RAMUNĖ VASKELAITĖ

LES DÉFIS POSÉS PAR LES TECHNOLOGIES NUMÉRIQUES ET LES SOLUTIONS PROPOSÉES POUR LES RELEVER

La 24e conférence de Jonas Jablonskis

Depuis 1993, les conférences de Jonas Jablonskis organisées à l’automne par l’Institut de langue lituanienne et le département de langue lituanienne de l’Université de Vilnius montrent que les sujets les plus souvent retenus ont été des problèmes assez concrets de normalisation et d’usage, ou la relation entre norme et usage (par exemple: 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. Cependant, il n’y a sans doute pas eu une seule conférence où, d’une manière ou d’une autre, n’aient également émergé des questions plus fondamentales: la conception de la langue standard, ses limites et sa fonction, ses rapports avec la société, ses transformations au gré de l’évolution des circonstances et sa survie. Et depuis environ le tournant du siècle, alors que les différents facteurs influençant la langue se transforment de plus en plus profondément, ces questions sont aussi délibérément placées au cœur des débats (cf.: 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).

L’évolution des conférences révèle aussi une autre tendance: à mesure que le regard se tourne vers les questions fondamentales, approfondissant ainsi la réflexion, la perspective embrassée s’élargit en même temps. Quatre conférences ont déjà été organisées à l’échelle internationale², ce qui signifie qu’elles ont porté non seulement sur l’état ou la conception de la langue lituanienne standard, mais aussi sur les conceptions de la langue standard élaborées dans d’autres pays ou, lorsque de telles conceptions ne sont pas appliquées, sur les orientations de la planification, de la politique et de l’aménagement linguistiques.

La conférence de cette année, la 24e, a ouvert une perspective particulièrement vaste — européenne, embrassant l’Union européenne multilingue et la question de la diversité linguistique qui s’y pose. Au regard du domaine abordé, la conférence tenue à l’Institut de langue lituanienne, intitulée SKAITMENINIAI KALBOS IŠTEKLIAI, JŲ PLĖTROS KRYPTYS IR PANAUDOS GALIMYBĖS (29 septembre 2017), pourrait aussi être rattachée à un cadre encore plus vaste: le cadre mondial. Et bien que l’on propose de remplacer l’adjectif globalus, -i par des mots lituaniens tels que pasaulinis, -ė; visuotinis, -ė; didžiulis, -ė

¹ On peut trouver les résumés de certaines communications des conférences de J. Jablonskis sur le site Internet de l’Institut de langue lituanienne, à l’adresse http://lki.lt/tarptautin%C4%97-jono-jablonskio-konferencija/#1501063755178-1d439107-84e9. Bendrinėje kalboje (auparavant Kalbos kultūra) publie des comptes rendus des conférences.

² Des conférences internationales ont été organisées en 2005, 2009, 2010 et 2016.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 2

ou gigantesque, -e³, les discussions de cette année sont le plus justement désignées par un terme international aux multiples nuances sémantiques. Premièrement, l’espace numérique est non seulement mondial, mais aussi universel, gigantesque, voire illimité, d’autant que les intervenants ont cité, parmi les domaines des technologies numériques, non seulement les ordinateurs, mais aussi les montres connectées, les téléphones, les aspirateurs robots commandés par la voix, les robots et, plus généralement, l’intelligence artificielle. Deuxièmement, le mot global, -e révèle immédiatement des liens avec la mondialisation et le processus de globalisation; or, ces liens évidents caractérisent non seulement le domaine de l’usage de la langue choisi pour l’analyse, mais aussi la question fondamentale soulevée lors de la conférence.

La formulation proposée par Laimutis Telksnys, docteur habilité en mathématiques, résume cette question: « Que devons-nous faire, nous, quelques millions de Lituaniens, pour ne pas disparaître dans l’océan de plus de 7 milliards de personnes qui écrivent et parlent, ainsi que des machines intelligentes qui arrivent? ». Pourtant, la réponse concrète et pragmatique apportée par l’académicien lors de la séance plénière, tout comme les projets conjoints présentés successivement par des philologues, des mathématiciens, des programmeurs et des ingénieurs au cours des quatre autres séances de la conférence, montraient que l’orientation stratégique générale était parfaitement connue. Il s’agit d’intégrer la langue et sa structure à l’espace numérique et de veiller activement à ce qu’elle y fonctionne, tant à l’écrit qu’à l’oral. Lors de la conférence, cette orientation stratégique a été moins débattue qu’évaluée comme la seule possibilité de survie d’une langue d’un petit pays à l’ère numérique, le seul choix possible. L’eurodéputé Algirdas Saudargas l’a comparée au choix qui s’offrait aux passeurs de livres: dans un environnement où l’on écrivait en cyrillique, ils avaient choisi l’écriture lituanienne en caractères latins. Le Dr Audrius Valotka, responsable de projets à la Faculté de philologie de l’Université de Vilnius, a évoqué une succession de choix cohérents: les peuples qui avaient choisi de consigner quelque chose dans l’argile ou sur le parchemin ont survécu; plus tard, au fil de l’histoire, ont survécu les peuples qui imprimaient leurs textes à l’aide de la presse inventée par Gutenberg; aujourd’hui est venu le tour du choix incontournable de migrer vers l’espace numérique.

Plus souvent que l’orientation stratégique, la conférence a évoqué les difficultés rencontrées sur cette voie clairement définie, mais celles-ci n’ont pas non plus constitué le cœur des discussions. Plusieurs intervenants ont désigné comme problème la domination, dans le monde des technologies, des entreprises des États-Unis d’Amérique (ci-après les États-Unis), telles que Microsoft, Amazon ou Google, auxquelles le marché des petits pays, et à plus forte raison leurs langues, ne présentent guère d’intérêt. Il a donc été conclu à plusieurs reprises qu’il fallait prendre nous-mêmes soin de l’usage de la langue dans l’espace numérique et de sa survie. Cependant, plusieurs de ceux qui s’en occupent déjà ont mentionné le manque de ressources, y compris humaines. Il va de soi qu’un petit pays a peu de chances, dans le domaine des technologies linguistiques, de rivaliser avec les grands prédateurs du marché, ou les géants que l’on a maintes fois qualifiés d’entreprises américaines à capitaux privés; toutefois, le spécialiste qui a examiné la situation dans l’Union européenne (ci-après l’UE)

³ Par exemple, de tels équivalents sont indiqués dans la Banque de consultations proposée par la Commission nationale de la langue lituanienne: 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

La présentation du chercheur espagnol Rafael Rivera a montré que la domination de ces entreprises dans le monde des technologies de l’information pose également problème à l’échelle de l’UE. D’un autre côté, au sein même de l’UE, on s’oriente aussi vers l’anglais, ce qui devrait particulièrement compliquer l’intégration et la pérennité du lituanien dans l’espace numérique.

La conférence a toutefois ouvert une perspective tout à fait différente. Lors de la séance plénière, Algirdas Saudargas, signataire de l’Acte d’indépendance et membre du Parlement européen, a ouvert les débats par une présentation intitulée Gyvoji kalba dirbtiniame prote. À la suite d’une étude menée par le réseau d’excellence META-NET, qui rassemble 60 centres de recherche dans 34 pays et a montré que, du point de vue des technologies linguistiques, le lituanien obtenait le score le plus faible, c’est-à-dire qu’il était jugé « faiblement soutenu par la technologie, voire pas du tout », ce qui signifie que la langue est menacée de disparition, il avait lancé quelques années auparavant, au Parlement européen, une étude intitulée Kalbų lygybė skaitmeniniame amžiuje. L’étude a montré que la véritable intégration de l’UE reposait non pas sur l’unilinguisme, mais bien sur la diversité linguistique. Elle a ensuite été complétée par le Gimtosios kalbos projektu, qui propose des orientations stratégiques couvrant différents niveaux afin de permettre à l’UE de réaliser une percée technologique grâce à laquelle chaque citoyen de l’Union pourrait accéder aux services de l’espace numérique commun et communiquer quelle que soit la langue qu’il utilise.

Rafael Rivera, directeur de la société de conseil iClaves et l’un des chercheurs ayant réalisé l’étude, est venu présenter celle-ci et le rapport élaboré à partir de ses résultats. Il a exposé le paradoxe que représente la diversité linguistique dans l’UE: d’une part, en tant que manifestation de la diversité culturelle européenne, elle est considérée comme l’une des plus grandes richesses de l’Union, qui compte 24 langues officielles et plus de 60 langues nationales et régionales minoritaires; d’autre part, les barrières linguistiques qui en résultent constituent l’un des principaux obstacles à la création d’une Union véritablement intégrée. Elles pénalisent particulièrement les personnes moins instruites et les personnes âgées, ainsi que les locuteurs des langues minoritaires et régionales de moindre diffusion. Il en résulte une exclusion linguistique. Les conséquences économiques et sociales des barrières linguistiques sont considérables: les possibilités offertes par le marché unique, la libre circulation des marchandises et de la main-d’œuvre, la participation des citoyens aux processus politiques et le commerce électronique ne sont pas pleinement exploitées, et les citoyens qui ont le droit d’en bénéficier ne peuvent en faire un usage adéquat. Ce problème devient particulièrement crucial à l’ère numérique. L’apparition de nouvelles technologies, telles que les réseaux neuronaux à apprentissage automatique, ouvre des moyens de surmonter les barrières linguistiques; cependant, ces efforts sont entravés par la fragmentation du marché européen des technologies linguistiques, le manque de coordination de la recherche et l’insuffisance des financements, ainsi que par le fait que ces questions ne reçoivent pas suffisamment d’attention dans l’agenda politique de l’UE. Toutes ces causes et ces problèmes expliquent également

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 4

l’émergence du projet européen consacré aux langues maternelles, qui prévoit un ensemble complet de mesures couvrant les niveaux institutionnel, scientifique, industriel, commercial et celui du secteur public⁴.

Dans sa présentation intitulée Rašytinė ir sakytinė lietuvių kalba įprastoje ir elektroninėje terpėse⁵, Laimutis Telksnys, professeur à l’Institut de mathématiques et d’informatique de l’Université de Vilnius, spécialiste des technologies linguistiques, pionnier du développement de l’internet en Lituanie et scientifique dont les inventions sont connues bien au-delà du pays, a répondu à la question qu’il avait lui-même posée sur la possibilité de survivre dans l’océan des milliards. Il a formulé des tâches assez concrètes comme conditions essentielles de survie: pour que le lituanien correct se maintienne dans les documents papier et dans l’environnement électronique, il faut des règles pour la langue écrite et parlée, ainsi que des équipements et des logiciels, notamment des transcripteurs permettant de représenter les caractères de langues écrites non lituaniennes au moyen de caractères lituaniens, et de transcrire les sons de la langue parlée au moyen de signes adaptés à la synthèse automatique des sons des mots lituaniens parlés. Cela garantirait que l’on communique dans un lituanien écrit et parlé correct avec les ordinateurs, les téléphones, les autres objets connectés parlants et les robots, et que, dans les bases de données électroniques lituaniennes, les noms de personnes étrangers soient représentés à l’aide de codes de caractères lituaniens ainsi que dans leur écriture d’origine; leur prononciation vocale serait fournie par des enregistrements réalisés en les prononçant avec les phonèmes du lituanien, ainsi que par des enregistrements dans la langue d’origine.

Le professeur lui-même et les autres spécialistes de l’Institut de mathématiques et d’informatique ont déjà largement contribué à l’usage du lituanien parlé correct dans l’espace numérique, comme l’ont montré les présentations de la première séance, ŠNEKOS ATPAŽINIMAS IR SINTEZĖ. (Dans toutes les autres séances aussi, les difficultés ont été peu évoquées; les intervenants ont plutôt présenté avec pragmatisme et de façon constructive les travaux en cours et énuméré les tâches à venir.) En collaboration avec des philologues — l’Institut de la langue lituanienne, la Faculté de philologie de l’Université de Vilnius, l’Université pédagogique de Vilnius et l’Université de Šiauliai —, un groupe de spécialistes de l’Institut de mathématiques et d’informatique et de la Faculté de mathématiques et d’informatique de l’Université de Vilnius, dirigé par le Dr habilité L. Telksnys, a réalisé le projet Lietuvių šneka valdomos paslaugos (LIEPA) de 2013 à 2015. Il en a résulté sept services accessibles à tous et proposés en lituanien parlé correct: Pažintuvas, qui aide à expliquer la structure de la cellule à l’école; Ieškotuvas, qui fait découvrir les sites du patrimoine de l’UNESCO; et des outils permettant de commander un ordinateur et d’effectuer des recherches par commande vocale

⁴ L’étude Language equality in the digital age. Towards a Human Language Project et son résumé en anglais sont accessibles au public. Ils sont disponibles sur le site internet du Parlement européen (http://www.europarl.europa.eu/thinktank/en/document.html?reference=EPRS_STU(2017)598621), toutefois, la reproduction ou la traduction du texte à des fins non commerciales n’est possible qu’avec l’accord du Parlement européen.

⁵ Pour l’article préparé à partir de la présentation, voir Bendrinės kalbos, dans la section « Apžvalgų » de ce volume.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 5

Valdytuvas ir Naršytuvas, les Pagalbininkas et Tartuvas, qui maîtrisent le lituanien correct, ainsi qu’un synthétiseur informatique destiné aux personnes aveugles, qui lit le texte affiché à l’écran. Des services d’infrastructure ont également été créés: un lecteur de textes électroniques, un programme d’ouverture vocale de pages Internet, un moteur de reconnaissance de la parole lituanienne, un corpus vocal et un laboratoire d’enregistrements vocaux⁶. On pourrait croire que beaucoup a été accompli, mais L. Telksnys, en lisant la communication préparée avec Gediminas Navickas, spécialiste principal du département des projets du même institut, Lietuvių šneka valdomos paslaugos. Padėtis. Perspektyvos, a qualifié ces travaux de simple ouverture d’une porte permettant à la langue parlée lituanienne d’entrer dans l’espace électronique. Comme résultats du projet, l’intervenant souhaitait mentionner moins les services créés que l’importance mise en évidence de la « fusion » des connaissances détenues par les informaticiens et les philologues, ainsi que la valeur de l’exemple: montrer aux industriels et aux prestataires de services les possibilités d’utilisation de services commandés par la parole lituanienne. Le scientifique, qui sait discerner les tendances mondiales dans le domaine des technologies, a considéré que l’enjeu désormais assez urgent, qui incombe moins aux concepteurs et développeurs de technologies linguistiques, consiste à intégrer les robots aux programmes d’enseignement, mais qu’il faut d’abord aussi former les enseignants.

Le responsable de projets de l’Université de Vilnius, le Dr Audrius Valotka, a lui aussi qualifié les travaux du projet LIEPA de simple ouverture de portes. Dans sa communication Tolyn nuo Gutenbergo spaudos preso: lietuvių šneka naujausiose technologijose (coécrite avec G. Navickas), il a déclaré qu’« actuellement, la parole lituanienne dans les technologies de l’information se trouve dans une situation comparable à celle d’il y a 30 ans, lorsque l’on examinait les questions liées à l’utilisation des signes diacritiques lituaniens en informatique ». Cette situation incite à poursuivre les travaux – le projet LIEPA 2. Le résultat de ce projet, dont la réalisation a déjà commencé, devrait consister en des solutions d’infrastructure: un corpus de 1 000 heures de parole lituanienne, un système de reconnaissance de la parole lituanienne couvrant 3 000 mots et un synthétiseur de parole lituanienne perfectionné. De nouveaux services seront également créés: un robot humanoïde développant les capacités de prise de décision des enfants, un dispositif de gestion vocale des contacts d’une personne sur son téléphone mobile, un service d’appel de taxi, un lecteur d’actualités sur Internet et un communicateur interlinguistique couvrant le lituanien et le chinois. Toutefois, le résultat le plus important prévu pour ce nouveau projet est la possibilité de communiquer avec des objets (téléphones mobiles, tablettes, montres connectées, robots) en langage naturel, de leur donner des commandes vocalement et de comprendre leurs réponses.

Un autre représentant de l’Institut de mathématiques et d’informatique, le maître de conférences Pijus Kasparaitis, a présenté dans sa communication Lietuviško balso kompiuterinės sintezės dabartis ir perspektyvos (avec pour coauteurs le Dr Gintaras Skersys, assistant à la faculté de mathématiques et d’informatique de l’Université de Vilnius, et la chargée de cours

⁶ Elles sont décrites plus en détail sur le site des ressources intégrées de langue et d’écrits lituaniens 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, à l’aide de séquences filmées et de sites Internet, a illustré les possibilités d’utilisation du synthétiseur créé dans le cadre du projet LIEPA: le synthétiseur a été utilisé dans le spectacle Remote Vilnius présenté lors du festival de théâtre Sirenos en 2014 (les spectateurs, qui tenaient également le rôle d’acteurs, déambulaient dans les rues de Vilnius en écoutant des voix synthétiques au moyen d’écouteurs); les articles de certains journaux en ligne (lzinios.lt, ukininkopatarejas.lt, vilnius.lt, delfi.lt) peuvent non seulement être lus, mais aussi écoutés; à la gare routière de Vilkaviškis, des annonces sont lues aux voyageurs par une voix synthétique; le service de conversion de texte en parole RoboBraille permet de convertir automatiquement tout document textuel en fichier audio; un robot parlant lituanien est également devenu réalité: l’humanoïde NAO a invité les visiteurs à découvrir le stand lituanien lors d’un événement organisé à Bruxelles pour présenter les pays de l’UE, et a proclamé l’Metus de Kristijonas Donelaitis lors de la conférence Ar kalbės robotai lietuviškai? qui s’est tenue au Seimas. Énumérant les futures possibilités d’utilisation de la synthèse vocale, dont certaines premières étapes ont déjà été franchies, P. Kasparaitis a mentionné la sonorisation d’articles sur des sites fonctionnant sous Linux, les assistants virtuels et un distributeur automatique mobile MIO mobile kiosk capable de proposer des en-cas ou des boissons dans un parc.

Les travaux présentés lors des trois séances suivantes, principalement consacrés aux efforts de préservation de la langue écrite, ont donné l’impression que l’on passe de plus en plus du transfert des dictionnaires, des corpus, des bases de données et des fichiers vers l’espace numérique à une numérisation de la langue permettant aux programmes de technologies linguistiques et à l’intelligence artificielle, et pas seulement aux usagers et aux chercheurs, d’utiliser les ressources linguistiques. Le stratège linguistique A. Saudargas a souligné cette orientation stratégique, qui gagne en importance à mesure que l’intelligence artificielle progresse, tant dans des articles de presse⁸ que lors de cette conférence. Dans les thèses soumises à la conférence, elle est formulée ainsi: « L’évolution de l’intelligence artificielle converge vers une forme hybride, dans laquelle les réseaux neuronaux correspondent aux mécanismes inconscients du cerveau, tandis que l’activité consciente de l’esprit est modélisée par l’intelligence artificielle traditionnelle, dite symbolique. Il en va de même pour les technologies linguistiques, si nous les comprenons comme des modèles des mécanismes du langage dans le cerveau humain (la langue vivante). Chaque communauté linguistique doit donc veiller à ce que les technologies linguistiques correspondant à l’intelligence artificielle symbolique (les programmes dits “à base de règles”) reflètent de manière exhaustive et précise toute la structure de la langue maternelle, et à ce qu’un environnement riche en langue maternelle (et en culture d’origine) soit créé pour l’apprentissage autonome des réseaux neuronaux. »

⁷ Pour l’article rédigé à partir de la communication, voir le chapitre « Aperçus » de ce volume dans Bendrinės kalbos.

⁸ Par exemple, dans l’article Fulgura plango, publié dans le quotidien Bernardinai.lt (http://www.bernardinai.lt/straipsnis/2012-12-05-algirdas-saudargas-fulgura-plango/91787), dans l’article Gimtoji kalba: ko Google neišspres, publié dans Lietuvos žiniose (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

Lors de la deuxième séance de la conférence, RESSOURCES NUMÉRIQUES DE LA LANGUE LITUANIENNE, où était présenté un nouveau projet mené par l’Institut de la langue lituanienne, il a également été affirmé que les ressources linguistiques doivent évoluer face aux nouveaux besoins, défis et attentes: de nouvelles idéologies et conceptions des ressources linguistiques numériques doivent émerger, des passerelles sémantiques doivent se construire, et la diversité des possibilités d’ingénierie des concepts et de recherche d’informations doit se développer, entre autres. Dans la communication lue par Deimantė Budriūnaitė, cheffe du service des infrastructures générales, E. kalba – skaitmeninių kalbos išteklių naudojimo(si) inovacija (E. kalba – une innovation dans l’utilisation des ressources linguistiques numériques), le nouveau projet de l’Institut a été présenté. Elle le mène avec la directrice Jolanta Zabarskaitė et Skirmantas Šermukšnis, chef de projet chez Netcode; il s’inscrit en réalité dans la continuité du précédent projet de numérisation de la langue. À l’époque, 11 dictionnaires monolingues et bilingues ainsi que 5 fichiers avaient été numérisés, donnant ainsi naissance au Système d’information des ressources de la langue lituanienne⁹. Le nouveau projet vise non seulement à intégrer de nouvelles ressources, mais aussi à créer des technologies, des solutions et des outils pour effectuer des recherches sémantiques dans ces ressources et en visualiser les résultats, ainsi qu’à développer, sur cette base technologique, des services destinés aux usagers: Recherche dans le réseau de mots, E. marketing, E. concepts et E. conseils. Il est prévu de pouvoir adapter les ressources à des fins de marketing, en fournissant des services électroniques publics et privés, d’améliorer également l’accès en ligne aux outils de formation des mots et aux conseils linguistiques, et de créer la possibilité de relier le réseau de mots lituaniens à ceux de plus de 200 autres langues.

Le souci de favoriser l’utilisation des ressources de la langue lituanienne déjà mises en ligne s’est également manifesté dans deux bases de données présentées par des représentants de l’Institut de la langue lituanienne: l’une est intégrée au Système d’information des ressources de la langue lituanienne, tandis que l’intégration de l’autre est en préparation. Rita Miliūnaitė, initiatrice et créatrice de la base de données des néologismes de la langue lituanienne et directrice de recherche au Centre de recherche sur la langue standard de l’Institut de la langue lituanienne, a décrit la base qu’elle crée comme un répertoire en ligne consacré à la consignation et à la description lexicographique des néologismes apparus en lituanien au début du XXIe siècle¹⁰; sa communication a toutefois révélé que, à l’étape actuelle de son élaboration, la question qui préoccupe sans doute le plus est son utilité pour les usagers. À cette fin, des recherches ont été mises en place par mot vedette, origine du néologisme, forme originale, variantes orthographiques, domaine d’emploi et certains traits particuliers, ainsi que par le nom d’une personnalité ayant employé le néologisme ou de son auteur; un système de recherche avancée est en cours d’élaboration pour répondre aux besoins de différents groupes d’usagers. L’intérêt pour la base de données comme pour les néologismes est considérable; le seul problème signalé jusqu’à présent est l’impossibilité de traiter à temps les données envoyées par les usagers. En revanche, l’abondance des envois réfute deux mythes tenaces dans la société: que la langue lituanienne serait en train de mourir et que les linguistes seraient les créateurs des mots. Néanmoins

⁹ Système d’information des ressources de la langue lituanienne est accessible à l’adresse http://lkiis.lki.lt/home.

¹⁰ La base de données des néologismes de la langue lituanienne est accessible à l’adresse 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

Dans sa communication Perspectives de recherche sur la formation des néologismes (le cas de la base de données des néologismes de la langue lituanienne), la docteure Daiva Murmulaitytė, qui travaille elle aussi au Centre de recherche sur la langue standard, a proposé d’améliorer également l’utilité de cette base pour les chercheurs en linguistique. Il faudrait pour cela l’adapter en conséquence. Il a été proposé d’annoter les néologismes au moyen d’indices, afin d’enregistrer la catégorie grammaticale du mot servant de base à la formation, les modifications de la base dérivationnelle, le rôle de l’analogie et de la traduction dans la création du néologisme, les cas de formation atypique, entre autres. Selon l’intervenante, la tentative de procéder ainsi a mis au jour des phénomènes de formation des néologismes qui ont été peu étudiés, voire pas étudiés du tout.

Énumérant les objectifs de création d’une autre base, la base géoinformationnelle des toponymes de Lituanie¹¹, le docteur Laimutis Bilkis, chercheur principal au Centre de recherche sur les langues baltes et l’onomastique de l’Institut de la langue lituanienne, a lui aussi évoqué des objectifs pratiques — l’apprentissage de l’usage correct — ainsi que la recherche linguistique, notamment la préservation et la diffusion de la langue. Le fait que cette base s’adresse tant aux usagers de la langue qu’aux chercheurs ressort des possibilités de recherche et de présentation de l’information: il est possible de rechercher des informations sur les toponymes par nom, genre, nombre, accentuation, mode de formation, origine selon l’appartenance linguistique du mot de base et origine selon son appartenance à un groupe lexical; la section consacrée à l’analyse des toponymes fournit l’accentuation de toutes leurs formes fléchies ainsi que des explications sur leur origine et leur formation. Environ 25 000 toponymes ont été ajoutés à la base. Certaines interconnexions ont déjà été mises en place: l’intégration de la base au Système d’information des ressources de la langue lituanienne a permis de créer des liens vers un autre toponyme dont dérive celui qui est recherché, vers un nom de personne figurant dans la Base de données des noms de famille lituaniens dont dérive le toponyme, ainsi que vers les formes historiques de ce toponyme dans la Base de données des toponymes historiques. Des liens avec le lexique général ou terminologique sont également envisagés, en particulier sur les plans sémantique, dérivationnel et local; plusieurs difficultés ont toutefois été mentionnées, notamment l’abondance des toponymes et le caractère fragmentaire du financement.

Les travaux menés par les représentants de la linguistique de corpus témoignent eux aussi d’un déplacement manifeste de la collecte de données linguistiques vers la recherche de moyens de les exploiter. Lors de la troisième séance de la conférence, LINGUISTIQUE DE CORPUS, ces travaux ont été présentés par des chercheurs du Centre de linguistique informatique de l’Université Vytautas-Magnus, principaux acteurs de ce domaine en Lituanie, avec des représentants de l’Institut des technologies avancées de la Baltique. Ils ont présenté deux projets collectifs témoignant de la volonté d’annoter les corpus afin de les utiliser pour la recherche linguistique et la création d’autres ressources linguistiques. La communication¹² préparée par la première équipe de spécialistes de linguistique de corpus — Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou et Andrius Utka — présentait le corpus annoté morphologiquement MATAS et le corpus annoté syntaxiquement ALKSNIS. Le corpus MATAS a été élaboré à partir d’un corpus d’un million de mots,

¹¹ Cette base est également accessible à l’adresse http://lkiis.lki.lt/lietuvos-vietovardziu-geoinformacine-duomenu-baze.

¹² Pour l’article rédigé à partir de la communication, voir la section « Technologies linguistiques » de Bendrinės kalbos dans ce volume.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 9

Après l’application de modèles statistiques, son annotation a été réalisée au moyen de l’annotateur morphologique élaboré par le Centre de linguistique informatique. ALKSNIO L’annotation repose sur les principes de l’annotation morphologique et syntaxique automatique et met en œuvre un modèle de dépendances syntaxiques. Le projet mené par le deuxième groupe de chercheurs — Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou, Ieva Bumbulienė, Jolanta Kovalevskaitė, Tomas Krilavičius, Justina Mandravickaitė et Laura Vilkaitė — a révélé qu’après l’annotation du corpus Delfi.lt, on passe à l’élaboration d’une méthodologie pour l’étude des expressions figées de la langue écrite lituanienne contemporaine et à la préparation d’un dictionnaire des collocations lituaniennes. La base de données des expressions figées constituée à partir du corpus doit fournir, pour chaque expression, des informations grammaticales et lexicales, sa fréquence d’usage, la rubrique du texte, des exemples de concordance, etc. La base comprend actuellement environ 2 700 lemmes et plus de 35 000 formes fléchies.

Les possibilités pratiques d’exploitation des corpus ont également été mises en évidence par la communication Tekstynais paremti akademinių frazių tyrimai: formalioji struktūra ir semantika., préparée par Gintarė Judžentytė et la Dre Vilma Zubaitienė, enseignantes au département de langue lituanienne de l’Université de Vilnius. Après avoir passé en revue les tentatives antérieures d’étudier la langue scientifique à partir de corpus, elles ont présenté leur propre projet, qui vise à étudier la structure et la sémantique des expressions de la langue académique à partir du corpus de travaux écrits d’étudiants élaboré à cette fin à l’Université de Vilnius. Les matériaux du corpus et les résultats de l’étude serviront à constituer un recueil d’expressions de la langue académique, utile aux étudiants de différents cycles et de différentes spécialités.

La quatrième séance de la conférence, AUTOMATIZUOTA KALBOS SANDAROS IR TEKSTŲ ANALIZĖ, a révélé des possibilités encore plus complexes d’utilisation des nouvelles technologies pour l’analyse linguistique. Dans sa communication Lietuvių kalbos gramatika skaitmeniniame atvirojo kodo pasaulyje¹³, l’ingénieur Virginijus Dadurkevičius, de l’Institut des sciences appliquées de l’Université de Vilnius, a passé en revue les travaux de morphologie informatique réalisés par Vytautas Zinkevičius, programmeur à l’Institut de langue lituanienne. Ces travaux, pendant près de deux décennies, ont constitué un outil irremplaçable et unique pour l’étude moderne du lituanien et ses applications informatiques. Il a ensuite présenté une certaine évolution de la morphologie informatique, rendue possible par l’utilisation de la plateforme Hunspell. La morphologie de la langue y est décrite dans deux fichiers texte, tous deux fondés sur la Dabartinės lietuvių kalbos gramatika ainsi que sur les corpus de l’Université de Vilnius, de l’Université Vytautas-Magnus et du Seimas de la République de Lituanie. Selon le conférencier, environ 5 000 groupes de règles adressables ont été consignés au total et plus de 170 000 lemmes ont été sélectionnés. Lors de la sélection des lemmes, seuls les formes correctes du lituanien contemporain ont été retenues. D’après le conférencier, cet analyseur morphologique interprète correctement

¹³ Pour l’article rédigé à partir de la communication, voir la section « Technologies linguistiques » de ce volume, dans Bendrinės kalbos.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 10

en moyenne 99 mots sur 100. Cette nouvelle méthode d’analyse morphologique a été appliquée avec succès dans le Lietuvių kalbos sintaksinės ir semantinės analizės informacinėje sistemoje¹⁴, dans le Teisės aktų registre¹⁵, et tout particulièrement dans le système d’indexation et de recherche documentaire Solr/Lucene (selon le conférencier, il a été possible non seulement d’indexer précisément et de retrouver toutes les formes de mots souhaitées, mais aussi d’accélérer le processus d’indexation de plusieurs centaines de fois). La prochaine étape concrète consiste à préparer deux versions du dictionnaire: une version normative, adaptée à la vérification orthographique, et une version comprenant à la fois la langue normative et non normative, adaptée aux tâches plus appliquées d’analyse de la langue vivante.

Les possibilités offertes par l’ère numérique pour l’étude des textes anciens ont été mises en lumière par le Dr Mindaugas Šinkūnas, membre du Centre d’études du patrimoine écrit de l’Institut de langue lituanienne, dans sa communication Kas nuo ko nusirašė? Biblijos vertimų istorijos tyrimo automatizavimas ir vizualizacija. Il a présenté une méthodologie déjà éprouvée, qui permet de faciliter l’évaluation de la similitude des citations dans les traductions de la Bible, tâche qui pose le plus de difficultés aux spécialistes des textes anciens. Selon le conférencier, la perspective de cette méthode est illustrée par le fait que les résultats de la comparaison, à l’aide d’une analyse informatique, des versets bibliques de la Postilės de Bretkūnas (1591) concordent avec les conclusions antérieures obtenues par d’autres chercheurs au moyen d’autres méthodes. Le conférencier considère comme principal résultat de ce travail un outil qui indique le degré approximatif de similitude entre des sources ou leurs parties. Il ouvre la voie à des études ultérieures plus approfondies.

Bien entendu, la conférence n’a pas laissé de côté un domaine des technologies linguistiques ayant connu de nombreux échecs: la traduction automatisée, d’autant plus que c’est à elle que s’applique d’abord le terme kalbos technologijos. Dans sa communication Mašininis vertimas lietuvių kalbai¹⁶, l’ingénieur Danielius Algirdas Ralys, de l’Institut des sciences appliquées de l’Université de Vilnius, a passé en revue les étapes des avancées et des échecs de la traduction automatique — de la traduction littérale apparue pendant la guerre froide aux méthodes fondées sur des règles, puis aux méthodes statistiques — et a conclu que les progrès dans ce domaine ne laissent pas la Lituanie à l’écart. Avec l’apparition des réseaux neuronaux qui construisent des règles de transformation, l’espoir d’une nouvelle percée dans la traduction automatisée repose sur eux. Après avoir souligné que les systèmes neuronaux de traduction automatique les plus récents traduisent mieux qu’un traducteur moyen, il a présenté les projets de l’Université de Vilnius pour lancer, en 2018, un projet de traduction neuronale de nouvelle génération entre l’anglais, le lituanien, le polonais, le français, le russe et l’allemand. Il a toutefois été relevé qu’il faut s’efforcer non seulement de reproduire ce qui a déjà été inventé, mais aussi de créer des solutions originales et nouvelles.

Le projet mené à l’Institut de langue lituanienne a montré que de tels efforts existent bel et bien. Soulignant qu’il est important pour la Lituanie de créer des solutions alternatives de traduction automatique, l’Institut de langue lituanienne

¹⁴ Adresse du système d’information pour l’analyse syntaxique et sémantique de la langue lituanienne: https://semantika.lt.

¹⁵ Adresse du registre des actes juridiques: https://www.e-tar.lt/portal/index.html.

¹⁶ Pour l’article rédigé à partir de la communication, voir la section « Technologies linguistiques » de ce volume, dans Bendrinės kalbos.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 11

La chercheuse du Centre de recherche sur la langue standard, la Dre Daiva Šveikauskienė, et le programmeur Vytautas Šveikauskas ont décidé, en s’appuyant sur les données de 2017 de Tildės, qui montrent que la qualité des traductions vers le lituanien (et à partir de celui-ci) fournies par les systèmes de traduction Google utilisant des méthodes statistiques est inférieure à celle des traductions vers le letton ou l’estonien. Les auteurs associent la perspective de solutions de traduction alternatives à la grammaire numérique du lituanien qu’ils élaborent. Selon les intervenants, seul un exemple expérimental de grammaire a été préparé à ce jour; il ne couvre que quelques mots, mais montre déjà que la qualité de la traduction est nettement meilleure. Constituée de deux niveaux — l’abstrait (les formes communes à toutes les langues) et le concret (un niveau reflétant les caractéristiques propres à une langue donnée) —, la grammaire numérique permet de surmonter ce qui est sans doute le problème essentiel de la traduction automatique: la transmission du sens. Lors de la traduction, elle permet de transformer une phrase en une représentation sémantique abstraite, à partir de laquelle est générée une phrase dans une autre langue, en se fondant uniquement sur les propriétés de la langue cible, sans tenir aucun compte de la morphologie de la langue source; c’est ce qui permet d’obtenir des résultats beaucoup plus précis dans la transmission du sens. D’ailleurs, la traduction actuelle en lituanien fournie par l’entreprise Google a été évoquée par près d’un participant sur deux à la conférence, tantôt comme un échec de l’utilisation des technologies linguistiques, tantôt comme une menace pour la langue, tantôt comme un exemple montrant clairement que c’est à nous-mêmes de prendre soin des technologies linguistiques.

Pour conclure la conférence de cette année consacrée à Jonas Jablonskis, plusieurs conclusions assez étroitement liées s’imposent. Tout d’abord, l’ère des nouvelles technologies ouvre des possibilités extraordinaires pour la recherche linguistique: les corpus et autres ensembles de données informatisés, qui ont provoqué une révolution en linguistique, ainsi que les possibilités toujours plus avancées de recherche, de synthèse et de présentation statistique offertes par les technologies, qui se perfectionnent encore avec le développement de l’intelligence artificielle. Toutefois, les nouvelles technologies posent de très grands défis à la vitalité de la langue, et la menace ne pèse pas seulement sur la langue standard, mais sur l’ensemble de la langue lituanienne. Elles proposent néanmoins des moyens de relever ces défis, et la nouvelle initiative européenne offre des possibilités particulièrement favorables à la survie de la langue d’un petit pays. Mais cette initiative, tout comme le développement des technologies numériques, met en évidence la nécessité, plus pressante que jamais, de conjuguer les efforts et de les faire converger. Les projets présentés lors de cette conférence montraient déjà que, dans ces conditions, assurer la vitalité de la langue et l’étudier sont des tâches qu’il n’est plus possible de mener à bien avec les seules connaissances et ressources des spécialistes de la langue: les projets ont été réalisés par des philologues en collaboration avec des informaticiens, des mathématiciens et des programmeurs. Comme l’a maintes fois souligné A. Saudargas, le développement de l’intelligence artificielle rend nécessaire non seulement la mise en commun des efforts de spécialistes de différents domaines, mais aussi la création d’une science interdisciplinaire, qui se dessine au croisement de la linguistique, de l’informatique et des sciences cognitives¹⁷. Et l’UE

¹⁷ Par exemple, dans l’article Le lituanien doit aussi devenir une langue écrite maîtrisée à l’ère numérique, publié dans le journal en ligne 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

le projet consacré à la langue maternelle révèle aussi la nécessité de mobiliser les efforts de l’ensemble de l’État — ceux des secteurs public et privé, des responsables politiques, des chercheurs et des technologues.

À première vue seulement, le thème de la conférence de cette année pouvait sembler n’avoir que peu de rapport avec le nom du créateur de la langue standard. Comme pour prévenir l’impression d’une absence de lien, la Dre Rita Miliūnaitė, l’une des organisatrices de la conférence, en a évoqué un dès son allocution d’ouverture: aujourd’hui, alors que l’on fait entrer la langue dans l’espace numérique, on cherche, comme à l’époque de J. Jablonskis, à créer une variante linguistique universelle, pratique et répondant aux besoins de la société. D’autres participants ont également exprimé quelques liens: P. Kasparaitis, espérant que le projet LIEPA deviendra synonyme de souci pour la langue lituanienne, a ajouté que J. Jablonskis aurait approuvé; quant à D. A. Ralys, il a rappelé le créateur de la langue standard comme un pionnier de l’élaboration des règles de grammaire, étape à partir de laquelle on est passé à l’analyse morphologique automatisée. La conférence elle-même a toutefois révélé bien davantage de liens et de convergence dans les objectifs, et tout d’abord le souci de la survie de la langue lituanienne, de l’emploi d’une langue correcte, alors que le monde et les circonstances qui influencent la langue évoluent à une vitesse incroyable.

Reçu le 22 octobre 2017

RAMUNĖ VASKELAITĖ

[email protected]

BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204