen hozzáférhetők lesznek minden érdeklődő számára, és ösztönözni fogják a litván beszéd használatát az információtechnológiai termékekben. Az új AURELIJA TAMULIONIENĖ 316 Acta Linguistica Lithuanica LXXVII beszéd kommunikáció tárgyakkal (mobiltelefonokkal, táblagépekkel, okosórákkal, robotokkal), parancsok adása emberi hangon és válaszaik megértése. LIEPA 2 olyan tipikus szolgáltatások létrehozását tervezik, amelyek bemutatják a litván beszéddel vezérelt szolgáltatások új felhasználási lehetőségeit: oktatórobot-vezérlőt, hívókészüléket, taxihívót, vakok számára készült mobil szintetizátort, internetes hírolvasót, nyelvek közötti kommunikátort. LAIMUtIS tELkSNYS (VU) ir GEDIMINAS NAVIckAS (VU) pranešime „Lietuvių projekt legfontosabb eredménye a természetes beszéddel vezérelhető szolgáltatás lehetősége lesz. Helyzet. A „Kilátások” a litván beszéddel vezérelt szolgáltatások helyzetéről és kilátásairól számolt be, valamint a litván beszéddel vezérelt szolgáltatások létrehozására és felhasználásuk fejlesztésére irányuló, rendszeresen végzett munkálatokról. A munkálatokat információtechnológiai szakemberek, litván nyelvészeti filológusok tudásának és mérnöki kapacitásának összevonásával végzik. A munkálatok első szakaszában hét litván beszéddel vezérelt szolgáltatást hoztak létre, valamint kialakították a létrehozott szolgáltatások működését biztosító infrastruktúrát. A jövőben új, litván beszéddel vezérelt szolgáltatások létrehozását tervezik a mobil elektronikus környezet – okostelefonok, táblagépek, okosórák és robotok – számára. A litván beszédszintézis jelenlegi helyzetéről és kilátásairól PIJUS kASPARAItIS (VU), GINtARAS SkERSYS (VU) beszélt. A „A litván beszédszintézis jelene és kilátásai” című előadásban különféle szövegfelolvasó szolgáltatásokat mutattak be – köztük a LIEPA szintetizátort –, amelyet a forrásszövegekkel együtt szabadon terjesztenek; ez lehetővé teszi mások számára is, hogy új alkalmazási módokat találjanak, például a következő webhelyek már hangfelvételeket is kínálnak a cikkek mellett: lzinios.lt, ukininkopatarejas.lt, vilnius.lt, m.delfi.lt, vle.lt., a RoboBraille szövegfelolvasó szolgáltatás lehetővé teszi tetszőleges szöveges dokumentumok automatikus hangfájlokká alakítását, a vilkaviškisi autóbusz-állomáson az utasoknak szóló közleményeket már szintetikus hangon olvassák fel, virtuális asszisztensek működnek a Migrációs Osztály webhelyén stb. A „Litván nyelv digitális erőforrásai” című második ülésen négy előadást olvastak fel. Az első előadást „E. beszéd – a digitális nyelvi erőforrások használatának innovációja” címmel ELENA JOLANtA ZABARSkAItė (LKI), DEIMANtė BUDRIūNAItė (LKI), SkIRMANtAS ŠERMUkŠNIS (NetCode) tartotta. Az előadás részletesen bemutatta a Litván Nyelvi Intézet új projektjét, amely a litván nyelvi erőforrások információs infrastruktúrájának fejlesztését szolgálja (LKIIS) (elérhető az interneten: www.lkiis.lt). Az előadás főként a Litván Nyelvi Intézet új projektje, az E. kalba infrastruktúrája által generált szolgáltatásokról szólt – „Keresés a szavak hálózatában”, „E. marketing”, „E. fogalmak” és „E. „tanácsok“. Az előadók bemutatták e szolgáltatások funkcionalitását és technológiai szempontjait. A projekt funkcionalitásai innovatív mesterségesintelligencia-technológiákat foglalnak majd magukban a felhasználói vélemények elemzésére, az „E. fogalmak“ szolgáltatás kiterjesztett keresést Lietuvių kalbos padėtis skaitmeniniame amžiuje Apžvalgos / Surveys 317 és fogalomgazdagítást biztosít majd további nyelvi erőforrások, például kétnyelvű szótárak és más nyelvek szóhálóinak integrálásával; lehetővé válik továbbá, hogy az interaktív szóalkotási varázsló segítségével gyorsan és kényelmesen kiválasszuk a megfelelő szóalkotási módokat a kívánt kategóriaés csoportos szóalkotási jelentés, illetve a szóalkotási eszközök alapján. Az előadás bemutatta az E. kalba projekt főbb eredményeit és a tervezett hasznokat is. RItA MILIūNAItė (LKI) „A keresési lehetőségek az internetes Litván nyelv új szavainak adatbázisában“ című előadásában bemutatta, hogyan tárhatók fel a nyelvhasználók számára a Litván nyelv új szavainak adatbázisában (online elérhető: http://naujazodziai.lki.lt/) szereplő, igényeiknek minél változatosabban megfelelő új szavak jellemzői. Jelenleg a következő paraméterek alapján lehet keresni: címszó, az új szó eredete, az eredeti alak, helyesírási változatok, használati terület stb. Az adatbázis kezelői számára szélesebb körű keresés is elérhető, amely az adatok különböző szempontok szerinti szerkesztéséhez szükséges. Az LKIIS projektum keretében kibővített információkereső rendszer jön létre. Az előadó hangsúlyozta, hogy a Litván nyelv új szavainak adatbázisa rugalmas és a fejlesztésre nyitott digitális forrás. Ezt a jellegét elsősorban maguk az adatok határozzák meg – a litván nyelv lexikájának folyamatosan változó és megújuló rétege, valamint az új szavak kutatói előtt megnyíló újabb és újabb adatjellemzők és a változó felhasználói igények. Ezt a forrást tervezik integrálni az LKIIS-be (online hozzáférés: http://lkiis.lki.lt/), és nemcsak az adatgyűjteményben végzett általános keresés rendszerébe kívánják bevonni, hanem szóhálózatok létrehozására is fel kívánják használni. Az előadás szemléletesen bemutatta, hogy ez az adatbázis mennyire hasznos lehet mind a nyelvészek, mind az új szavak iránt érdeklődő valamennyi felhasználó számára. Az új szavak témáját „Az új szavak képzésének kutatási perspektívái (A Litván nyelv új szavainak adatbázisa esete)” című előadásában DAIVA MURMULAItYtė folytatta (LKI), aki az új szavak képzésének kutatásáról és perspektíváiról beszélt, valamint arról, hogyan vizsgálhatók a kibontakozó új szóképzési jelenségek a Litván nyelv új szavainak adatbázisának segítségével. Az előadó ismertette, hogy már az adatbázis létrehozásának kezdeti szakaszában előzetesen felkészültek az új szavak képzésének elemzésére is – az erre szolgáló mezőkben tervezik megadni a származékok típusait, képzési formánsait, képzési kategóriáit (jelentéseit), rokon szavait és egyebeket. ; az adatok egy része felhalmozódott. A különleges jellemzők mezőjében néhány újkeletű szó egyedi (például varškėfobija és társai), szerzői (például demaguogija és társai), kontaminációs (például murmanas és társai) jelölést kapott. Az előadó hangsúlyozta, hogy a szóképzés részletes és minőségi elemzéséhez az is fontos, hogy figyelembe vegyünk néhány, kezdetben nem rögzíteni tervezett dolgot – a képzett szó alapszavának szófaját, a képzés alapjául szolgáló szó változásait, az analógia és a fordítás szerepét az újkeletű szó megalkotásában, az atipikus szóalkotás megnyilvánulásait stb. Fontos egy jó – részletes, rugalmas, könnyen használható, bővíthető és módosítható – indexrendszer létrehozása. LAIMUtIS BILkIS (LKI) „A litván helynevek geoinformációs adatbázisának szerkezete, kapcsolatai más névgyűjteményi adatbázisokkal és fejlesztési irányai” című előadásában AURELIJA TAMULIONIENĖ 318 Acta Linguistica Lithuanica LXXVII pristatė Lietuvos vietovardžių geoinformacinę duomenų bazę (prieiga internete: http://lkiis.lki.lt/lietuvos-vietovardziu-geoinformacine-duomenu-baze). Az előadásban szó esett ennek az adatbázisnak a szerkezetéről, valamint a többi névgyűjteményi adatbázissal való kapcsolatáról. Az előadó bemutatta az adatbázis nyilvános hozzáférési oldalán létrehozott keresési területeket: az objektum típusát, az objektum státuszát, a jelenlegi közigazgatási területi hovatartozást (önkormányzat, seniūnija, település), a két világháború közötti közigazgatási területi hovatartozást (megye, valsčius, település), valamint a folyók mellékfolyóit. Az adatbázisban a helynevek a következő jellemzők alapján kereshetők: név, nem, szám, hangsúlyozás, szóalkotási mód, eredet az alapszó nyelvi hovatartozása szerint, eredet az alapszó lexikai csoporthoz való tartozása szerint. Az adatbázisban megtalálhatók a megfelelő település (falu, templomos falu, uradalom, mezőváros, tanyás település) területén a két világháború között feljegyzett hiteles helynevek, és megtekinthető pontos vagy hozzávetőleges helyük a térképen. Az előadásban hangsúlyozták, hogy az adatbázisnak az LKIIS rendszerébe való integrálásakor háromféle hivatkozás készült a névtani adatbázisokhoz: egy másik helynévre, amelyből a helynév származik; a Litván családnév-adatbázisban található személynévre, amelyből a helynév származik; valamint a Történeti helynévadatbázisban található, az adott helynév történeti feljegyzéseire. Jelenleg mintegy 25 000 helynév van feltöltve és leírva (illetve leírás alatt) az adatbázisban. Délután az előadók és a résztvevők a „Korpuszlingvisztika” című harmadik ülésre gyűltek össze. Az első előadást „A litván nyelv morfológiailag és szintaktikailag annotált korpuszai” címmel ERIkA RIMkUtė (VDU), AGNė BIELINSkIENė (VDU), LOïc BOIZOU (VDU), ANDRIUS UtkA (VDU) tartották. Két, a Vytautas Magnus Egyetem Számítógépes Nyelvészeti Központjában elkészített, annotált litván nyelvi korpuszról volt szó (a korpuszok internetes elérhetősége: http://nl.ijs.si/ME/V4/msd/html/index.html; https://ufal.mff.cuni.cz/tred/). Az annotált korpuszok a nyelvtechnológiák fejlesztésének alapvető erőforrásai, amelyek nélkül nem lehet boldogulni. Általában más természetesnyelv-feldolgozási erőforrások és eszközök létrehozására használják őket olyan területeken, mint az automatikus beszédfelismerő rendszerek, az automatizált fordítás és így tovább. A MATAS morfológiailag annotált korpusz 2002–2014 között készült. 1,6 millió szóból áll, különböző stílusú szövegekből. A korpusz egy 2006-ban összeállított, 1 millió szavas korpusz alapján készült statisztikai modellek alkalmazásával. Az tyrimams ir ištekliams, parengtas 2016 m. Šį tekstyną sudaro 2 355 sakiniai ALKSNIS szintaktikailag annotált korpuszhoz, mint arany standardhoz a továbbiakban (mintegy 30 ezer szót), különböző stílusú szövegekből vettek mintát. A korpusz annotálása az automatikus morfológiai és szintaktikai annotálás elvein alapul, és a szintaktikai függőségi modellt alkalmazza. A korpuszok témáját előadásában „Adatbázis a litván nyelv állandósult szókapcsolataihoz” a konferencia előadói közül a legnépesebb kollektíva folytatta: ERIkA RIMkUtė (VDU), AGNė BIELINSkIENė (VDU), LOïc BOIZOU (VDU), IEVA BUMBULIENė (Balti Fejlett Technológiák Intézete), JOLANtA kOVALEVSkAItė Lietuvių kalbos padėtis skaitmeniniame amžiuje Áttekintések / Surveys 319 (VDU), tOMAS kRILAVIčIUS (Balti Fejlett Technológiák Intézete), JUStINA MANDRAVIckAItė (Balti Fejlett Technológiák Intézete), LAURA VILkAItė (Balti Fejlett Technológiák Intézete). A konferencián az előadást ERIkA RIMkUtė (VDU) mutatta be, aki főként a mai írott litván nyelv állandósult szókapcsolatai kutatásának módszertanáról és a korpuszon alapuló litván kollokációs szótárról beszélt. A Litván nyelv állandósult szókapcsolatainak automatikus felismerése (PASTOVU) (sz. LIP-027/2016) projekt keretében (lásd: http://mwe.lt/) a mai írott litván nyelv állandósult szókapcsolatai kutatásának módszertanát kívánják kidolgozni, valamint korpuszon alapuló litván kollokációs szótárt kívánnak összeállítani. A projekt keretében létrehozták és használják a 2014–2016-os Delfi.lt-korpuszt, amelynek terjedelme 72 millió szó. A kollokációs szótár adatbázis alapján készül majd. Az adatbázisban sokrétű információ szerepel majd az állandósult szókapcsolatokról: grammatikai és lexikai információk, a használat gyakorisága, a szöveg rovata, konkordanciapéldák és egyebek. A korpuszkutatásokat a Vilniusi Egyetem képviselői is bemutatták: GINtARė JUDŽENtYtė (VU), VILMA ZUBAItIENė (VU). A „Korpuszokon alapuló akadémiai frazeológiai kutatások: formai szerkezet és szemantika” című előadásban az akadémiai nyelv frazeológiai egységeinek szerkezetéről és szemantikájáról esett szó, a Vilniusi Egyetemen jelenleg létrehozás alatt álló Hallgatói írásbeli munkák korpusza alapján, amely az Állami Litván Nyelvi Bizottság által támogatott, A hallgatói munkák frazeológiai jellegének kutatása és az interaktív frazémagyűjtemény című projekt tervezett eredményeinek egyike. A projekt célja az akadémiai íráshoz fontos szavak jegyzékének meghatározása, a fő kollokációk és azok bővítményeinek, valamint az akadémiai szöveg különböző részeiben ismétlődő szókapcsolatoknak a kiemelése, továbbá ezeknek a szövegrészek retorikai funkcióival való kapcsolatának megvitatása, és az olyan jelentéssel bíró akadémiai szavak használatának és szemantikájának leírása, mint: cél, feladat, módszerek, következtetések, eredmények; az atlikti, analizuoti, nustatyti, remtis stb. használatát és szemantikáját. Az „Automatizált nyelvszerkezeti és szövegelemzés” című utolsó ülésen négy előadás hangzott el. Az ülést DANIELIUS RALYS (VU) „Gépi fordítás a litván nyelv számára” című előadása nyitotta meg, amely a gépi fordítás történetének legújabb fejleményeiről, eredményeiről, a különböző intézmények által végrehajtott projektekről, valamint a neurális gépi fordítás alkalmazásával elért új mus, kurie šiandien efektingai taikomi ir lietuvių kalbai. 2005–2007 m. Vyáttörésekről szólt. Az előadó a gépi fordítás fejlődéséről beszélt, és a Vytautas Magnus Egyetem az EU Strukturális Alapjai által finanszírozott Internetes információfordító eszköz című projektet hajtotta végre. Eredménye egy nyilvános internetes fordítási szolgáltatás angolról litvánra (elérhető az interneten: http://vertimas.vdu. lt/twsas/). 2012–2014-ben a Vilniusi Egyetem az EU által finanszírozott, Statisztikai módszereken alapuló angol–litván–angol és francia–litván–francia nyelvű gépi fordítási rendszer létrehozása című projektet hajtotta végre. Eredménye egy nyilvános internetes fordítási szolgáltatás (elérhető az interneten: https://www.versti.eu/). Mindazonáltal AURELIJA TAMULIONIENĖ 320 Acta Linguistica Lithuanica LXXVII még a legjobb gépi fordításokhoz is szükség van a fordító beavatkozására. Vajon a gépek valóban képesek jól fordítani? Az utóbbi néhány év új áttöréseket ígér a neurális gépi fordítás alkalmazásával. A Vilniusi Egyetem 2018-ban készül megkezdeni az angol, litván, lengyel, francia, orosz és német nyelvre irányuló új generációs neurális gépi fordítás megvalósítását. Örömmel állapították meg, hogy a gépi fordítás legújabb eredményei a litván nyelvet sem kerülik el. VIRGINIJUS DADURKEVIČIUS (VU) „A litván nyelv grammatikája a nyílt forráskódú világban” című előadásában az új generációs számítógépes litván morfológia létrehozásáról, a szavak morfológiai elemzéséről és szintéziséről, a szöveges információk intelligens kereséséről stb. beszélt. A számítógépek megjelenésével a klasszikus grammatika és lexika számára szükségessé vált, hogy „új ruhát öltsön”, és az új technológiák teljes értékű részévé váljon. Ennek létrehozására új generációs számítógépes litván morfológiát fejlesztettek ki, és a következő célokat tűzték ki: csak nyílt forráskódot használni és létrehozni; csak maguk az adatok, de nem azok formája és értelmezése tartalmazhat a litván nyelvre jellemző sajátosságokat, a teljes programkódnak univerzálisnak, bármely más nyelvhez alkalmazhatónak kell lennie; a világ más nyelveihez sikeresen alkalmazott megoldásokat maximálisan ki kell használni. Az összeállítás alapját a Dabartinės lietuvių kalbos gramatika (Vilnius, 2006) és a korpuszok képezik (összesen mintegy 1,5 milliárd szó). A jelenleg az interneten megjelenő szövegek átlagos „felismerhetősége” mintegy 99%, vagyis a morfológiai elemző átlagosan 100 szóból 99-et helyesen értelmez. Ezt az újonnan létrehozott morfológiai elemzési módszert sikeresen alkalmazták a Vytautas Magnus Egyetem szintaktikai-szemantikai elemzőrendszerében (internetes elérés: https://semantika.lt/SyntaticAndSemanticAnalysis/Analysis) és a Litván Köztársaság Seimasának jogszabály-nyilvántartásában (internetes elérés: www.e-tar.lt). A grammatika digitalizálásának témáját DAIVA ŠVEIkAUSkIENė (LKI) és VYtAUtAS ŠVEIkAUSKAS (LKI) folytatta. A „Lietuvių kalbos skaitmeninė gramatika” című előadásban a Litván Nyelvi Intézetben megkezdett digitális litván grammatika létrehozásáról beszéltek, amely a nyelv számítógépes feldolgozásának más területein is felhasználható: grammatikai elemzésre, közvetlen adatfordításra és egyebekre. Bemutattak egy projektet, amelynek keretében csatlakozni terveznek a DIGITAL GRAMMARS nemzetközi rendszerhez, todais veikiančiose automatinio vertimo sistemose. Lietuvių kalbai tai labai akamely jelenleg 32 nyelvet foglal magában. A digitális grammatika létrehozásának fő célja, hogy nem statisztikai módszerekkel használják fel. A Tilde 2017-es adatai szerint a Google fordításának minősége litván nyelvre és litván nyelvről még a lett vagy az észt nyelvénél is rosszabb. Ezért Litvánia számára rendkívül fontos az automatikus fordítás alternatív változatának létrehozása. Jelenleg elkészült a digitális grammatika kísérleti példája, amely csupán néhány szót tartalmaz, azonban már ebből is látható, hogy itt a fordítás minősége sokkal jobb, különösen azoknál a mondatoknál, amelyekben a litván nyelv sajátos jellemzői tükröződnek. Amíg az angol nyelv szórendjét használják, a statisztikai Lietuvių kalbos padėtis skaitmeniniame amžiuje Áttekintések / Surveys 321 módszerek is elfogadható fordításokat adnak, azonban ha a mondatban szokatlan a szavak elhelyezkedése, a Google fordítása nem adja vissza a mondat értelmét. A digitális grammatika a nyelv számítógépes feldolgozásának más területein is felhasználható: grammatikai elemzésre, közvetlen adatfordításra stb. A digitális grammatikák létrehozását a göteborgi (Svédország) egyetem professzora, Aarne Ranta irányítja. A konferencia utolsó előadását, „Ki kitől másolt? A bibliafordítások történetének kutatásának automatizálása és vizualizációja” címűt, MINDAUGAS ŠINkūNAS (LKI) tartotta. Az előadás a bibliafordítások történetével kapcsolatos kutatások automatizálásáról és vizualizációjáról szólt. Az előadó a bibliai sorok összehasonlításának eredményeit szemléletes és gazdag diagramokon mutatta be. A bibliai idézetek nagy száma a régi litván írásokban megnehezíti kapcsolataik kutatását. Szükség van egy kényelmes adatplatformra, amely lehetővé teszi a bibliai soroknak a kutató számára érdekes jellemzők szerinti csoportosítását. A legtöbb nehézséget az idézetek hasonlóságának értékelése okozza. A lexika, a szintaxis és a morfológia (bizonyos esetekben pedig a helyesírás) komplex elemzése ezt lehetővé teszi, azonban az ilyen filológiai kutatás lassú, automatizálása pedig jelenleg nem lehetséges. Az összehasonlítást ciklusokkal működő algoritmussal sikerült automatizálni, amelynek feladata az azonos egységek felderítése két jelsorozatban, valamint annak kiszámítása, hogy az összehasonlított sorozatok mekkora részét fedik le. Az összehasonlítás automatizálását a régi írások többértelmű ortográfiája akadályozza. A nem automatikusan és automatikusan transzliterált sorok értékelése alapján megállapították, hogy a transzliteráció módja nincs lényeges hatással az eredményekre. Az eredmények vitathatók lehetnek különböző nyelvjárásokban írt szövegek összehasonlításakor (a dialektológiai sajátosságok nivellálását nem vizsgálták). A kapott hasonlósági eredményeket kétdimenziós diagramokban foglalják össze. A programozott elemzés során kapott, a Bretkūnas-féle Postilla (1591) bibliai sorainak összehasonlítására vonatkozó eredmények megfelelnek a korábbi kutatók más módszerekkel levont következtetéseinek. A konferencia vitával zárult. A konferencia előadásai alapján készült cikkeket a Bendrinė kalba (online hozzáférés: www.bendrinekalba.lt) és a Lietuvių kalba (www.lietuviukalba.lt) tudományos folyóiratokban közlik. IRODALOM Zinkevičius Zigmas 1992: A litván nyelv története 5. A köznyelv felemelkedése. Vilnius: Mokslas, 144–155. Beérkezett 2017. november 3-án. AURELIJA TAMULIONIENĖ Lietuvių kalbos institutas Petro Vileišio g. 5, LT-10308 Vilnius, Litvánia [email protected]