AURELIJA TAMULIONIENĖ

Instytut Języka Litewskiego

Kierunki badań naukowych: badania nad użyciem współczesnego języka litewskiego i jego zróżnicowaniem wariantowym.

POZYCJA JĘZYKA LITEWSKIEGO W ERZE CYFROWEJ

O 24. konferencji Jonasa Jablonskisa

Kierunki rozwoju zasobów językowych i możliwości ich wykorzystania w erze cyfrowej

Jono Jablonskio (1860–1930) – žymiausio lietuvių kalbos normintojas, reikšmingų lietuvių kalbos mokslui ir praktikai darbų autorius. Pasak Zigmo Zinkevičiaus, „[V]isa Jablonskio veikla – tai ištisa epocha lietuvių bendrinės kalbos istorijoje. Iš mūsų rašomą kalbą į tinka­mas vėžes [...], jos raidą pasuko sveika linkmė“ (Zinkevičius 1992: 155).

Konferencja naukowa nazwana imieniem Jonasa Jablonskisa odbyła się po raz pierwszy w 1993 r., z inicjatywy Sekcji Kultury Języka Instytutu Języka Litewskiego oraz Katedry Języka Litewskiego Uniwersytetu Wileńskiego. Od tego czasu konferencje stały się tradycją i odbywają się każdej jesieni (od 2003 r. na przemian w Instytucie Języka Litewskiego lub na Uniwersytecie Wileńskim).

29 września 2017 r. odbyła się 24. konferencja naukowa Jonasa Jablonskisa Kierunki rozwoju zasobów językowych i możliwości ich wykorzystania w erze cyfrowej (ang. Digital Language Resources, Directions of Their Development and Possibilities to Harness Them), zorganizowana w Instytucie Języka Litewskiego. Konferencję zorganizowało Centrum Badań nad Językiem Standardowym Instytutu Języka Litewskiego wraz z Instytutem Lingwistyki Stosowanej Uniwersytetu Wileńskiego. Tematyka tej konferencji różniła się od tematyki wcześniejszych; jej celem było omówienie problemów pojawiających się na styku języków i technologii cyfrowych, z którymi spotykamy się podczas rozwijania zasobów cyfrowych i tworzenia wspólnego rynku cyfrowego. W centrum uwagi konferencji znalazł się semantyczny poziom zasobów cyfrowych (tworzenie sieci słów), a także nadawanie zasobom cyfrowym postaci dźwiękowej, tworzenie nowych możliwości upowszechniania zasobów cyfrowych w społecznościach wielojęzycznych itp.

W konferencji uczestniczyli prelegenci z zagranicy: z Parlamentu Europejskiego i Hiszpanii, a także badacze z różnych instytucji litewskich: Instytutu Języka Litewskiego, Uniwersytetu Wileńskiego

Straipsniai / Articles

313

AURELIJA TAMULIONIENĖ

uniwersytetu, Uniwersytetu Witolda Wielkiego, Bałtyckiego Instytutu Zaawansowanych Technologii, UAB „Netcode”. Podczas konferencji wygłoszono 17 referatów. Prelegenci przedstawiali swoje referaty oraz dzielili się wynikami badań i doświadczeniem podczas czterech sesji.

Konferencja rozpoczęła się od przemówień inauguracyjnych. Uczestników konferencji i prelegentów powitali poseł do Parlamentu Europejskiego Algirdas Saudargas oraz dyrektor Instytutu Języka Litewskiego prof. dr Jolanta Elena Zabarskaitė. Słowo wstępne wygłosiła dr Rita Miliūnaitė, główna pracownica naukowa Centrum Badań nad Językiem Standardowym Instytutu Języka Litewskiego. Mówiono o tym, że w ostatnich latach związki języka litewskiego z technologiami informacyjnymi znacznie się umocniły i że mamy wymierne rezultaty zarówno w zakresie cyfryzacji zasobów językowych, jak i tworzenia narzędzi do analizy, rozpoznawania i syntezy języka, ale w porównaniu z tempem, w jakim zmienia się świat w tej dziedzinie, język litewski ma jeszcze wiele do nadrobienia. Ponieważ język litewski jest fleksyjny, nie możemy bezpośrednio zastosować do niego technologii informacyjnych stworzonych dla języka angielskiego, dlatego nasze obecne narzędzia do tłumaczenia maszynowego i inne narzędzia komputerowe są nadal bardzo niedoskonałe, a świat już bada i zmierza dalej w kierunku rozwoju sztucznej inteligencji, ucieleśnia ją w przedmiotach i przenika do coraz głębszych warstw języka.

Pierwszy referat na sesji plenarnej, „Żywy język w sztucznym umyśle”, wygłosił poseł do Parlamentu Europejskiego Algirdas Saudargas. Prelegent postawił zasadnicze pytanie, na które musi odpowiedzieć każda wspólnota językowa: w jakim stopniu powinna sama opracowywać zasoby i technologie dla swojego języka ojczystego, a co można kupić w postaci gotowej, opartej na innych językach. W referacie przedstawiono problematyczne spostrzeżenia, że język litewski, podobnie jak języki niektórych innych małych krajów, „ma niewielkie wsparcie technologiczne albo nie ma go wcale”. Technologie językowe nie otrzymują należytej uwagi w programach politycznych nie tylko na Litwie, lecz także w Europie. W referacie przedstawiono spostrzeżenia wskazujące, że rozwój sztucznej inteligencji zmierza ku formie hybrydowej, w której sieci neuronowe odpowiadają nieświadomym mechanizmom mózgu, a świadomym umysłem steruje tradycyjna, tak zwana symboliczna sztuczna inteligencja. Każda wspólnota językowa musi dbać o to, by technologie językowe odpowiadające symbolicznej sztucznej inteligencji wyczerpująco i dokładnie odzwierciedlały całą strukturę języka ojczystego, a dla zespołów sieci neuronowych stworzono bogate środowisko języka ojczystego (i kultury ojczystej).

Drugi referat plenarny, „Language equality in the digital age: towards a human language project”, w języku angielskim wygłosił Rafael Rivera, dyrektor firmy konsultingowej „Claves”. W referacie szczegółowo przedstawiono badanie Działu Badań nad Perspektywami Naukowymi Parlamentu Europejskiego „Równość języków w epoce cyfrowej. Projekt języka ojczystego” (z badaniem w języku angielskim można zapoznać się w internecie: http://www.europarl.europa.eu/RegData/etudes/STUD/2017/598621/EPRS_STU(2017)598621_EN.pdf). W referacie omówiono obecny stan technologii języka ojczystego, dokonując ilościowej oceny

314

Acta Linguistica Lithuanica LXXVI

Lietuvių kalbos padėtis skaitmeniniame amžiuje

ekonomicznych, społecznych i lingwistycznych skutków języka w epoce cyfrowej oraz omówiono politykę Unii Europejskiej w zakresie technologii informacyjnych i komunikacyjnych. W epoce cyfrowej technologie językowe stanowią ogromne wyzwanie dla krajów, w których mówi niewiele osób. Słabo rozwinięte technologie językowe powodują wykluczenie i tworzą bariery. Wpływa to na usługi transgraniczne, mobilność pracowników i handel. Przyczyną takich barier są nieskoordynowane badania naukowe i niewystarczające finansowanie. Prelegent podkreślił, że technologie językowe nie otrzymują należytej uwagi ze strony polityków europejskich. Na podstawie analizy obecnej sytuacji opracowywana jest inicjatywa, która połączy politykę instytucji, badań naukowych, przemysłu, rynku i usług publicznych.

Ostatni referat sesji plenarnej, „Język litewski pisany i mówiony w mediach tradycyjnych i elektronicznych”, wygłosił profesor Instytutu Matematyki i Informatyki Uniwersytetu Wileńskiego Laimutis Telksnys. W referacie mówiono o konieczności opracowania metod i narzędzi — sprzętu i oprogramowania — zapewniających poprawne używanie litewskiego języka pisanego i mówionego w dokumentach papierowych i w środowisku elektronicznym. Prelegent postawił ważne pytanie: jak zachowa się kilka milionów Litwinów, aby nie zniknąć w oceanie ponad 7 miliardów ludzi piszących i mówiących oraz nadchodzących inteligentnych maszyn. Profesor udzielił też odpowiedzi: aby do tego nie doszło, należy opracować metody i narzędzia — sprzęt i oprogramowanie — zapewniające poprawne używanie litewskiego języka pisanego i mówionego w dokumentach papierowych i w środowisku elektronicznym oraz harmonizujące używanie języka litewskiego i innych języków pisanych i mówionych w dokumentach papierowych i w środowisku elektronicznym. Należy stworzyć transkrybatory, które będą przedstawiać znaki pisma innych języków za pomocą znaków litewskiego pisma oraz zapisywać dźwięki mowy innych języków za pomocą znaków litewskiej mowy, odpowiednich do automatycznej syntezy dźwięków litewskich słów.

Podczas pierwszej sesji, „Rozpoznawanie i synteza mowy”, wygłoszono trzy referaty.

Audrius Valotka (VU) i Gediminas Navickas (VU) w referacie „Dalej od prasy drukarskiej Gutenberga: litewska mowa w najnowszych technologiach” mówili o litewskiej mowie w najnowszych technologiach i przedstawili finansowany z funduszy strukturalnych projekt Usługi sterowane litewską mową – LIEPA (dostępny w internecie: https://www.raštija.lt/liepa),), w ramach którego stworzono między innymi syntezator i system rozpoznawania litewskiej mowy. W trakcie realizacji tego projektu otwarto litewskiej mowie bramy do przestrzeni cyfrowej, dlatego planowany jest projekt Rozwój usług sterowanych litewską mową – LIEPA 2. Prelegenci mówili o wynikach projektu LIEPA 2, które będą otwarte i bezpłatnie dostępne dla wszystkich zainteresowanych oraz będą zachęcać do wykorzystywania litewskiej mowy w produktach technologii informacyjnych. Najważniejszym rezultatem nowego projektu będzie możliwość naturalnego

Apžvalgos / Surveys

315

AURELIJA TAMULIONIENĖ

komunikuje z urządzeniami (telefonami komórkowymi, tabletami, inteligentnymi zegarkami, robotami), wydawać polecenia ludzkim głosem i rozumieć ich odpowiedzi. W ramach projektu LIEPA 2 planuje się stworzyć typowe usługi ukazujące nowe możliwości wykorzystania usług obsługiwanych za pomocą litewskiej mowy: sterownik robota edukacyjnego, usługę telefoniczną, usługę przywoływania taksówki, syntezator mobilny dla osób niewidomych, czytnik wiadomości internetowych, komunikator międzyjęzykowy.

Laimutis Telksnys (VU) i Gediminas Navickas (VU) w wystąpieniu „Usługi obsługiwane za pomocą litewskiej mowy. Stan. Perspektywy” omówili stan i perspektywy usług obsługiwanych za pomocą litewskiej mowy oraz systematycznie prowadzone prace nad ich tworzeniem i rozwojem ich wykorzystania. Prace są realizowane dzięki połączeniu wiedzy specjalistów w dziedzinie technologii informacyjnych i filologów języka litewskiego oraz potencjału inżynieryjnego. W pierwszym etapie prac stworzono siedem usług obsługiwanych za pomocą litewskiej mowy oraz infrastrukturę zapewniającą ich funkcjonowanie. W przyszłości planuje się stworzyć nowe usługi obsługiwane za pomocą litewskiej mowy na potrzeby mobilnego środowiska elektronicznego – inteligentnych telefonów komórkowych, tabletów, inteligentnych zegarków i robotów.

O obecnym stanie i perspektywach syntezy litewskiej mowy mówili Pius Kasparaitis (VU) i Gintaras Skeris (VU). W wystąpieniu „Obecny stan i perspektywy syntezy litewskiej mowy” przedstawiono różne usługi odczytywania tekstu na głos – syntezator LIEPA, który jest rozpowszechniany bezpłatnie wraz z tekstami źródłowymi, co umożliwia także innym osobom znalezienie dla niego nowych zastosowań; na przykład nagrania głosowe przy artykułach udostępniają już strony internetowe: zinios.lt, unikopedarejas.lt, vilnius.lt, m.delfi.lt, vle.lt, usługa odczytywania tekstu na głos RoboBraille umożliwia automatyczne przekształcanie dowolnych dokumentów tekstowych w pliki dźwiękowe, komunikaty syntetycznym głosem są już odczytywane na dworcu autobusowym w Vilkaviškisie, wirtualni asystenci działają już na stronie internetowej Departamentu Migracji itd.

Na drugim posiedzeniu „Cyfrowe zasoby języka litewskiego” wygłoszono cztery referaty.

Pierwszy referat, „E. kalba – innowacja w wykorzystaniu cyfrowych zasobów językowych”, wygłosili Elena Jolanta Zabarskaitė (LKI), Deimantė Budriūnaitė (LKI) i Skirmantas Šermukšnis (NetCode). W referacie szczegółowo przedstawiono nowy projekt Instytutu Języka Litewskiego, którego celem jest rozbudowa infrastruktury informacyjnej zasobów języka litewskiego (LKIIS) (dostęp online: www.lkiis.lt). Omówiono przede wszystkim usługi generowane przez infrastrukturę nowego projektu Instytutu Języka Litewskiego E. kalba – „Wyszukiwanie w sieci słów”, „E. marketing”, „E. pojęcia” i „E. porady”. Prelegenci przedstawili funkcjonalności tych usług oraz ich aspekty technologiczne. Funkcjonalności projektu obejmą innowacyjne technologie sztucznej inteligencji przeznaczone do analizy opinii użytkowników; usługa „E. pojęcia” zapewni rozszerzone wyszukiwanie i wzbogacanie pojęć poprzez integrację dodatkowych zasobów językowych, takich jak słowniki dwujęzyczne,

316

Acta Linguistica Lithuanica LXXVI

Lietuvių kalbos padėtis skaitmeniniame amžiuje

sieci słów w innych językach; dzięki interaktywnemu kreatorowi słowotwórczemu będzie można szybko i wygodnie wybierać odpowiednie sposoby tworzenia wyrazów, zgodnie z pożądanym znaczeniem kategorii i grupy lub zastosowanymi środkami słowotwórczymi. W referacie przedstawiono także główne rezultaty projektu E. kalba oraz przewidywane korzyści.

Rita Milunaitė (LKI) w referacie „Możliwości wyszukiwania w internetowym Lietuvių kalbos naujažodžių duomenyne” przedstawiła, w jaki sposób można ujawnić najróżniejsze potrzeby użytkowników języka, które mogą zaspokoić Lietuvių kalbos naujažodžių duomenynas (dostęp online: http://naujažodžiai.lki.lt/)). Obecnie można wyszukiwać według takich parametrów, jak hasło, pochodzenie neologizmu, forma oryginalna, warianty pisowni, zakres użycia itd. Osoby zarządzające bazą danych mają również dostęp do szerszych możliwości wyszukiwania, niezbędnych do edytowania danych w różnych przekrojach. W ramach projektu LKIS powstanie rozszerzony system wyszukiwania informacji. Prelegentka podkreśliła, że Lietuvių kalbos naujažodžių duomenynas jest elastycznym zasobem cyfrowym, otwartym na rozwój. Jego charakter wynika przede wszystkim z samego materiału – stale zmieniającej się i odnawiającej warstwy leksykalnej języka litewskiego – a także z pojawiania się nowych cech danych dostępnych badaczom neologizmów oraz ze zmieniających się potrzeb użytkowników. Zasób ten ma zostać zintegrowany z LKIS (dostęp online: http://lkis.lki.lt/) i włączony nie tylko do ogólnego systemu wyszukiwania w zgromadzonych tam danych, lecz także wykorzystany do tworzenia sieci słów. W referacie obrazowo pokazano, jak użyteczny może być ten zbiór danych zarówno dla językoznawców, jak i dla wszystkich użytkowników zainteresowanych neologizmami.

Temat neologizmów kontynuowała Daiva Murmulaitė (LKI) w referacie „Perspektywy badań nad słowotwórstwem neologizmów (przypadek Lietuvių kalbos naujažodžių duomenyno)”; mówiła o badaniach nad słowotwórstwem neologizmów i ich perspektywach, a także o tym, jak badać zarysowujące się zjawiska słowotwórcze, korzystając z Lietuvių kalbos naujažodžių duomenyno. Prelegentka przedstawiła, że już na wstępnym etapie tworzenia tej bazy danych poczyniono wstępne przygotowania do analizy słowotwórczej neologizmów – w przeznaczonych do tego polach przewidziano wskazywanie typów derywatów, ich formacji słowotwórczych, kategorii słowotwórczych (znaczeń), wyrazów pokrewnych itd.; zgromadzono już część danych. W polu cech szczególnych niektóre neologizmy oznaczono jako jednostkowe (na przykład varškėfobija itd.), autorskie (na przykład demagogėja itd.) oraz kontaminacyjne (na przykład murmanas itd.). Prelegentka podkreśliła, że do szczegółowej i rzetelnej analizy słowotwórczej ważne jest również uwzględnienie pewnych elementów, których rejestrowanie zaplanowano od początku – części mowy wyrazu podstawowego derywatu, zmian w podstawie słowotwórczej, analogii, roli tłumaczenia w tworzeniu neologizmu, przejawów nietypowego słowotwórstwa itd. Ważne jest stworzenie dobrego systemu indeksów – szczegółowego, elastycznego, wygodnego w użyciu, uzupełnianiu i korygowaniu.

Laimutis Bilkis (LKI) w referacie „Struktura geoinformacyjnej bazy danych litewskich nazw miejscowych, jej powiązania z innymi bazami onomastycznymi i kierunki rozwoju”

Apžvalgos / Surveys

317

AURELIJA TAMULIONIENĖ

przedstawił geoinformacyjną bazę danych litewskich nazw miejscowych (dostęp online: http://lkis.lk.lt/lietuvos-vietovardziu-geoinformacine-duomenu-baze). Poprosiliśmy o omówienie struktury tej bazy i jej powiązań z innymi bazami nazw własnych. Prelegent przedstawił obszary wyszukiwania dostępne na publicznej stronie bazy danych: typ obiektu, status obiektu, obecny podział administracyjno-terytorialny (samorząd, starostwo, miejscowość), międzywojenny podział administracyjno-terytorialny (powiat, gmina, miejscowość) oraz dopływy rzek. W bazie można wyszukiwać informacje o nazwach miejscowych według następujących kryteriów: nazwa, rodzaj, liczba, akcent, sposób tworzenia, pochodzenie ze względu na przynależność wyrazu podstawowego do języka, pochodzenie ze względu na przynależność wyrazu podstawowego do grupy leksykalnej. W bazie można znaleźć autentyczne nazwy miejscowe zapisane w okresie międzywojennym na terenie wybranej miejscowości (wsi, wsi przykościelnej, dworu, miasteczka, pojedynczego gospodarstwa) oraz zobaczyć ich dokładne lub przybliżone położenie na mapie. W referacie podkreślono, że podczas integracji bazy z systemem LKIS utworzono trzy rodzaje odsyłaczy do innych baz nazw własnych: do innej nazwy miejscowej, od której dana nazwa pochodzi, do nazwy osobowej znajdującej się w bazie danych litewskich nazwisk, od której nazwa miejscowa pochodzi, oraz do historycznych zapisów tej nazwy miejscowej znajdujących się w bazie danych historycznych nazw miejscowych. Obecnie do bazy wprowadzono i opisano (opisuje się) około 25 000 nazw miejscowych.

Po południu prelegenci i uczestnicy zebrali się na trzecie posiedzenie „Lingwistyka korpusowa”.

Pierwszy referat „Korpusy języka litewskiego z anotacją morfologiczną i składniową” wygłosili ERIKA RIMKUTĖ (VDU), AGNĖ BIELINSKIENĖ (VDU), LOÏC BOIZOU (VDU), ANDRIUS UŽA (VDU). Omówiono dwa anotowane korpusy języka litewskiego, opracowane w Centrum Lingwistyki Komputerowej Uniwersytetu Witolda Wielkiego (dostęp do korpusów online: http://nl.ijs.si/ME/V4/msd/html/index.html; https://ufal.mff.cuni.cz/tred/). Korpusy z anotacją są podstawowymi zasobami, bez których rozwój technologii językowych jest niemożliwy. Zazwyczaj wykorzystuje się je do tworzenia innych zasobów i narzędzi przetwarzania języka naturalnego, takich jak systemy automatycznego rozpoznawania mowy, tłumaczenie automatyczne itp. Korpus z anotacją morfologiczną MATAS opracowywano w latach 2002–2014. Zawiera 1,6 mln słów z tekstów reprezentujących różne style. Korpus przygotowano na podstawie korpusu liczącego 1 mln słów, utworzonego w 2006 r., stosując modele statystyczne. Korpus z anotacją składniową ALKSNIS, opracowany w 2016 r. jako złoty standard dla dalszych badań i zasobów, obejmuje 2 355 zdań (około 30 tys. słów) zaczerpniętych z tekstów reprezentujących różne style. Anotacja korpusu opiera się na zasadach automatycznej anotacji morfologicznej i składniowej; zastosowano model zależności składniowych.

Temat korpusów kontynuował w swoim referacie „Baza danych litewskich stałych połączeń wyrazowych” liczny zespół prelegentów konferencji: ERIKA RIMKUTĖ (VDU), AGNĖ BIELINSKIENĖ (VDU), LOÏC BOIZOU (VDU), IEVA BUMBULIENĖ (Instytut Zaawansowanych Technologii Bałtyckich), JOLANTA KOVALSKAITĖ

318

Acta Linguistica Lithuanica LXXVI

Lietuvių kalbos padėtis skaitmeniniame amžiuje

(VDU), Tomas Krilavičius (Instytut Zaawansowanych Technologii Bałtyckich), Justina Mandravikaitė (Instytut Zaawansowanych Technologii Bałtyckich), Laura Vilkaitė (Instytut Zaawansowanych Technologii Bałtyckich). Referat na konferencji przedstawiła Erika Rimkutė (VDU); mówiła przede wszystkim o metodologii badania stałych połączeń wyrazowych we współczesnym pisanym języku litewskim oraz o przygotowywanym słowniku kolokacji języka litewskiego opartym na korpusie. W ramach projektu Automatyczne rozpoznawanie stałych połączeń wyrazowych w języku litewskim (PASTOVU) (nr LIP-027/2016) (zob. http://mwe.lt/), dąży się do opracowania metodologii badania stałych połączeń wyrazowych we współczesnym pisanym języku litewskim oraz przygotowania opartego na korpusie słownika kolokacji języka litewskiego. W projekcie utworzono i wykorzystuje się korpus Delfi.lt z lat 2014–2016, liczący 72 mln słów. Słownik kolokacji będzie opracowywany na podstawie bazy danych. Zostaną w niej zawarte różnorodne informacje o stałych połączeniach wyrazowych: informacje gramatyczne i leksykalne, częstotliwość użycia, rubryka tekstu, przykłady konkordancji itp.

Badania korpusowe przedstawili również reprezentanci Uniwersytetu Wileńskiego: Gintarė Judžentytė (VU), Vilma Zubaitienė (VU). W referacie „Badania fraz akademickich oparte na korpusach: struktura formalna i semantyka” omówiono strukturę i semantykę fraz języka akademickiego na podstawie Korpusu prac pisemnych studentów, tworzonego obecnie na Uniwersytecie Wileńskim, który jest jednym z planowanych rezultatów projektu wspieranego przez Państwową Komisję Języka Litewskiego: Badania frazeologii prac studenckich i interaktywny zbiór fraz. Celem projektu jest ustalenie listy słów istotnych dla pisarstwa akademickiego, wyodrębnienie podstawowych kolokacji i ich rozszerzeń, a także powtarzających się sekwencji wyrazów w różnych częściach tekstu akademickiego, omówienie ich związków z retorycznymi funkcjami poszczególnych części tekstu oraz opisanie znaczeń słów akademickich, takich jak: cel, zadanie, metody, wnioski, wyniki; wykonać, analizować, ustalić, opierać się, a także ich użycia i semantyki.

Na ostatnim posiedzeniu „Automatyczna analiza struktury języka i tekstów” wygłoszono cztery referaty.

Posiedzenie rozpoczął referat Danieliusa Račysa (VU) „Tłumaczenie maszynowe dla języka litewskiego”, poświęcony najnowszej historii tłumaczenia maszynowego, jego osiągnięciom, projektom realizowanym przez różne instytucje, a także nowym przełomom związanym z wykorzystaniem neuronowego tłumaczenia maszynowego. Prelegent mówił o rozwoju i osiągnięciach tłumaczenia maszynowego, które są dziś z powodzeniem wykorzystywane również w odniesieniu do języka litewskiego. W latach 2005–2007 Uniwersytet Witolda Wielkiego realizował finansowany z funduszy strukturalnych UE projekt Internetowe narzędzie do tłumaczenia informacji. Jego rezultatem była publicznie dostępna usługa tłumaczenia online z angielskiego na litewski (dostęp online: http://vertimas.vdu.lt/twsas/). W latach 2012–2014 Uniwersytet Wileński realizował finansowany przez UE projekt Opracowanie systemu tłumaczenia maszynowego angielsko-litewsko-angielskiego i francusko-litewsko-francuskiego opartego na metodach statystycznych. Jego rezultatem była publicznie dostępna usługa tłumaczenia online (dostęp online: https://www.versti.eu/). Mimo to

Apžvalgos / Surveys

319

AURELIJA TAMULIONIENĖ

Nawet najlepsze tłumaczenia maszynowe wymagają interwencji tłumacza. Czy zatem maszyny potrafią tłumaczyć naprawdę dobrze? Ostatnie lata zapowiadają nowe przełomy dzięki zastosowaniu neuronowego tłumaczenia maszynowego. Uniwersytet Wileński przygotowuje się do rozpoczęcia w 2018 r. wdrażania tłumaczenia maszynowego nowej generacji dla języków angielskiego, litewskiego, polskiego, francuskiego, rosyjskiego i niemieckiego. Z radością odnotowano, że najnowsze osiągnięcia w dziedzinie tłumaczenia maszynowego nie omijają również języka litewskiego.

Virginijus Dudkevičius (VU) w referacie „Gramatyka języka litewskiego w cyfrowym świecie oprogramowania open source” mówił o tworzeniu morfologii komputerowej języka litewskiego nowej generacji, analizie i syntezie morfologicznej wyrazów, inteligentnym wyszukiwaniu informacji tekstowych itp. Wraz z pojawieniem się komputerów klasyczna gramatyka i leksyka musiały „przywdziać nową szatę” i stać się pełnoprawną częścią nowych technologii. W tym celu opracowano morfologię komputerową języka litewskiego nowej generacji, wyznaczając następujące cele: używać i tworzyć wyłącznie oprogramowanie open source; tylko same dane, a nie ich forma i interpretacja, mogą mieć cechy właściwe językowi litewskiemu; cały kod programu musi być uniwersalny i nadawać się do każdego innego języka; w maksymalnym stopniu wykorzystywać rozwiązania z powodzeniem zastosowane w innych językach świata. Podstawę opracowania stanowią Dabartinės lietuvių kalbos gramatika (Wilno, 2006) oraz korpusy tekstowe (łącznie około 1,5 mld słów). W przypadku przeciętnego tekstu, który obecnie pojawia się w Internecie, około 99% jest „rozpoznawalne”, tzn. analizator morfologiczny poprawnie interpretuje średnio 99 ze 100 słów. Ten nowo opracowany sposób analizy morfologicznej z powodzeniem zastosowano w systemie analizy składniowo-semantycznej Uniwersytetu Witolda Wielkiego (dostęp online: https://semantika.lt/SyntacticAndSemanticAnalysis/Analysis) oraz w Rejestrze Aktów Prawnych Sejmu Republiki Litewskiej (dostęp online: www.e-tar.lt).

Temat gramatyki cyfrowej kontynuowali Daiva Šveikauskienė (LKI) i Vytautas Šveikauskas (LKI). W referacie „Cyfrowa gramatyka języka litewskiego” mówiono o cyfrowej gramatyce języka litewskiego, której opracowanie rozpoczęto w Instytucie Języka Litewskiego i która może być wykorzystywana także w innych dziedzinach komputerowego przetwarzania języka: analizie gramatycznej, bezpośrednim tłumaczeniu danych itp. Przedstawiono projekt, w ramach którego planuje się przyłączyć do międzynarodowego systemu DIGITAL GRAMMARS, obejmującego obecnie 32 języki. Głównym celem opracowania gramatyki cyfrowej jest wykorzystanie jej w systemach tłumaczenia automatycznego działających metodami niestatystycznymi. Ma to szczególne znaczenie dla języka litewskiego. Według danych za 2017 rok Tildės jakość tłumaczeń Google na język litewski i z języka litewskiego jest gorsza nawet niż w przypadku języka łotewskiego czy estońskiego. Dlatego dla Litwy bardzo ważne jest opracowanie alternatywnego wariantu tłumaczenia automatycznego. Obecnie przygotowano próbny przykład gramatyki cyfrowej, obejmujący kilka słów, ale już na jego podstawie widać, że jakość tłumaczenia jest tu znacznie lepsza, zwłaszcza w przypadku zdań odzwierciedlających specyficzne cechy języka litewskiego. Dopóki stosowany jest angielski szyk wyrazów, dobre tłumaczenia zapewniają również metody statystyczne

320

Acta Linguistica Lithuanica LXXVI

Lietuvių kalbos padėtis skaitmeniniame amžiuje

jednak gdy w zdaniu występuje niestandardowy szyk wyrazów, tłumaczenie Google nie traci sensu zdania. Gramatykę cyfrową można wykorzystać także w innych dziedzinach komputerowego przetwarzania języka: analizie gramatycznej, bezpośrednim tłumaczeniu danych itp. Pracami nad gramatykami cyfrowymi kieruje profesor Aarne Ranta z Uniwersytetu w Göteborgu (Szwecja).

Ostatni referat konferencji, „Kto od kogo przepisał? Automatyzacja i wizualizacja badań nad historią przekładów Biblii”, wygłosił Mindaugas Šinkūnas (LKI). W referacie omówiono automatyzację i wizualizację badań nad historią przekładów Biblii. Prelegent przedstawił wyniki porównania wersetów biblijnych na przejrzystych i bogatych w informacje diagramach. Liczne cytaty biblijne w dawnych tekstach litewskich utrudniają badanie ich powiązań. Potrzebna jest wygodna platforma danych umożliwiająca grupowanie wersetów biblijnych według cech istotnych dla badacza. Największe trudności sprawia ocena podobieństwa cytatów. Pozwala na to kompleksowa analiza leksyki, składni i morfologii (a w niektórych przypadkach także ortografii), jednak takie badanie filologiczne jest powolne, a obecnie nie można go zautomatyzować. Udało się zautomatyzować porównywanie za pomocą algorytmów działających w cyklach, których zadaniem jest wykrywanie identycznych ciągów w dwóch sekwencjach znaków i obliczanie, jaką część porównywanych sekwencji one obejmują. Automatyzację porównywania utrudnia niejednoznaczna ortografia dawnych tekstów. Po ocenie wersetów transliterowanych ręcznie i automatycznie ustalono, że sposób transliteracji nie ma istotnego wpływu na wyniki. Wyniki mogą budzić wątpliwości przy porównywaniu tekstów napisanych w różnych dialektach (nie badano niwelacji cech dialektalnych). Uzyskane wyniki podobieństwa podsumowano na diagramach dwuwymiarowych. Wyniki porównania wersetów biblijnych z Postilės (1591) Bretkūnasa, uzyskane za pomocą analizy komputerowej, są zgodne z wnioskami, do których wcześniejsi badacze doszli innymi metodami.

Konferencja zakończyła się dyskusjami. Artykuły opracowane na podstawie referatów konferencyjnych zostaną opublikowane w czasopismach naukowych Bendrinė kalba (dostęp online: www.bendrinekalba.lt) oraz Lietuvių kalba (www.lietuviukalba.lt).

LITERATŪRA

Zinkevičius Zigmas 1992: Lietuvių kalbos istorija 5. Bendrinės kalbos iškilimas. Vilnius: Mokslas, 144–155.

Įteikta 2017 m. lapkričio 3 d.

AURELIJA TAMULIONIENĖ

Lietuvių kalbos institutas

Petro Vileišio g. 5, LT-10308 Vilnius, Lietuva

[email protected]

Apžvalgos / Surveys

321