Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti

RAMUNĖ VASKELAITĖ UTMANINGAR SOM DIGITAL TEKNIK MEDFÖR OCH FÖRESLAGNA SÄTT ATT ÖVERVINNA DEM Den 24:e Jono Jablonskis-konferensen Helheten av Jono Jablonskis-konferenserna, som sedan 1993 har arrangerats om höstarna av Litauiska språkets institut och institutionen för litauiska vid Vilnius universitet, visar att man oftast har valt att behandla ganska konkreta problem kring normering och språkbruk eller förhållandet mellan norm och språkbruk (t.ex.: Kalbos normos ir vartosena, 1994; Nauji kalbos reiškiniai ir jų vertinimas, 1998; Normų kaita ir vartosena, 1999; Kalbos normų ir vartosenos lygmenys, 2000; Kalbos vartosena ir tvarkyba, 2001)1. Men det har sannolikt inte funnits en enda konferens där inte också mer grundläggande frågor på ett eller annat sätt har aktualiserats – den gemensamma språkets begrepp, gränser och syfte, dess förhållande till samhället, förändring när omständigheterna skiftar och dess fortbestånd. Och från ungefär sekelskiftet har sådana frågor, i takt med att olika omständigheter som påverkar språket förändrats allt mer genomgripande, också medvetet lyfts fram som huvudföremål för diskussionen (jfr: Bendrinės kalbos ribos, 2002; Bendrinė kalba ir visuomenė, 2005; Bendrinė kalba ir kitos kalbos atmainos, 2006; Kalbos variantiskumas ir kalbinės nuostatos, 2009; Lietuvių kalbos gyvavimas ir atsinaujinimas šiuolaikinėje visuomenėje, 2013). Konferensernas utveckling visar också en annan tendens: när blicken riktas mot grundläggande frågor och perspektivet därmed fördjupas, omfattar det samtidigt ett allt vidare perspektiv. Redan fyra konferenser har hållits som internationella2, vilket innebär att man där inte bara har diskuterat den litauiska gemensamma språkets tillstånd eller begrepp, utan också de gemensamma språkkoncept som utvecklas i andra länder eller, om sådana koncept inte tillämpas, inriktningar inom språkplanering, språkpolitik och språkvård. Vid årets 24:e konferens öppnade sig ett perspektiv av särskilt stor omfattning – ett europeiskt, som omfattar det flerspråkiga Europeiska unionen och det problem med språklig mångfald som uppstår där. Utifrån det ämnesområde som stod i fokus skulle konferensen, som hölls vid Litauiska språkets institut, SKAITMENINIAI KALBOS IŠTEKLIAI, JŲ PLĖTROS KRYPTYS IR PANAUDOS GALIMYBĖS (29 september 2017) också kunna knytas till ett ännu vidare sammanhang – det globala. Och även om man föreslår att ersätta adjektivet globalus, -i med litauiska ord som pasaulinis, -ė; visuotinis, -ė; didžiulis, -ė 1 Sammandrag av föredrag vid vissa J. Jablonskis-konferenser finns på Litauiska språkets instituts webbplats på adressen http://lki.lt/tarptautin%C4%97-jono-jablonskio-konferencija/#1501063755178-1d439107-84e9. Bendrinėje kalboje (tidigare Kalbos kultūra) publiceras översikter över konferenserna. 2 Konferenser arrangerades som internationella år 2005, 2009, 2010 och 2016. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 2 eller gigantisk, -t3, är årets diskussioner mest träffande att beteckna med ett internationellt ord som rymmer flera semantiska nyanser. För det första är det digitala rummet inte bara globalt utan också allomfattande, gigantiskt eller rentav gränslöst, särskilt som föredragshållarna nämnde inte bara datorer utan även smarta klockor, telefoner, röststyrda dammsugare, robotar och artificiell intelligens i allmänhet som områden för digital teknik. För det andra visar ordet global, -t genast på kopplingar till globalisering och en globaliserande utveckling; sådana uppenbara kopplingar har inte bara det språkanvändningsområde som valts för granskning, utan också den grundläggande fråga som togs upp vid konferensen. Frågan sammanfattades av den formulering som presenterades av habiliterade doktorn i matematik Laimutis Telksnys: ”Hur ska vi, några miljoner litauer, agera för att inte försvinna i oceanen av mer än 7 miljarder skrivande och talande människor och de intelligenta maskiner som är på väg?” Men såväl det konkreta och sakliga svar som akademikern gav vid plenarsessionen som de gemensamma projekt som filologer, matematiker, programmerare och ingenjörer presenterade efter varandra vid konferensens fyra övriga sessioner visade att den övergripande strategiska riktningen är väl känd. Den består i att föra in språket och dess struktur i det digitala rummet och aktivt se till att det fungerar där – både i skriftlig och muntlig form. Vid konferensen diskuterades den strategiska riktningen snarare inte, utan betraktades som den enda möjligheten för ett litet lands språk att överleva i den digitala tidsåldern, det enda möjliga valet. Europaparlamentarikern Algirdas Saudargas jämförde den med det val som boksmugglarna ställdes inför: att i en kyrillisk miljö välja litauisk skrift med latinska bokstäver. Dr. Audrius Valotka, projektledare vid Filologiska fakulteten vid Vilnius universitet, nämnde en kedja av konsekventa val: folk som valde att skriva något i lera eller på pergament överlevde; senare, längs historiens väg, överlevde de folk som tryckte texter med Gutenbergs uppfunna tryckpress. Nu har turen kommit till det oundvikliga valet att flytta in i det digitala rummet. Svårigheterna med att gå i en tydligt utstakad riktning nämndes vid konferensen något oftare än den strategiska riktningen, men inte heller de stod i centrum för diskussionerna. Flera betecknade det som ett problem att företag från Förenta staterna (hädanefter USA), såsom Microsoft, Amazon eller Google, dominerar teknikvärlden och att marknaderna i små länder, särskilt deras språk, knappast intresserar dem. Därför återkom man flera gånger till slutsatsen att man själv måste värna om språkets användning och överlevnad i det digitala rummet. Samtidigt nämnde flera av dem som redan arbetar med detta bristen på resurser, även mänskliga sådana. Det är förståeligt att ett litet land har små möjligheter att inom språkteknologi tävla med marknadens hajar eller jättar – som de amerikanska privatkapitalbolagen ofta kallades – men av den genomgång av situationen i Europeiska unionen (hädanefter EU) som gjordes av 3 Sådana ersättningsformer anges till exempel i den rådgivningsbank som tillhandahålls av Statliga kommissionen för litauiska språket: http://www.vlkk.lt/konsultacijos/5531-globalus. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 3 av den spanske forskaren Rafael Riveras föredrag framgick att dessa företags dominans i informationsteknikvärlden också skapar problem på EU-nivå. Å andra sidan tenderar även EU självt att gå över till engelska, vilket bör vara en faktor som särskilt försvårar litauiskans införande och fortlevnad i det digitala rummet. Konferensen öppnade dock ett helt annat perspektiv. Oberoendeakten undertecknaren Algirdas Saudargas, som arbetar i Europaparlamentet, inledde plenarsessionen med föredraget Det levande språket i artificiell intelligens. Med anledning av en undersökning genomförd av kompetensnätverket META-NET, som omfattar 60 forskningscentrum i 34 länder och visade att litauiskan fick lägsta betyg vad gäller språkteknologisk status – det vill säga bedömdes ”ha ringa eller inget teknologiskt stöd” – vilket innebär att språket hotas av utrotning, hade han redan några år tidigare initierat en undersökning i Europaparlamentet Språklig jämlikhet i den digitala tidsåldern. Undersökningen visade att det som krävs för att uppnå verklig integration i EU inte är enspråkighet, utan tvärtom språklig mångfald. Senare kompletterades den med Modersmålsprojektet, som föreslår strategiska inriktningar på olika nivåer för hur EU kan uppnå ett teknologiskt genombrott som gör det möjligt för varje unionsmedborgare att få tillgång till tjänster i det gemensamma digitala rummet och kommunicera oberoende av vilket språk som används. En av dem som genomförde undersökningen och utarbetade studien på grundval av den, Rafael Rivera, direktör för konsultföretaget iClaves, kom för att presentera arbetet. Han beskrev den motsättning som EU:s språkliga mångfald innebär: å ena sidan betraktas den, som ett uttryck för Europas kulturella mångfald, som en av de största tillgångarna i en union med 24 officiella språk och över 60 nationella minoritetsspråk och regionala språk; å andra sidan är de språkbarriärer som uppstår ett av de främsta hindren för att skapa en verkligt integrerad union. De drabbar särskilt personer med lägre utbildning och äldre människor samt talare av mindre språk och regionala minoritetsspråk. Därmed uppstår en språklig klyfta. Språkbarriärerna får stora ekonomiska och sociala konsekvenser: möjligheterna med den inre marknaden, fri rörlighet för varor och arbetskraft, invånarnas deltagande i politiska processer och den elektroniska handeln utnyttjas inte fullt ut, och de medborgare som har rätt att använda dessa möjligheter kan inte göra det på ett adekvat sätt. Problemet blir särskilt aktuellt i den digitala tidsåldern. När nya teknologier, såsom självlärande neurala nätverk, växer fram uppstår sätt att övervinna språkbarriärerna, men detta hindras av den europeiska språkteknologimarknadens splittring, bristande samordning av forskningen, otillräcklig finansiering och att EU-politikerna inte ger frågorna tillräcklig uppmärksamhet på sin dagordning. Alla dessa orsaker och problem förklarar också BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 4 tillkomsten av det europeiska modersmålsprojektet, som omfattar ett omfattande åtgärdspaket på institutionell, vetenskaplig, industriell, marknadsmässig och offentlig sektorsnivå4. Professor Laimutis Telksnys, habiliterad doktor, verksam inom språkteknologi vid Vilnius universitets institut för matematik och informatik, pionjär inom internetutvecklingen i Litauen och en forskare vars uppfinningar är kända inte bara i Litauen, besvarade i sitt föredrag Litauiska i tal och skrift i vanliga och elektroniska medier5 sin egen fråga om möjligheten att överleva i en ocean av miljarder genom att formulera konkreta uppgifter som nödvändiga villkor för överlevnad: för att korrekt litauiska ska bevaras i pappersdokument och elektroniska medier behövs regler för skriftspråk och talspråk samt teknisk och programvarubaserad utrustning och transkriberingsprogram som kan återge tecken från andra språks skriftsystem med litauiska skrivtecken och återge talspråkets ljud med tecken för litauiskt talspråk, lämpade för automatisk syntes av ljuden i litauiska talord. På så sätt skulle man säkerställa att kommunikationen med såväl datorer och telefoner som andra talande smarta enheter och robotar sker på korrekt litauiska, både i skrift och tal, och att utländska personnamn i litauiska elektroniska databaser återges med koder för litauiska skrivtecken och i originalskrift; deras uttal skulle återges med ljudinspelningar där de uttalas med litauiska fonemljud, samt med ljudinspelningar på originalspråket. Professor Telksnys själv och andra specialister vid institutet för matematik och informatik har redan gjort mycket för att säkerställa att korrekt talad litauiska används i det digitala rummet – detta framgick av föredragen som hölls vid den första sessionen TALIGENKÄNNING OCH SYNTE. (Även vid konferensens alla övriga sessioner ägnades litet utrymme åt svårigheter; i stället presenterades på ett sakligt och konstruktivt sätt det arbete som pågår och de kommande uppgifterna räknades upp.) I samarbete med filologer från Litauiska språkets institut, Filologiska fakulteten vid Vilnius universitet, Vilnius pedagogiska universitet och Šiauliai universitet genomförde en grupp specialister från Vilnius universitets institut för matematik och informatik samt fakulteten för matematik och informatik, under ledning av habil. dr. L. Telksnys, projektet Tjänster styrda med litauiskt tal (LIEPA) 2013–2015. Resultatet blev sju tjänster som är tillgängliga för alla och tillhandahålls på korrekt talad litauiska: Kunskaparen, som hjälper till att förklara cellens uppbyggnad i skolorna, Sökaren, som presenterar UNESCO:s kulturarvsobjekt, samt tjänster som gör det möjligt att styra datorer och sökningar med röstkommandon 4 Studien Language equality in the digital age. Towards a Human Language Project och dess sammanfattning på engelska är offentligt tillgängliga. De finns på Europaparlamentets webbplats (http://www.europarl.europa.eu/thinktank/en/document.html?reference=EPRS_STU(2017)598621), men texten får återges eller översättas för icke-kommersiella ändamål endast med Europaparlamentets samtycke. 5 Se artikeln som utarbetats utifrån föredraget i Bendrinė kalba, i avsnittet ”Apžvalgų” i denna volym. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 5 Styrdon och webbläsare, Hjälpreda och Tartuvas, som behärskar korrekt litauiska, samt en datorsyntesator för blinda som läser upp text på datorskärmen. Samtidigt skapades infrastrukturtjänster: en läsare för elektronisk text, ett program som öppnar webbsidor med hjälp av röst, en motor för igenkänning av litauiskt tal, en talkorpus och ett laboratorium för röstinspelningar6. Det kan verka som om mycket har åstadkommits, men L. Telksnys beskrev, när han läste upp ett föredrag som han hade utarbetat tillsammans med Gediminas Navickas, senior specialist vid samma instituts projektavdelning, Tjänster som styrs med litauiskt tal. Läget. Framtidsutsikter, dessa arbeten endast som att ha öppnat dörren för litauiskt talspråk att ta sig in i det elektroniska rummet. Som projektresultat ville talaren inte så mycket lyfta fram de tjänster som hade skapats, utan snarare vikten av den ”sammansmältning” av kunskaper som informatiker och filologer besitter, liksom betydelsen av att visa ett exempel – för tillverkare och tjänsteleverantörer demonstreras möjligheterna att använda tjänster som styrs med litauiskt tal. Den forskare som kan urskilja de globala teknikutvecklingstrenderna ansåg att en ganska brådskande uppgift i dag, som inte längre främst faller på utvecklarna av språkteknologi, är att införa robotar i undervisningsprogrammen, men först också att utbilda lärare. Även Vilnius universitets projektledare, dr Audrius Valotka, beskrev arbetet med projektet LIEPA som att bara ha öppnat en port. I föredraget Bort från Gutenbergs tryckpress: litauiskt tal i den senaste tekniken (medförfattare G. Navickas) hävdade han att ”litauiskt tal i informationstekniken just nu befinner sig i en situation som liknar den för 30 år sedan, då man försökte lösa frågan om hur litauiska diakritiska tecken skulle användas inom databehandling”. Detta läge uppmuntrar till fortsatta insatser – projektet LIEPA 2. Resultatet av detta projekt, som redan har inletts, väntas bli infrastrukturlösningar: en talkorpus med 1 000 timmar litauiskt tal, en igenkännare för litauiskt tal med 3 000 ord och en bättre syntesator för litauiskt tal. Även nya tjänster ska skapas: en humanoid robot som utvecklar barns förmåga att fatta beslut, röststyrning av personliga kontakter i mobiltelefonen, en taxibeställare, en läsare för nyheter på internet och en kommunikatör mellan språk som omfattar litauiska och kinesiska. Den viktigaste förväntade effekten av det nya projektet är dock möjligheten att kommunicera med föremål (mobiltelefoner, surfplattor, smartklockor och robotar) med naturligt tal, ge kommandon med den mänskliga rösten och förstå deras svar. En annan företrädare för Institutet för matematik och informatik, docent Pijus Kasparaitis, beskrev i föredraget Datorbaserad syntes av litauiskt tal: nuläge och framtidsutsikter (medförfattare: dr Gintaras Skersys, assistent vid Vilnius universitets fakultet för matematik och informatik, och lektor 6 De beskrivs mer ingående på webbplatsen för integrerade resurser för litauiskt språk och skrift Raštija.lt: https://liepa.rastija.lt. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 6 Margarita Beniuše)7 illustrerade, med hjälp av videomaterial och webbplatser, hur syntesatorn som skapades inom projektet LIEPA kan användas: syntesatorn användes i föreställningen Remote Vilnius, som visades under teaterfestivalen Sirenos 2014 (publiken, som också spelade skådespelarnas roller, promenerade på Vilnius gator och lyssnade på syntetiska röster i hörlurar); artiklar i vissa nättidningar (lzinios.lt, ukininkopatarejas.lt, vilnius.lt, delfi.lt) kan inte bara läsas utan även lyssnas på; på busstationen i Vilkaviškis läses meddelanden till passagerarna upp med syntetisk röst; text-till-tal-tjänsten RoboBraille kan automatiskt omvandla alla slags textdokument till ljudfiler; verklighet har också blivit en litauisktalande robot – humanoiden NAO bjöd in besökare till Litauens monter vid ett evenemang i Bryssel där EU-länder presenterades, och uppmärksammade Kristijonas Donelaitis år vid konferensen Kommer robotar att tala litauiska?, som hölls i Seimas. När P. Kasparaitis räknade upp framtida användningsmöjligheter för talsyntes, där vissa steg redan har tagits, nämnde han uppläsning av artiklar på webbplatser som bygger på Linux, virtuella assistenter och den mobila försäljningsautomaten MIO mobile kiosk, som skulle kunna erbjuda snacks eller drycker i en park. Arbetena som presenterades under de följande tre sessionerna handlade främst om insatser för att bevara skriftspråket. De gav intrycket att man i allt högre grad rör sig från att flytta ordböcker, textkorpusar, databaser och registerkort till den digitala miljön mot en sådan digitalisering av språket som gör språkresurser tillgängliga inte bara för språkbrukare och forskare, utan även för språkteknologiska program och artificiell intelligens. Denna strategiska inriktning, som blir allt mer aktuell i takt med att den artificiella intelligensen gör allt större framsteg, betonades både i artiklar i pressen8 och vid denna konferens av språkstrategen A. Saudargas. I de teser som lämnades in till konferensen beskrevs den så här: ”Utvecklingen av artificiell intelligens konvergerar mot en hybrid form, där neurala nätverk motsvarar hjärnans omedvetna mekanismer, medan den traditionella, så kallade symboliska artificiella intelligensen modellerar medveten tankeaktivitet. Detsamma gäller språkteknologi, om vi förstår den som modeller av språkets mekanismer i människans hjärna (det levande språket). Därför måste varje språkgemenskap se till att språkteknologin som motsvarar symbolisk artificiell intelligens (de så kallade regelbaserade programmen) på ett fullständigt och korrekt sätt återger hela modersmålets struktur, och att en innehållsrik miljö präglad av modersmålet (och modersmålskulturen) skapas för de neurala nätverkens självträning.” 7 Se artikeln som utarbetats utifrån föredraget i avsnittet ”Översikter” i denna volym av Bendrinė kalba. 8 Till exempel i artikeln Fulgura plango, publicerad i dagstidningen Bernardinai.lt (http://www.bernardinai.lt/straipsnis/2012-12-05-algirdas-saudargas-fulgura-plango/91787), i artikeln Gimtoji kalba: ko Google neišspres, publicerad i Lietuvos žinios (http://lzinios.lt/lzinios/Mokslas-ir-svietimas/gimtoji-kalba-ko-google-neisspres/246316). BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 7 Vid konferensens andra session hävdades också, vid presentationen av projektet SKAITMENINIAI LIETUVIŲ KALBOS IŠTEKLIAI, som genomförs av Institutet för litauiska språket, att språkresurser måste förändras när nya behov, utmaningar och förväntningar uppstår: nya ideologier och koncept för digitala språkresurser måste växa fram, liksom korridorer av betydelser, begreppsingenjörskonst, ett större utbud av möjligheter till informationssökning osv. I presentationen E. kalba – skaitmeninių kalbos išteklių naudojimo(si) inovacija, som lästes upp av Deimantė Budriūnaitė, chef för avdelningen för allmänna frågor och infrastruktur, presenterades institutets nya projekt, som hon genomför tillsammans med direktören Jolanta Zabarskaitė och Netcodes projektledare Skirmantas Šermukšnis. Projektet är i själva verket en fortsättning på ett tidigare projekt för digitalisering av språket. Då digitaliserades 11 enspråkiga och tvåspråkiga ordböcker samt 5 kartotek, vilket ledde till att Lietuvių kalbos išteklių informacinė sistema9 skapades. Det nya projektet syftar inte bara till att integrera nya resurser, utan också till att utveckla teknik, lösningar och verktyg för semantisk sökning i resurserna och visualisering av sökresultaten samt, med hjälp av tekniken, skapa tjänster för användarna: Paieška žodžių tinkle, E. rinkodara, E. sąvokos ir E. patarimai. Den planerade möjligheten att anpassa resurserna för marknadsföringsändamål genom att tillhandahålla offentliga och privata elektroniska tjänster ska också säkerställa bättre tillgång till verktyg för ordbildning och språkråd på internet samt göra det möjligt att länka det litauiska ordnätet till ordnät på mer än 200 andra språk. Omsorgen om användningen av de litauiska språkresurser som redan gjorts tillgängliga på internet framgick också av två databaser som presenterades av företrädare för Institutet för litauiska språket. Den ena har integrerats i informationssystemet för litauiska språkresurser, medan den andra förbereds för integration. Rita Miliūnaitė, initiativtagare till och skapare av databasen över litauiska nyord och ledande forskare vid centret för forskning om standardspråket vid Institutet för litauiska språket, beskrev databasen hon utvecklar som en webbaserad handbok avsedd att registrera och lexikografiskt beskriva litauiska nyord från början av 2000-talet10, men hennes presentation visade att det som för närvarande står i centrum för utvecklingsarbetet är databasens användbarhet för användarna. För detta ändamål har sökfunktioner införts för uppslagsord, nyordets ursprung, originalform, stavningsvarianter, användningsområde och vissa särskilda egenskaper, samt efter efternamnet på en framstående person som använt nyordet eller dess upphovsperson. Med särskilda målgrupper i åtanke utvecklas dessutom ett utökat söksystem. Intresset för både databasen och nyorden är stort; hittills har det enda problemet som nämnts varit att man inte hinner behandla de uppgifter som användarna skickar in. Å andra sidan motbevisar den stora mängden inskickat material två seglivade myter i samhället: att det litauiska språket håller på att dö ut och att lingvister skapar ord. Ändå 9 Lietuvių kalbos išteklių informacinė sistema finns på adressen http://lkiis.lki.lt/home. 10 Databasen över litauiska nyord nås på adressen http://naujazodziai.lkli.lt. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 8 Dr. Daiva Murmulaitytė, som också arbetar vid centret för forskning om standardspråket, föreslog i sin presentation Naujažodžių darybos tyrimų perspektyvos (fallet med databasen över litauiska nyord) att man även skulle förbättra databasens användbarhet för språkforskare. För detta behöver den anpassas på lämpligt sätt. Förslaget var att märka nyorden med index som anger det grundordets ordklass, förändringar i ordbildningsbasen, analogins och översättningens roll vid bildandet av nyord, avvikelser från typiska ordbildningsmönster osv. Enligt föredragshållaren visade försöket att göra detta att det finns nyordsbildningsfenomen som har studerats lite eller inte alls. När dr. Laimutis Bilkis, senior forskare vid centret för forskning om baltiska språk och namn vid Institutet för litauiska språket, räknade upp målen med en annan databas – den geoinformatiska databasen över litauiska ortnamn11 – nämnde han både praktiska mål, det vill säga att lära ut korrekt språkbruk, och språkforskning, däribland bevarande och spridning av språket. Att databasen riktar sig både till språkanvändare och forskare framgår av sök- och informationsfunktionerna: uppgifter om ortnamn kan sökas efter namn, genus, numerus, accentmönster, ordbildningssätt och ursprung utifrån grundordets språk och lexikala grupp. I analysen av ortnamnen anges deras böjning och accentuering i alla kasus samt förklaringar av deras ursprung och ordbildning. Omkring 25 000 ortnamnsposter har lagts in i databasen. Vissa kopplingar har redan skapats: genom att integrera databasen i Lietuvių kalbos išteklių informacinę sistemą har man lagt till länkar till ett annat ortnamn som det sökta namnet härstammar från, till personnamnet i Lietuvių pavardžių duomenų bazėje som ortnamnet härstammar från och till historiska belägg för ortnamnet i Istorinių vietovardžių duomenų bazėje. Ytterligare kopplingar till standardspråkets och den terminologiska lexikens ordförråd planeras, särskilt semantiska, ordbildningsmässiga och lokala kopplingar. Flera problem nämndes dock: inte bara det stora antalet ortnamn utan också den fragmentariska finansieringen. Ett tydligt skifte från insamling av språkdata till sökningar efter sätt att använda dem framgår också av det arbete som utförs av företrädare för korpuslingvistiken. Vid konferensens tredje session TEKSTYNŲ LINGVISTIKA presenterade forskare från Centrum för datorlingvistik vid Vytautas Magnus-universitetet, där det mesta av detta arbete i Litauen bedrivs, tillsammans med företrädare för Institutet för avancerad baltisk teknik två gemensamma projekt. De visade på ambitionen att annotera korpusar och därigenom använda dem för språkforskning och för att skapa andra språkresurser. I presentationen12, utarbetad av den första gruppen korpuslingvister – Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou och Andrius Utka – presenterades den morfologiskt annoterade korpusen MATAS och den syntaktiskt annoterade korpusen ALKSNIS. Korpusen MATAS har sammanställts på grundval av en korpus med en miljon ord, 11 Denna databas är också tillgänglig på adressen http://lkiis.lki.lt/lietuvos-vietovardziu-geoinformacine-duomenu-baze. 12 Se artikeln som bygger på presentationen i avsnittet ”Språkteknologi” i detta bands Bendrinės kalbos. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 9 Efter att statistiska modeller tillämpats användes en morfologisk annotator utvecklad av Centrum för datorlingvistik för att annotera materialet. ALKSNIOs annotering bygger på principer för automatisk morfologisk och syntaktisk annotering; en modell för syntaktiska beroenden har tillämpats. Det projekt som genomförs av den andra forskargruppen – Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou, Ieva Bumbulienė, Jolanta Kovalevskaitė, Tomas Krilavičius, Justina Mandravickaitė och Laura Vilkaitė – visade att annoteringen av Delfi.lt-korpusen följs av utvecklingen av en metodik för att undersöka fasta ordförbindelser i nutida skriven litauiska och sammanställa en kollokationsordbok för litauiska. Den databas över fasta ordförbindelser som sammanställs på grundval av korpusen kommer att innehålla grammatisk och lexikal information om förbindelserna, användningsfrekvens, textkategori, konkordans­exempel med mera. Databasen innehåller för närvarande omkring 2 700 lemman och över 35 000 böjningsformer. De praktiska möjligheterna att använda korpusar belystes också i föredraget Korpusbaserade studier av akademiska fraser: formell struktur och semantik., utarbetat av Gintarė Judžentytė och dr Vilma Zubaitienė, lärare vid institutionen för litauiska vid Vilnius universitet. Efter en översikt över tidigare försök att studera vetenskapligt språk med hjälp av korpusar presenterades även författarnas eget projekt, som syftar till att undersöka den akademiska språkets frasstruktur och semantik med utgångspunkt i den korpus av studenters skriftliga arbeten som håller på att skapas för detta ändamål vid Vilnius universitet. Med hjälp av korpusmaterialet och resultaten från studien ska en sammanställning av akademiska fraser utarbetas, till nytta för studenter på olika utbildningsnivåer och inom olika ämnesområden. Konferensens fjärde session, AUTOMATISERAD ANALYS AV SPRÅKETS STRUKTUR OCH TEXTER, visade ännu mer komplexa möjligheter att använda ny teknik för språkanalys. Virginijus Dadurkevičius, ingenjör vid Vilnius universitets institut för tillämpad vetenskap, redogjorde i föredraget Litauisk grammatik i den digitala världen med öppen källkod13 för det arbete inom morfologisk analys som utförts av Vytautas Zinkevičius, programmerare vid Litauiska språkets institut, och som i nästan två decennier hade varit ett oumbärligt och ensamt verktyg för modern litauisk språkforskning och datorbaserade tillämpningar. Han presenterade också en viss utveckling inom datoriserad morfologi, möjliggjord genom användningen av plattformen Hunspell. Språkets morfologi beskrivs på plattformen i två textfiler, båda grundade på Nutida litauisk grammatik och korpusar från Vilnius universitet, Vytautas Magnus-universitetet och Litauens parlament. Enligt föredragshållaren har omkring 5 000 adresserbara regelgrupper skrivits ned och över 170 000 lemman valts ut. Vid urvalet av lemman begränsade man sig till korrekt modern litauiska. Enligt föredragshållaren tolkar denna morfologiska analysator korrekt 13 Se artikeln som bygger på föredraget i avsnittet ”Språkteknologi” i denna volym av Bendrinė kalba. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 10 i genomsnitt 99 av 100 ord. Den nya metoden för morfologisk analys har framgångsrikt tillämpats i informationssystemet för syntaktisk och semantisk analys av litauiska14, utvecklat av Vytautas Magnus-universitetet, i författningsregistret15, och särskilt framgångsrikt i dokumentindexerings- och söksystemet Solr/Lucene (enligt föredragshållaren lyckades man inte bara indexera och hitta alla önskade ordformer exakt, utan också påskynda indexeringsprocessen hundratals gånger). Som nästa konkreta arbete anges utarbetandet av två ordboksversioner – en normativ version lämplig för stavningskontroll och en version med både normativt och icke-normativt språk, lämplig för mer tillämpade uppgifter inom analys av levande språk. De möjligheter som den digitala eran öppnar för forskning om äldre texter belystes av dr Mindaugas Šinkūnas, medarbetare vid Centrum för studier av skriftligt kulturarv vid Litauiska språkets institut, i föredraget Vem skrev av från vem? Automatisering och visualisering av forskning om Bibelöversättningarnas historia. Han presenterade en redan prövad metod som gör det lättare att bedöma likheten mellan citat i bibelöversättningar – en uppgift som orsakar äldre textforskare de största svårigheterna. Enligt föredragshållaren visar metodens potential att resultaten av en programbaserad jämförelse av bibelverser i Bretkūnas Postilla (1591) stämmer överens med slutsatser som tidigare forskare dragit med andra metoder. Föredragshållaren betraktade det viktigaste resultatet som ett verktyg som visar den ungefärliga graden av likhet mellan källor eller delar av dem. Det öppnar möjligheter för fortsatt, mer ingående forskning. Naturligtvis förbigicks inte heller det område inom språkteknologin som har haft många motgångar – automatisk översättning – vid konferensen, inte minst eftersom termen språkteknologi i första hand används om just detta område. I föredraget Maskinöversättning för litauiska16 gick ingenjören Danielius Algirdas Ralys vid Vilnius universitets institut för tillämpad vetenskap steg för steg igenom maskinöversättningens framgångar och misslyckanden (ordagrann översättning, som uppstod under kalla kriget, regelbaserad översättning och statistiska översättningsmetoder) och drog slutsatsen att framstegen på området inte heller har gått Litauen förbi. I och med att neurala nätverk som konstruerar omvandlingsregler har tillkommit knyts hoppet om ett nytt genombrott inom automatisk översättning till dem. Med hänvisning till att de senaste systemen för neural maskinöversättning översätter bättre än en genomsnittlig översättare presenterades Vilnius universitets planer på att 2018 inleda ett projekt för nästa generations neural översättning mellan engelska, litauiska, polska, franska, ryska och tyska. Samtidigt konstaterades att man inte bara bör försöka kopiera det som redan har uppfunnits, utan också skapa något eget och nytt. Ett projekt som genomförs vid Litauiska språkets institut visade att sådana ansträngningar faktiskt görs. Att det är viktigt för Litauen att utveckla alternativa lösningar för automatisk översättning framhöll Litauiska språkets institut 14 adressen till informationssystemet för syntaktisk och semantisk analys av litauiska är https://semantika.lt. 15 adressen till författningsregistret är https://www.e-tar.lt/portal/index.html. 16 Se artikeln som bygger på föredraget i avsnittet ”Språkteknologi” i denna volym av Bendrinė kalba. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 11 Dr. Daiva Šveikauskienė, forskare vid Centrum för forskning om standardspråket, och programmeraren Vytautas Šveikauskas beslöt att, med utgångspunkt i Tildės uppgifter från 2017 Tildės, som visar att kvaliteten på översättningar till och från litauiska som tillhandahålls av översättningssystem som använder statistiska metoder är sämre än för lettiska eller estniska, undersöka alternativa översättningsmöjligheter. Författarna kopplar sådana möjligheter till den digitala grammatika för litauiska som de utvecklar. Enligt föredragshållarna har hittills endast ett testexempel på grammatiken tagits fram, omfattande bara några få ord, men redan det visar att översättningskvaliteten är betydligt bättre. Den digitala grammatiken, som består av två nivåer – en abstrakt nivå (former som är gemensamma för alla språk) och en konkret nivå (en nivå som återspeglar det enskilda språkets särdrag) – gör det möjligt att övervinna vad som sannolikt är det centrala problemet med maskinöversättning: att återge betydelse. Under översättningen kan den omvandla en mening till en abstrakt semantisk form, från vilken en mening på ett annat språk genereras med utgångspunkt enbart i egenskaperna hos språket som den översätts till, utan hänsyn alls till morfologin i språket som den översattes från. Detta skapar förutsättningar för att betydelsen ska kunna återges mycket mer exakt. För övrigt nämndes den översättning till litauiska som Google erbjuder för närvarande av nästan varannan konferensdeltagare – både som ett misslyckat exempel på användningen av språkteknologi, som ett hot mot språket och som ett exempel som tydligt visar att vi själva måste ta ansvar för språkteknologin Google Google. När årets Jonas Jablonskis-konferens sammanfattas framträder naturligt flera slutsatser som hänger nära samman. För det första öppnar den nya teknikens tidevarv enastående möjligheter för språkforskningen – det handlar om textkorpusar och andra datorbaserade datasamlingar som har åstadkommit en revolution inom språkvetenskapen, om allt mer avancerade möjligheter till sökning, sammanfattning och statistikpresentation som tekniken möjliggör och som utvecklas ytterligare i takt med framstegen inom artificiell intelligens. Men den nya tekniken innebär särskilt stora utmaningar för språkets fortlevnad, och hotet gäller inte bara standardspråket utan hela det litauiska språket. Samtidigt erbjuder just tekniken sätt att möta dessa utmaningar, och ett nytt europeiskt initiativ skapar särskilt gynnsamma möjligheter för ett litet lands språk att överleva. Men såväl initiativet som utvecklingen av digital teknik tydliggör ett behov av att samla och samordna insatser som är mer aktuellt än någonsin. De projekt som presenterades redan vid denna konferens visade att det under sådana förhållanden inte längre är möjligt för enbart språkexperter att säkerställa språkets fortlevnad och bedriva forskning om det – filologer har genomfört projekten tillsammans med datavetare, matematiker och programmerare. Utvecklingen av artificiell intelligens, som A. Saudargas har påpekat vid flera tillfällen, skapar inte bara ett behov av att samla insatser från specialister inom olika områden, utan också av att utveckla tvärvetenskaplig forskning i skärningspunkten mellan språk, datavetenskap och kognitionsvetenskap17. Och EU 17 Exempelvis i artikeln Litauiskan måste bli ett skrivkunnigt språk även i den digitala eran, publicerad i nättidningen Bernardinai.lt (http://www.bernardinai.lt/straipsnis/2013-01-25-algirdas-saudargas-lietuviu-kalba-privalo-tapti-rastinga-ir-skaitmenineje-epochoje/94233). BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 12 projektet för modersmålet visar också att hela statens insatser måste samlas – från såväl den offentliga som den privata sektorn, politiker, forskare och teknikspecialister. Endast vid en första anblick kunde årets konferenstema verka ha föga gemensamt med standardspråkets skapare. För att förekomma ett eventuellt intryck av att det saknas samband nämnde en av konferensens organisatörer, dr Rita Miliūnaitė, ett sådant samband redan i sitt öppningsanförande: när språket i dag förs in i den digitala sfären strävar man, precis som på J. Jablonskis tid, efter att skapa en universell och lättanvänd språkform som tillgodoser samhällets behov. Några andra samband formulerades också av konferensdeltagare: P. Kasparaitis uttryckte förhoppningen att projektet LIEPA skulle bli synonymt med omsorg om litauiskan, tillade att J. Jablonskis skulle ha instämt, och D. A. Ralys påminde om standardspråkets skapare som pionjär inom utformningen av grammatikregler, vilka senare ledde vidare till automatiserad morfologisk analys. Men själva konferensen visade på betydligt fler gemensamma samband och strävanden, framför allt omsorgen om det litauiska språkets fortlevnad och bruket av ett korrekt språk, i en värld och under omständigheter som påverkar språket och förändras i en hisnande takt LIEPA. Mottaget 2017-10-22 RAMUNĖ VASKELAITĖ [email protected] BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204