Lietuvių kalbos padėtis skaitmeniniame amžiuje

Straipsniai / Articles 313 AURELIJA TAMULIONIENĖ Lietuvių kalbos institutas Direcțiile cercetărilor științifice: cercetarea utilizării actuale a limbii lituaniene și a variabilității acesteia. SITUAȚIA LIMBII LITUANIENE ÎN ERA DIGITALĂ Despre cea de-a 24-a conferință Jonas Jablonskis Direcțiile de dezvoltare și posibilitățile de utilizare a resurselor lingvistice digitale Jonas Jablonskis (1860–1930) – cel mai renumit normator al limbii lituaniene, autor al unor lucrări importante pentru știința și practica limbii lituaniene. Potrivit lui Zigmas Zinkevičius, „[Î]ntreaga activitate a lui Jablonskis – aceasta este o epocă întreagă în istoria limbii lituaniene comune. El a așezat limba noastră scrisă pe făgașul potrivit […], i-a orientat dezvoltarea într-o direcție sănătoasă“ (Zinkevičius 1992: 155). Conferința științifică numită după Jonas Jablonskis a fost organizată pentru prima dată în 1993 de Secția de cultură a limbii a Institutului Limbii Lituaniene și de Catedra de Limba Lituaniană a Universității din Vilnius. De atunci, conferințele au devenit tradiționale și se desfășoară în fiecare toamnă (din 2003 – alternativ la Institutul Limbii Lituaniene sau la Universitatea din Vilnius). La 29 septembrie 2017 a avut loc cea de-a 24-a conferință științifică Jonas Jablonskis, Direcțiile de dezvoltare a resurselor lingvistice digitale și posibilitățile de utilizare a acestora (an. Digital Language Resources, Directions of Their Development and Possibilities to Harness Them), organizată la Institutul Limbii Lituaniene. Conferința a fost organizată de Centrul de cercetare a limbii standard al Institutului Limbii Lituaniene împreună cu Institutul de Lingvistică Aplicată al Universității din Vilnius. Prin tematica sa, această conferință s-a diferențiat de cele anterioare; scopul ei a fost discutarea problemelor apărute la intersecția dintre limbi și tehnologiile digitale, cu care se confruntă dezvoltarea resurselor digitale și crearea pieței digitale comune. În centrul atenției conferinței s-a aflat nivelul semantic al resurselor digitale (crearea rețelelor de cuvinte), precum și conferirea unei forme sonore resurselor digitale, crearea unor noi posibilități prin diseminarea resurselor digitale în comunități multilingve ș.a. La conferință au participat prezentatori din străinătate: din Parlamentul European și din Spania, precum și cercetători din diferite instituții lituaniene: Institutul Limbii Lituaniene, Universitatea din Vilnius, AURELIJA TAMULIONIENĖ 314 Acta Linguistica Lithuanica LXXVII Universitatea Vytautas Magnus, Institutul de Tehnologii Avansate Baltice, UAB „Netcode“. În cadrul conferinței au fost prezentate 17 comunicări. Vorbitorii și-au prezentat comunicările și și-au împărtășit cercetările și experiența în cadrul a patru sesiuni. Conferința a început cu discursuri introductive. Pe participanții la conferință și pe vorbitorii reuniți i-au salutat deputatul Parlamentului European ALGIRDAS SAUDARGAS și directoarea Institutului de Limbă Lituaniană, prof. dr. cercetătoarea științifică SkAItė. Įžanginį žodį tarė Lietuvių kalbos instituto Bendrinės kalbos tyrimų principală a centrului JOLANtA ELENA ZABAR, dr. RItA MILIūNAItė. S-a vorbit despre faptul că legăturile dintre limba lituaniană și tehnologiile informaționale s-au consolidat foarte mult în ultimii ani; avem rezultate concrete atât în digitizarea resurselor lingvistice, cât și în crearea unor instrumente de analiză, recunoaștere și sinteză a limbii, însă, în comparație cu rapiditatea cu care se schimbă lumea în acest domeniu, limba lituaniană mai are încă mult de recuperat. Deoarece limba lituaniană este flexionară, nu îi putem aplica direct tehnologiile informaționale create pentru limba engleză; de aceea, instrumentele noastre actuale de traducere automată și celelalte instrumente informatice sunt încă foarte imperfecte, în timp ce lumea merge deja ferm mai departe, în direcția dezvoltării inteligenței artificiale, făcând obiectele să vorbească și pătrunzând în straturi tot mai profunde ale limbii. În sesiunea plenară, primul discurs, intitulat „Limba vie în mintea artificială”, a fost susținut de deputatul Parlamentului European ALGIRDAS SAUDARGAS. Vorbitorul a ridicat o întrebare esențială, la care trebuie să răspundă fiecare comunitate lingvistică: în ce măsură trebuie să-și pregătească singură resursele și tehnologiile pentru limba maternă și ce poate achiziționa deja produs pe baza altor limbi. În comunicare au fost exprimate idei problematice, potrivit cărora limba lituaniană, împreună cu limbile unor alte țări mici, „ar avea un sprijin tehnologic redus sau nu ar avea deloc”. Tehnologiile lingvistice nu beneficiază de atenția cuvenită în agenda politicienilor nu numai din Lituania, ci și din Europa. În comunicare au fost prezentate observații care arată că evoluția inteligenței artificiale converge către o formă hibridă, în care rețelele neuronale corespund mecanismelor inconștiente ale creierului, iar activitatea conștientă a minții este modelată de inteligența artificială tradițională, așa-numita inteligență artificială simbolică. Fiecare comunitate lingvistică trebuie să se preocupe ca tehnologiile lingvistice corespunzătoare inteligenței artificiale simbolice să reflecte în mod cuprinzător și exact întreaga structură a limbii materne, iar pentru autoinstruirea rețelelor neuronale să fie creat un mediu bogat al limbii materne (și al culturii materne). Al doilea discurs plenar, „Language equality in the digital age: towards a human language project”, a fost susținut în limba engleză de RAFAEL RIVERA, directorul companiei de consultanță „Iclaves”. În comunicare a fost prezentat în detaliu studiul Departamentului de Cercetare a Prospectivelor Științifice al Parlamentului European „Egalitatea lingvistică în era digitală. Proiectul limbii umane” (studiul în limba engleză poate fi consultat online: http://www.europarl.europa.eu/RegData/etudes/ STUD/2017/598621/EPRS_STU(2017)598621_EN.pdf). În comunicare a fost analizată situația actuală a tehnologiilor limbii materne, cuantificând Lietuvių kalbos padėtis skaitmeniniame amžiuje Prezentări generale / Surveys 315 au fost discutate consecințele economice, sociale și lingvistice ale limbii în era digitală, precum și politica Uniunii Europene privind tehnologiile informației și comunicațiilor. În era digitală, tehnologiile lingvistice reprezintă o provocare majoră pentru țările cu un număr mic de vorbitori. Tehnologiile lingvistice slab dezvoltate creează excluziune și obstacole. Acest lucru afectează serviciile transfrontaliere, mobilitatea lucrătorilor și comerțul. Cauza unor astfel de obstacole o constituie cercetările științifice kamas finansavimas. Pranešėjas pabrėžė, kad kalbų technologijos nesulaukia necoordonate și atenția insuficientă acordată de politicienii europeni. Pe baza analizei situației actuale, se creează o inițiativă care va uni politicile instituțiilor, ale cercetării științifice, ale industriei, ale pieței și ale serviciilor publice. Ultima comunicare a ședinței plenare, „Limba lituaniană scrisă și vorbită în mediile obișnuit și electronic”, a fost susținută de profesorul LAIMUtIS tELkSNYS, de la Institutul de Matematică și Informatică al Universității din Vilnius. În comunicare s-a afirmat că este necesară elaborarea unor metode și instrumente – echipamente tehnice și software – care să asigure utilizarea corectă a limbii lituaniene scrise și vorbite în documentele pe suport de hârtie și în mediul electronic. Raportorul a ridicat o problemă importantă – cum ar trebui să acționeze câteva milioane de lituanieni pentru a nu dispărea în oceanul celor peste 7 miliarde de oameni care scriu și vorbesc, precum și al mașinilor inteligente care vin. Profesorul a oferit și răspunsul – pentru ca acest lucru să nu se întâmple, este necesar să se elaboreze metode, instrumente – echipamente tehnice și programe informatice – care să asigure utilizarea corectă a limbii lituaniene scrise și vorbite în documente pe hârtie și în mediul electronic, armonizând utilizarea limbilor lituaniană și a altor limbi, scrise și vorbite, în documente pe hârtie și în mediul electronic. Trebuie create transcribatoare – pentru redarea semnelor limbii scrise nelituaniene prin semne ale limbii scrise lituaniene și pentru redarea sunetelor limbii vorbite nelituaniene prin semne ale limbii vorbite lituaniene, potrivite pentru sinteza automată a sunetelor cuvintelor din vorbirea lituaniană. În prima ședință, „Recunoașterea și sinteza vorbirii”, au fost prezentate trei comunicări. AUDRIUS VALOtkA (VU) și GEDIMINAS NAVIckAS (VU) au vorbit, în comunicarea „Mai departe de presa tipografică Gutenberg: vorbirea lituaniană în cele mai noi tehnologii”, despre vorbirea lituaniană în cele mai noi tehnologii și au prezentat proiectul finanțat din fonduri structurale Servicii controlate prin vorbirea lituaniană – LIEPA (acces pe internet: https://www.raštija.lt/liepa), în cadrul căruia a fost creat, printre altele, un sintetizator și un recunoscător al vorbirii lituaniene. În timpul implementării acestui proiect, pentru vorbirea lituaniană s-au deschis porțile către spațiul digital; din acest motiv este planificat proiectul Dezvoltarea serviciilor controlate prin vorbirea lituaniană – LIEPA 2. Raportorii au vorbit despre rezultatele proiectului LIEPA 2, care vor fi accesibile în mod deschis și gratuit tuturor celor interesați și vor încuraja utilizarea vorbirii lituaniene în produsele AURELIJA TAMULIONIENĖ 316 Acta Linguistica Lithuanica LXXVII vorbirea interacționează cu obiecte (telefoane mobile, tablete, ceasuri inteligente, roboți), dă comenzi prin vocea umană și înțelege răspunsurile acestora. LIEPA 2 urmează să fie create servicii tipice, care să prezinte noi posibilități de utilizare a serviciilor lituaniene controlate vocal: un controler pentru un robot educațional, un apelator, un dispozitiv de chemare a taxiului, un sintetizator mobil pentru nevăzători, un cititor de știri de pe internet, un comunicator interlingvistic. LAIMUtIS tELkSNYS (VU) ir GEDIMINAS NAVIckAS (VU) pranešime „Lietuvių tehnologiilor informaționale. Cel mai important rezultat al noului proiect va fi posibilitatea unor servicii controlate prin vorbire naturală. Situația. „Perspectivele” au abordat situația și perspectivele serviciilor controlate prin vorbirea în limba lituaniană, precum și activitățile desfășurate sistematic pentru crearea acestor servicii și extinderea utilizării lor. Activitățile sunt desfășurate prin reunirea cunoștințelor specialiștilor în tehnologii informaționale și ale filologilor de limbă lituaniană, precum și a capacităților inginerești. În prima etapă a activităților au fost create șapte servicii controlate prin vorbirea în limba lituaniană și a fost realizată infrastructura care asigură funcționarea serviciilor create. În viitor se prevede crearea unor noi servicii controlate prin vorbirea în limba lituaniană pentru mediul electronic mobil – telefoane mobile inteligente, tablete, ceasuri inteligente, roboți. Despre prezentul și perspectivele sintezei vocale în limba lituaniană au vorbit PIJUS kASPARAItIS (VU), GINtARAS SkERSYS (VU). În prezentarea „Prezentul și perspectivele sintezei vocale în limba lituaniană” au fost prezentate diverse servicii de redare vocală a textului – sintetizatorul LIEPA –, care este distribuit liber împreună cu textele-sursă; acest lucru creează condiții și pentru ca alte persoane să găsească noi modalități de aplicare a acestuia, de exemplu, înregistrări vocale alături de articole sunt deja oferite de site-urile: lzinios.lt, ukininkopatarejas.lt, vilnius.lt, m.delfi.lt, vle.lt., serviciul de redare vocală a textului RoboBraille permite transformarea automată a oricăror documente text în fișiere audio, anunțurile sunt deja citite pasagerilor cu voce sintetică în autogara din Vilkaviškis, iar asistenții virtuali funcționează deja pe site-ul Departamentului pentru Migrație etc. În cea de-a doua sesiune, „Resurse digitale ale limbii lituaniene”, au fost prezentate patru comunicări. Prima comunicare, „E. limba – o inovație în utilizarea resurselor digitale ale limbii”, a fost susținută de ELENA JOLANtA ZABARSkAItė (LKI), DEIMANtė BUDRIūNAItė (LKI), SkIRMANtAS ŠERMUkŠNIS (NetCode). În comunicare a fost prezentat în detaliu noul proiect al Institutului Limbii Lituaniene, destinat dezvoltării infrastructurii informaționale pentru resursele limbii lituaniene (LKIIS) (accesibil online: www.lkiis.lt). În comunicare s-a vorbit în principal despre serviciile generate de infrastructura proiectului E. kalba al noului Institut al Limbii Lituaniene – „Căutare în rețeaua de cuvinte”, „E. marketing”, „E. concepte” și „E. sfaturi“. Prezentatorii au prezentat funcționalitățile acestor servicii și aspectele tehnologice ale serviciilor. Funcționalitățile proiectului vor include tehnologii inovatoare de inteligență artificială destinate analizei opiniilor utilizatorilor, serviciul „E. termenii“ va asigura o căutare extinsă și îmbogățirea Lietuvių kalbos padėtis skaitmeniniame amžiuje Apžvalgos / Surveys 317 termenilor, prin integrarea unor resurse lingvistice suplimentare, precum dicționare bilingve și rețele de cuvinte ale altor limbi; vor fi create posibilități de a selecta rapid și convenabil, utilizând un ghid interactiv de formare a cuvintelor, metodele potrivite de formare a cuvintelor în funcție de sensul categorial și de grup dorit al formării cuvintelor sau în funcție de mijloacele de formare a cuvintelor. În prezentare au fost prezentate și principalele rezultate ale proiectului E. kalba, precum și beneficiile planificate. RItA MILIūNAItė (LKI), în prezentarea sa „Posibilitățile de căutare în Baza de date online a neologismelor limbii lituaniene“, a prezentat modul în care utilizatorilor limbii le pot fi dezvăluite cât mai multe caracteristici diverse ale neologismelor din Baza de date a neologismelor limbii lituaniene, care corespund nevoilor lor (acces online: http://naujazodziai.lki.lt/). În prezent, căutarea este posibilă după următorii parametri: cuvântul-titlu, originea neologismului, forma originală, variantele ortografice, domeniul de utilizare etc. Pentru administratorii bazei de date este disponibilă și o căutare mai amplă, necesară pentru editarea datelor din diferite perspective. În cadrul proiectului LKIIS va fi creat un sistem extins de căutare a informațiilor. Raportoarea a subliniat că Baza de date a neologismelor limbii lituaniene este o resursă digitală flexibilă și deschisă dezvoltării. Acest caracter al său este determinat în primul rând de datele înseși – stratul lexicului limbii lituaniene, aflat într-o continuă schimbare și reînnoire, precum și de noile caracteristici ale datelor care li se dezvăluie cercetătorilor neologismelor și de nevoile în schimbare ale utilizatorilor. Se preconizează integrarea acestei resurse în LKIIS (acces online: http://lkiis.lki.lt/) și includerea ei nu doar în sistemul general de căutare din această acumulare de date, ci și utilizarea ei la crearea rețelelor de cuvinte. În prezentare s-a arătat în mod sugestiv în ce fel poate fi utilă această bază de date atât specialiștilor în lingvistică, cât și tuturor utilizatorilor interesați de neologisme. Tema neologismelor a fost continuată în prezentarea „Perspectivele cercetării formării neologismelor (cazul Bazei de date a neologismelor limbii lituaniene)” de DAIVA MURMULAItYtė (LKI), ea a vorbit despre cercetarea formării neologismelor și despre perspectivele acesteia, precum și despre modul în care fenomenele în devenire ale formării neologismelor pot fi cercetate folosind Baza de date a neologismelor limbii lituaniene. Raportoarea a prezentat faptul că încă din etapa inițială a creării acestei baze de date s-au făcut pregătiri preliminare și pentru analiza formării neologismelor – în câmpurile destinate acestui scop s-a prevăzut indicarea tipurilor de formații, a formanților acestora, a categoriilor de formare (sensurilor), a cuvintelor înrudite ș.a. ; o parte a datelor acumulată. În câmpul caracteristicilor speciale, unele neologisme sunt marcate ca izolate (de exemplu, varškėfobija și altele), de autor (de exemplu, demaguogija și altele), contaminative (de exemplu, murmanas și altele). Raportoarea a subliniat că, pentru o analiză detaliată și de calitate a formării cuvintelor, este de asemenea important să se țină seama de unele aspecte a căror consemnare nu fusese prevăzută inițial – partea de vorbire a cuvântului de bază al formației, modificările bazei de formare, rolul analogiei și al traducerii în crearea unui neologism, manifestările formării atipice și altele. Este important să se creeze un sistem bun – detaliat, flexibil, ușor de utilizat, completat și corectat – de indici. LAIMUtIS BILkIS (LKI), în comunicarea „Structura bazei de date geoinformaționale a toponimelor Lituaniei, relațiile cu alte baze de date onomastice și direcțiile de dezvoltare” AURELIJA TAMULIONIENĖ 318 Acta Linguistica Lithuanica LXXVII pristatė Lietuvos vietovardžių geoinformacinę duomenų bazę (prieiga internete: http://lkiis.lki.lt/lietuvos-vietovardziu-geoinformacine-duomenu-baze). În comunicare s-a vorbit despre structura acestei baze de date și despre relațiile cu alte baze de date onomastice. Raportorul a prezentat domeniile de căutare create pe pagina de acces public a bazei de date: tipul obiectului, statutul obiectului, apartenența teritorială administrativă actuală (municipalitate, seniūnija, localitate), apartenența teritorială administrativă interbelică (județ, district, localitate), afluenții râurilor. În bază, informațiile despre toponime pot fi căutate după următoarele caracteristici: nume, gen, număr, accentuare, modalitatea de formare, originea în funcție de apartenența cuvântului de bază la o limbă, originea în funcție de apartenența cuvântului de bază la un grup lexical. În bază se pot găsi toponimele autentice ale localității necesare (satului, satului cu biserică, moșiei, târgului, așezării izolate), consemnate în perioada interbelică pe teritoriul acesteia, și se poate vedea locul lor exact sau aproximativ pe hartă. În comunicare s-a subliniat că, prin integrarea bazei în sistemul LKIIS, au fost create trei tipuri de trimiteri către alte baze de date onomastice: către un alt toponim din care provine toponimul, către un nume de persoană din Baza de date a numelor de familie lituaniene din care provine toponimul, către consemnările istorice ale toponimului respectiv, aflate în Baza de date a toponimelor istorice. În prezent, în bază au fost încărcate și descrise (sunt descrise) aproximativ 25 000 de toponime. După-amiază, prezentatorii și participanții s-au reunit pentru cea de-a treia ședință, „Lingvistica corpusurilor”. Prima comunicare, „Corpusuri de texte ale limbii lituaniene, adnotate morfologic și sintactic”, a fost prezentată de ERIkA RIMkUtė (VDU), AGNė BIELINSkIENė (VDU), LOïc BOIZOU (VDU), ANDRIUS UtkA (VDU). S-a discutat despre două corpusuri de texte ale limbii lituaniene, adnotate și pregătite la Centrul de lingvistică computațională al Universității „Vytautas Magnus” (accesul la corpusuri pe internet: http://nl.ijs.si/ME/V4/msd/html/index.html; https://ufal.mff.cuni.cz/tred/). Corpusurile adnotate sunt resurse principale, fără de care dezvoltarea tehnologiilor lingvistice nu este posibilă. Ele sunt utilizate de obicei pentru crearea altor resurse și instrumente de prelucrare a limbajului natural în domenii precum sistemele automate de recunoaștere a vorbirii, traducerea automată și altele. Corpusul adnotat morfologic MATAS a fost elaborat în anii 2002–2014. Acesta cuprinde 1,6 milioane de cuvinte din texte de diverse stiluri. Corpusul a fost elaborat pe baza unui corpus de 1 milion de cuvinte, tyrimams ir ištekliams, parengtas 2016 m. Šį tekstyną sudaro 2 355 sakiniai alcătuit în 2006, prin aplicarea unor modele statistice. Corpusul adnotat sintactic ALKSNIS, ca standard de aur pentru cele ulterioare (aproximativ 30 de mii de cuvinte), a fost preluat din texte de diverse stiluri. Adnotarea corpusului se bazează pe principiile adnotării morfologice și sintactice automate; a fost aplicat un model al dependențelor sintactice. Tema corpusurilor a fost continuată în prezentarea „Baza de date pentru locuțiunile fixe ale limbii lituaniene” de cel mai numeros colectiv de conferențiari: ERIkA RIMkUtė (VDU), AGNė BIELINSkIENė (VDU), LOïc BOIZOU (VDU), IEVA BUMBULIENė (Institutul de Tehnologii Avansate din Țările Baltice), JOLANtA kOVALEVSkAItė Lietuvių kalbos padėtis skaitmeniniame amžiuje Prezentări generale / Surveys 319 (VDU), TOMAS KRILAVIČIUS (Institutul de Tehnologii Avansate din Țările Baltice), JUSTINA MANDRAVICKAITĖ (Institutul de Tehnologii Avansate din Țările Baltice), LAURA VILKAITĖ (Institutul de Tehnologii Avansate din Țările Baltice). Prezentarea la conferință a fost susținută de ERIKA RIMKUTĖ (VDU), care a vorbit în principal despre metodologia cercetării îmbinărilor stabile de cuvinte din limba lituaniană scrisă contemporană și despre dicționarul de colocații al limbii lituaniene bazat pe corpus, aflat în pregătire. În cadrul proiectului Recunoașterea automată a îmbinărilor stabile de cuvinte din limba lituaniană (PASTOVU) (nr. LIP-027/2016) (a se vedea http://mwe.lt/), se urmărește crearea unei metodologii de cercetare a îmbinărilor stabile de cuvinte din limba lituaniană scrisă contemporană și elaborarea unui dicționar de colocații al limbii lituaniene bazat pe corpus. În cadrul proiectului a fost alcătuit și este utilizat corpusul Delfi.lt din anii 2014–2016, cu un volum de 72 de milioane de cuvinte. Dicționarul de colocații va fi elaborat pe baza unei baze de date. În aceasta vor fi prezentate informații variate despre îmbinările stabile: informații gramaticale, lexicale, frecvența utilizării, rubrica textului, exemple de concordanță și altele. Cercetările bazate pe corpus au fost prezentate și de reprezentantele Universității din Vilnius GINTARĖ JUDŽENTYTĖ (VU), VILMA ZUBAITIENĖ (VU). În prezentarea „Cercetări ale frazelor academice bazate pe corpusuri: structura formală și semantica“ s-a vorbit despre structura și semantica frazelor limbajului academic, pe baza corpusului Lucrărilor scrise ale studenților, creat în prezent la Universitatea din Vilnius, care reprezintă unul dintre rezultatele preconizate ale proiectului Cercetarea frazeologicității lucrărilor studenților și inventarul interactiv al frazemelor, sprijinit de Comisia de Stat pentru Limba Lituaniană. Proiectul urmărește să stabilească lista cuvintelor importante pentru scrierea academică, să evidențieze colocările principale și extensiile acestora, precum și secvențele de cuvinte recurente în diferite părți ale textului academic, să discute legăturile lor cu funcțiile retorice ale părților textului și să descrie utilizarea și semantica unor cuvinte academice semnificative, precum: scop, obiectiv, metode, concluzii, rezultate; a efectua, a analiza, a stabili, a se baza pe etc. În cadrul ultimei sesiuni, „Analiza automatizată a structurii limbii și a textelor”, au fost prezentate patru comunicări. Sesiunea a început cu comunicarea lui DANIELIUS RALYS (VU), „Traducerea automată pentru limba lituaniană”, despre cele mai recente aspecte ale istoriei traducerii automate, realizări, proiecte desfășurate de diverse instituții, precum și noi progrese în utilizarea traducerii automate neuronale. Referentul a vorbit despre mus, kurie šiandien efektingai taikomi ir lietuvių kalbai. 2005–2007 m. Vyevoluția traducerii automate și despre realizările Universității „Vytautas cel Mare”, care a desfășurat proiectul finanțat de Fondurile structurale ale UE Instrument online de traducere a informațiilor. Rezultatul – un serviciu public online de traducere din engleză în lituaniană (accesibil online la: http://vertimas.vdu. lt/twsas/). În perioada 2012–2014, Universitatea din Vilnius a desfășurat proiectul finanțat de UE Crearea unui sistem de traducere automată a limbilor engleză–lituaniană–engleză și franceză–lituaniană–franceză, bazat pe metode statistice. Rezultatul – un serviciu public online de traducere (accesibil online la: https://www.versti.eu/). Totuși AURELIJA TAMULIONIENĖ 320 Acta Linguistica Lithuanica LXXVII chiar și cele mai bune traduceri automate necesită intervenția traducătorului. Așadar, pot mașinile să traducă într-adevăr bine? Ultimii câțiva ani promit noi progrese prin utilizarea traducerii automate neuronale. Universitatea din Vilnius se pregătește ca în 2018 să înceapă implementarea traducerii automate neuronale de nouă generație pentru limbile engleză, lituaniană, polonă, franceză, rusă și germană. S-a remarcat cu bucurie că cele mai recente realizări ale traducerii automate nu ocolesc nici limba lituaniană. VIRGINIJUS DADURKEVIČIUS (VU), în comunicarea „Gramatica limbii lituaniene în lumea digitală open source”, a vorbit despre crearea morfologiei informatice lituaniene de nouă generație, analiza și sinteza morfologică a cuvintelor, căutarea inteligentă a informației textuale etc. Odată cu apariția calculatoarelor, gramatica și lexicul clasic au fost nevoite să „îmbrace o haină nouă” și să devină parte deplină a noilor tehnologii. În acest scop a fost creată o morfologie computațională de nouă generație a limbii lituaniene, fiind stabilite următoarele obiective: utilizarea și crearea exclusivă a codului deschis; numai datele în sine, dar nu forma și interpretarea lor, pot avea caracteristici specifice limbii lituaniene; întregul cod al programului trebuie să fie universal, potrivit pentru orice altă limbă; valorificarea la maximum a soluțiilor aplicate cu succes altor limbi din lume. Baza elaborării o constituie Gramatica limbii lituaniene contemporane (Vilnius, 2006) și corpusurile (în total, aproximativ 1,5 miliarde de cuvinte). „Gradul de recunoaștere” mediu al textului care apare în prezent pe internet este de aproximativ 99 %, adică, în medie, analizatorul morfologic interpretează corect 99 din 100 de cuvinte. Această metodă nou creată de analiză morfologică a fost aplicată cu succes în Sistemul de analiză sintactică-semantică al Universității „Vytautas Magnus” (acces online: https://semantika.lt/SyntaticAndSemanticAnalysis/Analysis) și în Registrul actelor juridice al Republicii Lituania (acces online: www.e-tar.lt). Tema digitalizării gramaticii a fost continuată de DAIVA ŠVEIkAUSkIENė (LKI) și VYtAUtAS ŠVEIkAUSKAS (LKI). În comunicarea „Gramatica digitală a limbii lituaniene” s-a vorbit despre gramatica digitală a limbii lituaniene, a cărei elaborare a fost începută la Institutul Limbii Lituaniene și care poate fi utilizată și în alte domenii ale prelucrării computerizate a limbii: pentru analiza gramaticală, traducerea directă a datelor etc. A fost prezentat un proiect în cadrul căruia se prevede conectarea la sistemul internațional DIGITAL GRAMMARS, care cuprinde în prezent 32 de limbi. todais veikiančiose automatinio vertimo sistemose. Lietuvių kalbai tai labai akScopul principal al creării gramaticii digitale este utilizarea acesteia în scopuri nonstatistice. Conform datelor Tilde din anul 2017, calitatea traducerilor Google în limba lituaniană și din limba lituaniană este mai slabă chiar decât în cazul limbilor letonă sau estonă. De aceea, pentru Lituania este foarte important să creeze o variantă alternativă de traducere automată. În prezent este pregătit un exemplu-pilot de gramatică digitală, care cuprinde doar câteva cuvinte, însă chiar și din acesta se poate vedea că aici calitatea traducerii este mult mai bună, în special pentru acele propoziții în care se reflectă trăsături specifice ale limbii lituaniene. Atâta timp cât se utilizează ordinea cuvintelor din limba engleză, traduceri destul de bune oferă și metodele statistice Lietuvių kalbos padėtis skaitmeniniame amžiuje Apžvalgos / Surveys 321, însă dacă în propoziție ordinea cuvintelor este neobișnuită, traducerea Google nu transmite sensul propoziției. Gramatica digitală poate fi utilizată și în alte domenii ale prelucrării informatice a limbii: pentru analiza gramaticală, traducerea directă a datelor etc. Crearea gramaticilor digitale este coordonată de profesorul Aarne Ranta de la Universitatea din Göteborg (Suedia). Ultima prezentare a conferinței „Cine a copiat de la cine? Automatizarea și vizualizarea cercetării istoriei traducerilor Bibliei” a fost susținută de MINDAUGAS ŠINkūNAS (LKI). În prezentare s-a vorbit despre automatizarea și vizualizarea cercetărilor privind istoria traducerilor Bibliei. Prezentatorul a arătat rezultatele comparării versetelor biblice în diagrame sugestive și numeroase. Abundența citatelor biblice din scrierile vechi lituaniene îngreunează cercetarea legăturilor dintre acestea. Este necesară o platformă de date comodă, care să permită gruparea versetelor biblice în funcție de caracteristicile de interes pentru cercetător. Cea mai mare dificultate o prezintă evaluarea asemănării citatelor. Analiza complexă a lexicului, sintaxei și morfologiei (iar în anumite cazuri – și a ortografiei) permite acest lucru, însă o asemenea cercetare filologică este lentă, iar automatizarea ei este în prezent imposibilă. Compararea a putut fi automatizată printr-un algoritm care funcționează în cicluri și a cărui sarcină este să detecteze în două secvențe de semne combinații identice și să calculeze ce parte a secvențelor comparate acoperă acestea. Automatizarea comparării este împiedicată de ortografia ambiguă a scrierilor vechi. Evaluând rândurile transliterate manual și automat, s-a constatat că metoda de transliterare nu are o influență esențială asupra rezultatelor. Rezultatele pot fi discutabile la compararea textelor scrise în dialecte diferite (nivelarea particularităților dialectologice nu a fost testată). Rezultatele obținute privind similaritatea sunt sintetizate în diagrame bidimensionale. Rezultatele comparării versetelor biblice din Postila lui Bretkūnas (1591), obținute în cursul analizei informatice, corespund concluziilor la care au ajuns cercetătorii anteriori prin alte metode. Conferința s-a încheiat cu discuții. Articolele elaborate pe baza comunicărilor conferinței vor fi publicate în revistele științifice Bendrinė kalba (acces online: www.bendrinekalba.lt) și Lietuvių kalba (www.lietuviukalba.lt). LITERATURĂ Zinkevičius Zigmas 1992: Istoria limbii lituaniene 5. Ascensiunea limbii standard. Vilnius: Mokslas, 144–155. Primit la 3 noiembrie 2017. AURELIJA TAMULIONIENĖ Lietuvių kalbos institutas Str. Petro Vileišio nr. 5, LT-10308 Vilnius, Lituania [email protected]