This is a machine-generated translation of the original document and may contain errors, omissions, or changes in meaning. Do not rely on this translation for quotations, citations, or authoritative references. Please consult and cite the original document.
Preparing document pages…
Page 1
ANŽELIKA GAIDIENĖ
Institut litevského jazyka
ORCID id: orcid.org/0000-0001-8775-788X
Oblasti výzkumu: sémantika, lexikologie, lexikografie, počítačová lingvistika.
AURELIJA TAMULIONIENĖ
Institut litevského jazyka
ORCID id: orcid.org/0000-0003-0728-1856
Oblasti výzkumu: jazyk dětí a mládeže, jazykové preference, počítačová lingvistika.
DOI: doi.org/10.35321/all86-08
ROVNOST EVROPSKÝCH JAZYKŮ V DIGITÁLNÍM VĚKU: PŘÍPAD LITVY
Rovnost evropských jazyků v digitálním věku: případ Litvy
ANOTACE
Článek se zabývá současným stavem technologií litevského jazyka a představuje situaci rovnosti evropských jazyků v digitálním prostředí. Zkoumá kvantitativní a kvalitativní ukazatele odhalující jazykovou rovnost v kontextu Evropské unie s ohledem na počet mluvčích, digitální jazykové zdroje a technologie a podporu, která je jim poskytována, se zvláštním zaměřením na případ Litvy. Cílem článku je nastínit práci, která již byla vykonána v oblasti jazykových technologií, a identifikovat mezery a výzvy, jimž je ještě třeba čelit v případě litevštiny jako úředního národního jazyka a jazyka EU. Přináší nejnovější přehled situace technologií litevského jazyka prostřednictvím analýzy digitálních jazykových zdrojů a nástrojů/služeb. Výsledky ukazují, že ačkoli v uplynulých deseti letech došlo k řadě změn, v oblasti vzdělávání a v dalších sférách stále chybějí jazykové zdroje.
European Language Equality in the Digital Age: The Case of Lithuania
ANOTACE
Článek pojednává o stavu technologií litevského jazyka a seznamuje se situací rovnosti evropských jazyků v digitálním prostředí. Analyzovány jsou kvantitativní a kvalitativní ukazatele odhalující jazykovou rovnost v kontextu Evropské unie s ohledem na počet mluvčích, digitální jazykové zdroje a technologie a podporu, která je jim poskytována, přičemž zvláštní pozornost je věnována analýze případu Litvy. Cílem článku je zdůraznit dosavadní práci vykonanou v oblasti jazykových technologií a poukázat na mezery a odhalit výzvy, jimž čelí a které řeší úřední národní jazyk a jazyk Evropské unie – litevština. Článek přináší nejnovější přehled stavu technologií litevského jazyka na základě analýzy digitálních jazykových zdrojů a nástrojů/služeb. Výsledky ukazují, že za posledních 10 let došlo k mnoha změnám, avšak ve vzdělávání a dalších oblastech stále chybějí zdroje.
Jazykové technologie spolu souvisejí a přímo či nepřímo ovlivňují řadu každodenních činností: práci, vzdělávání, komunikaci atd. Jazyk tvoří základ většiny digitálních zdrojů: mobilních zařízení, sociálních sítí, virtuálních asistentů, překladových nástrojů, kontrol pravopisu atd. (Pastor et al. 2017: 19). Tyto pokroky samozřejmě nepřinášejí všem litevským občanům stejný prospěch. Je třeba přiznat, že technologie přizpůsobené litevštině stále chybějí a mluvčí se často musí vracet k angličtině. To je zvláště důležité při hodnocení životaschopnosti a síly jazyka, protože nedostatek jazykových technologií může vést k postupnému úpadku užívání jazyka. Situace technologií litevského jazyka zatím nesplňuje všechny potřeby.
Podle údajů Litevského statistického úřadu z roku 2021 používá ve věkové skupině 16–74 let internet téměř 87% litevské populace (ve srovnání s téměř 64,1% v roce 2011 a 74,4% v roce 2016), ve věkové skupině 16–24 let dokonce 100% a ve věkové skupině 65–74 let 55,2%.¹ Podle údajů z roku 2021 má 81,4% domácností osobní počítač a 86,6% přístup k internetu.² Internet se používá především k vyhledávání informací, komunikaci, trávení volného času a bankovnictví: 79% obyvatel ve věku 16–74 let používá
internet ke komunikaci; 74% čte zprávy; 71% používá internet ve volném čase (sleduje filmy nebo televizní pořady, poslouchá hudbu, hraje hry nebo stahuje nahrávky a hry); 68% využívá internetové bankovnictví. Mezitím 27% obyvatel používá internet ke studiu, profesnímu rozvoji nebo sebevzdělávání.³ Podle údajů z roku 2021 používá 82,2% osob ve věku 16–74 let internet k osobním účelům; například 65,2% komunikuje na sociálních sítích a 70,5% obyvatel se stýká v reálném čase (např. prostřednictvím Skype, Messengeru, WhatsAppu, Viberu, Snapchatu).⁴ V roce 2021 bylo zaregistrováno přibližně 225 000 .lt domén (ve srovnání s přibližně 139 000 v roce 2012 a přibližně 188 000 v roce 2018), z nichž více než 2 000 obsahuje písmena s litevskými diakritickými znaménky (ė, ž atd.). Litva navíc zůstává mezi lídry v oblasti optického internetu. V Litvě dosahuje pokrytí optickou sítí 46,8%.⁵
Dne 13. října 2020 schválil Seimas Litevské republiky důležitý dokument pro litevský jazyk a jeho budoucnost, Směrnice pro rozvoj litevského jazyka v digitálním prostředí a pokrok jazykových technologií na období 2021–2027.⁶ Směrnice vypracovala pracovní skupina zřízená Státní komisí pro litevský jazyk. Tyto směrnice mají pomoci zajistit plné využívání litevského jazyka v digitálním prostředí a ustavit a udržovat postavení litevského jazyka v informační společnosti. To vyžaduje rozšíření digitálních jazykových zdrojů – textových a nahrávkových korpusů, rozvoj jazykových technologií a tvorbu veřejných služeb na nich založených, aby žádná skupina společnosti ani žádný region nepociťovaly digitální propast a aby se cizí jazyky mohly snáze začlenit do litevské společnosti. Jazykové technologie musí pomoci posilovat vazby mezi litevskou společností a diasporou a omezovat vyloučení litevsky mluvící komunity z globální znalostní společnosti (Jaroslavienė, Miliūnaitė 2020).
Směrnice stanovují základní úkoly či výzvy litevských jazykových technologií. Určují, co by mělo být v Litvě v blízké budoucnosti učiněno a na jaké směry se zaměřit: 1. Zvyšovat kompetence odborníků pracujících v oblasti jazykových technologií a zvyšovat schopnost společnosti využívat možnosti poskytované jazykovými technologiemi.
European Language Equality in the Digital Age: The Case of Lithuania
2. Shromažďovat a obohacovat otevřené, spolehlivé, vysoce kvalitní a opakovaně použitelné digitální jazykové zdroje a další digitální jazykové datové soubory. 3. Rozvíjet infrastrukturu jazykových technologií a uplatnění jazykových technologií ve veřejném sektoru a veřejných službách, vytvářet a zdokonalovat veřejně dostupná řešení a nástroje informačních technologií (Guidelines 2020).
Je dobré vědět, že při přizpůsobování litevského jazyka digitálnímu prostředí bylo dosaženo významného pokroku: byla vytvořena řada digitálních jazykových zdrojů a základních nástrojů jazykové analýzy, komplexní online jazykové služby a ontologie litevského jazyka a lokalizována řada počítačových programů a nástrojů. Aplikační počítačový software relevantní pro společnost je lituanizován a probíhá standardizace počítačových termínů. Litevští výzkumníci se aktivně účastní spolupráce a mobilitních aktivit mezinárodních sdružení a formuje se jádro litevských odborníků pracujících v oblasti uplatnění informačních technologií a systematicky v této oblasti rozvíjejících inovativní práce. Litva rovněž usiluje o to, aby všichni občané měli plný přístup k digitálním řešením, proto je politika jejich přizpůsobování osobám se zdravotním postižením velmi důležitá (Guidelines 2020).
Předmětem tohoto článku jsou digitální zdroje a nástroje/služby litevského jazyka. Článek zkoumá údaje o litevských digitálních zdrojích a ukazuje současný stav rozvoje litevského jazyka v digitálním prostředí s náležitým ohledem na obecný evropský kontext. Z výše uvedeného cíle vyplývají tyto úkoly: 1) pojednat o stavu technologií litevského jazyka v mnohojazyčném evropském kontextu; 2) provést analýzu empirických údajů shromážděných ve výzkumu; 3) určit hlavní silné a slabé stránky, příležitosti a hrozby související se situací litevského jazyka v digitálním prostředí. Výzkumná data byla shromážděna7 v letech 2021–2022 v rámci projektu „European Language Equality“, financovaného Evropskou komisí8 (dále jen ELE).
7 Autorka vyjadřuje vděčnost Státní komisi pro litevský jazyk, Vilniuské univerzitě, Univerzitě Vytautase Magnuse a společnosti Tilde IT za pomoc při shromažďování údajů o jazykových zdrojích.
8 Dvacet čtyři úředních jazyků a více než 60 regionálních a menšinových jazyků tvoří strukturu jazykové krajiny EU. Tento projekt na tuto výzvu reaguje a pokládá základy strategické agendy a plánu, jejichž cílem je do roku 2030 učinit digitální jazykovou rovnost v Evropě skutečností. Hlavním cílem ELE je připravit Program evropské jazykové rovnosti v podobě strategické agendy výzkumu, inovací a implementace a plánu pro dosažení úplné digitální jazykové rovnosti v Evropě do roku 2030. Tento program byl připraven společně s celou evropskou komunitou jazykových technologií, počítačové lingvistiky a AI zaměřené na jazyk, jakož i se zástupci příslušných iniciativ a sdružení, jazykových komunit
Straipsniai / Articles
187
Page 5
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
Cílem aktivit shromažďování metadat bylo odhalit složky, které přispívají k úrovni technologické podpory litevského jazyka.
V první fázi procesu shromažďování metadat jsme se zaměřili na zdroje a technologie litevského jazyka, tj. korpusy neboli datové soubory (sbírky nezpracovaných nebo anotovaných, jednojazyčných či bi-/vícejazyčných, monomodálních či multimodálních textových segmentů nebo dokumentů, přepisů zvukových nahrávek, scénářů, zvukových a obrazových nahrávek atd., jakož i korpusy studujících a korpusy znakového jazyka); popisy jazyka zahrnující jazykové modely a počítačové gramatiky; lexikální/konceptuální zdroje zahrnující počítačové lexikony, terminologické databáze, geografické názvosloví, ontologie, seznamy termínů, tezaury atd.; nástroje/služby: služby nabízené prostřednictvím webu, jiných sítí nebo provozované v cloudu, ale také nástroje ke stažení, zdrojový kód atd. (Giagkou, Piperidis 2021: 9). Patří sem základní nástroje NLP pro evropské jazyky (morfologické analyzátory, značkovače slovních druhů, lematizátory, syntaktické analyzátory atd.), autorské nástroje (např. kontroly pravopisu, gramatiky a stylu), nástroje/služby pro vyhledávání, extrakci a dolování informací, analýzu textu a řeči, strojový překlad, porozumění přirozenému jazyku a jeho generování, řečové technologie atd.). Ve druhé fázi bylo provedeno další kolo shromažďování metadat. Během druhé fáze jsme se zaměřili na identifikaci aktérů LT v Evropě a národních a evropských projektů zaměřených na LT, veřejného financování LT/NLP/AI nebo jakýchkoli dalších kontextových faktorů, které mohou vyplynout z předběžné definice ELE (Giagkou, Piperidis 2021: 9).
Shromážděné jazykové zdroje litevštiny byly popsány v jednotném formuláři metadat, který měli vyplnit všichni členové ELE a který obsahoval následující povinné a doporučené prvky. Povinné prvky: typ zdroje (klasifikace zdrojů do typů: korpusy, lexikální/konceptuální zdroje, gramatiky/(jazykové) modely, nástroje/služby); název zdroje (název nebo titul srozumitelný člověku, pod kterým je zdroj znám); vstupní stránka; popis (stručný volný text poskytující informace o zdroji); jazyk(y) (jazyk(y) obsažené v korpusu nebo lexikálním/konceptuálním zdroji či vstupní jazyk nástroje/služby); podtřída korpusu; podtřída lexikálního/konceptuálního zdroje; podtřída gramatiky/modelu; typ(y) médií částí (pouze pro korpusy a lexikální/konceptuální zdroje); typ(y) vstupních médií (pouze pro nástroje/služby); jazyková závislost (pouze pro nástroje/služby) atd. Doporučené prvky: krátký název zdroje; typ financování; rok zveřejnění zdroje; licence; domovská stránka zdroje; organizace/poskytovatel: organizace odpovědná za poskytování, správu, údržbu a zpřístupňování zdroje; atd.
— a skupiny RML (více informací o projektu je k dispozici na: https://european-language-equality.eu/about/).
188
Acta Linguistica Lithuanica LXXXVI
Page 6
European Language Equality in the Digital Age: The Case of Lithuania
1. ROVNOST EVROPSKÝCH JAZYKŮ: JE (NE)MOŽNÁ?
Jazyková krajina Evropské unie (dále jen EU) je bohatá a rozmanitá. Tvoří ji 24 úředních jazyků a více než 60 národních a regionálních jazyků. Tato jazyková a kulturní rozmanitost je podstatnou součástí dědictví každého státu, jež je v EU vysoce ceněna a podporována, se zvláštním důrazem na mnohojazyčnost. Mnohojazyčnost jako hodnota EU se řídí heslem „Jednotná v rozmanitosti“, které se poprvé začalo používat v roce 2000.⁹ EU věnuje zvláštní pozornost regionálním či menšinovým jazykům, vedena svým závazkem chránit je: „Evropská charta regionálních či menšinových jazyků je evropskou úmluvou na ochranu a podporu jazyků užívaných tradičními menšinami. Spolu s Rámcovou úmluvou o ochraně národnostních menšin představuje závazek Rady Evropy k ochraně národnostních menšin.“¹⁰ Rovnost evropských jazyků je jednomyslně uznávána jako jedna z největších předností EU. Zároveň však představuje řadu výzev, protože každý stát se nachází v odlišné demografické, geopolitické, kulturní atd. situaci a nevyhnutelně čelí různým překážkám, včetně jazykových; v oblasti jazykových technologií existuje značná propast. To je zdůrazněno také v usnesení Evropského parlamentu „Jazyková rovnost v digitálním věku“.¹¹
Počty mluvčích úředních jazyků EU ukazují (viz obr. 1), že následujících pět jazyků patří mezi nejrozšířenější: angličtina (přibližně 30%), němčina (17%), francouzština (15%), španělština (8%) a italština (7%).
Údaje znázorňující dominantní jazyky (pět nejrozšířenějších) se nemění, pokud jsou hodnoceny všechny jazyky EU (viz např. obr. 2). Od vzniku EU se výslovně prohlašuje, že Evropa zachovává svou jazykovou a kulturní rozmanitost; na tento účel jsou přidělovány značné částky (Rehm, Uszkoreit 2013: 12–14). Současná situace však ukazuje, že jazyky s menším počtem mluvčích stále čelí různým jazykovým bariérám a neustále se diskutuje o tom, jak tuto jazykovou nerovnost omezit digitálními prostředky, protože bez technologické podpory není možné naučit se tolik jazyků EU.
⁹ Více informací je k dispozici na: https://european-union.europa.eu/principles-countries-history/symbols/eu-motto_lt.
¹⁰ Více informací je k dispozici na: https://www.coe.int/en/web/european-charter-regional-or-minority-languages?.
¹¹ Více informací je k dispozici na: https://www.europarl.europa.eu/doceo/document/TA-8-2018-0332_EN.html.
Straipsniai / Articles
189
Page 7
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
Obr. 1: Počet mluvčích úředních jazyků EU 12
Podíváme-li se na situaci rovnosti evropských jazyků podle počtu mluvčích, vidíme, že všechny jazyky EU lze rozdělit takto: zcela nahoře se nacházejí nejzranitelnější jazyky (obr. 2) a tento seznam jazyků je poměrně rozsáhlý; pomyslnou hranici bychom mohli vést až k estonštině. Střední skupinu představují jazyky, kterými mluví poměrně malý počet mluvčích, které však podle jiných ukazatelů jazykových technologií a technologické podpory zaujímají vyšší pozice (obr. 3). Dole vidíme seznam úředních jazyků EU, které zaujímají nejsilnější postavení podle počtu mluvčích i dalších ukazatelů (viz dále). Bez ohledu na skutečnost, že regionálně uznávané jazyky mohou fungovat za rovných podmínek s ostatními jazyky EU, by neměl být odmítnut předpoklad nejsilnějšího postavení úředních jazyků a technologická propast je stále velmi velká.
12 Údaje z: https://european-language-equality.eu/languages/.
190
Acta Linguistica Lithuanica LXXXVI
Page 8
European Language Equality in the Digital Age: The Case of Lithuania
Obr. 2: Počet mluvčích jazyků EU
Nejnovější údaje z roku 2022 o jazykových zdrojích a podpoře vyčleněné na jejich rozvoj (viz obr. 3) ukazují, že angličtina je stále nejlépe podporovaným jazykem. Francouzština, němčina a španělština rovněž konkurují a jejich výsledky jsou v některých dimenzích podobné angličtině. Ostatní úřední jazyky EU jsou podporovány středně; některé jazyky však mají pouze slabou nebo žádnou podporu. Národní či regionální jazyky rovněž získávají dílčí podporu; jiné jazyky představují z hlediska úrovně podpory hraniční případy. Analýza vede k obecnému závěru, že žádný přirozený jazyk není technologiemi podporován optimálně, tj. požadované úrovně podpory nebylo dosaženo u žádného jazyka, dokonce ani u angličtiny (Gaidienė, Tamulionienė 2022: 17).
Straipsniai / Articles
191
Page 9
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
Obr. 3: Stav technologické podpory v roce 2022 (obrázek převzat z: Gaidienė, Tamulionienė 2022: 17). Světle šedá: slabá/žádná podpora; šedá: dílčí podpora; tmavě šedá: dobrá podpora
192
Acta Linguistica Lithuanica LXXXVI
Page 10
European Language Equality in the Digital Age: The Case of Lithuania
V rámci projektu ELE byla porovnána úroveň pokroku dosaženého od roku 2012 u jednotlivých jazyků (více informací viz Vaišnienė, Zabarskaitė 2012). Vidíme (viz obr. 4), že technologická úroveň jazyků se výrazně změnila (např. rozšířilo se používání virtuálních asistentů a chatbotů, zlepšily se možnosti analýzy textu atd.). Výsledky této analýzy ukazují pouze relativní postavení jazyků, nikoli pokrok dosažený u konkrétního jazyka. Oblast jazykových technologií za posledních deset let výrazně pokročila, avšak rozdíl mezi nejlépe podporovanými a méně podporovanými jazyky je stále zřejmý.
Obr. 4: Celkový stav technologické podpory vybraných evropských jazyků (2022) (obrázek převzat z: Gaidienė, Tamulionienė 2022: 18)
Je obtížné říci, zda lze rovnosti evropských jazyků dosáhnout. Při srovnání počtu mluvčích, jazykových zdrojů a technologií a podpory, kterou tyto zdroje a technologie získávají, existuje značná propast. Ve zprávě vypracované v rámci projektu ELE s názvem „Report on the state of Language Technology in 2030“ se uvádí, že pro dosažení do roku 2030 jsou zvláště kritické dva body: „1) Neuronové jazykové modely a související techniky jsou klíčové pro udržení pokroku v LT. Proto je pro jazykovou rovnost zásadní schopnost vytvářet neuronové jazykové modely pro jiné jazyky ve stejné kvalitě jako pro angličtinu; 2) Vícejazyčná data jsou klíčovým prvkem pro trénování takových modelů v různých jazycích. Neměli bychom považovat za samozřejmé, že velké množství veřejně dostupných korpusů dobré kvality lze snadno získat pro všechny evropské jazyky, spíše naopak.
Straipsniai / Articles
193
Page 11
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
Úsilí zajistit, aby všechny jazyky disponovaly velkým množstvím veřejně dostupných korpusů dobré kvality, s ohledem na otázky spravedlnosti, by mělo být jádrem veškerého budoucího úsilí směřujícího k DLE“13”14. Projekt ELE této otázce věnuje zvýšenou pozornost; plánuje se předložit podrobný strategický plán stanovující konkrétní opatření do roku 2030.
2. DOSTUPNOST JAZYKOVÝCH DAT A NÁSTROJŮ
Jak již bylo uvedeno, údaje o dostupných digitálních zdrojích litevského jazyka byly shromážděny v rámci projektu ELE. Celkem bylo shromážděno a popsáno 218 digitálních zdrojů litevského jazyka, z nichž největší část tvoří lexikální/konceptuální zdroje (139; 64%); na druhém místě jsou nástroje/služby (53; 24%); třetí místo zaujímají korpusy (24; 11%), zatímco gramatiky/jazykové modely15 (2; 1%) jsou na čtvrtém místě (viz obr. 5).
15 Litva zaostává v oblasti digitálních zdrojů gramatiky/jazykového modelu; jelikož bylo v této oblasti identifikováno sotva několik zdrojů, nejsou v článku samostatně diskutovány.
194
Acta Linguistica Lithuanica LXXXVI
Page 12
European Language Equality in the Digital Age: The Case of Lithuania
Každá skupina digitálních zdrojů bude v článku diskutována samostatně a budou uvedeny příklady nejznámějších a největších zdrojů, nástrojů a elektronických služeb.
2.1. Lexikální/konceptuální zdroje
Slovníky/lexikony tvoří hlavní část lexikálních/konceptuálních zdrojů (77%); následují terminologické zdroje (15%). Lexikální/konceptuální zdroje zahrnují také ontologie a wordnety (4%).
Většinu digitálních slovníků vyvíjí Institut litevského jazyka a jsou dostupné prostřednictvím informačního systému zdrojů litevského jazyka E. KALBA16.
E. KALBA poskytuje přístup k nejnovějšímu deskriptivnímu normativnímu Slovníku spisovného litevského jazyka17, který v současnosti obsahuje 74 062 hesel (všechna slovníková hesla začínající písmeny B, C, Č, D, E, Ę, Ė, F, G, H, I, J, O, R, Z, Ž a celá nomenklatura jsou dostupné online). Do slovníku jsou přidávány tisíce nových slov a nových významů; hesla jsou ilustrována četnými autentickými příklady ze skutečného užívání jazyka.
V informačním systému zdrojů litevského jazyka E. KALBA jsou k dispozici také další jednojazyčné deskriptivní slovníky: Slovník současného litevského jazyka18 (8th. revidované a aktualizované vydání, které obsahuje 48 342 hesel) a Slovník litevského jazyka19 (zachycující lexikum litevského jazyka od 16.th století do konce 20.th století. Slovník obsahuje 310 659 hesel). E. KALBA nabízí také specializované slovníky: průběžně aktualizovanou Databázi litevských neologismů20 (obsahující nová slova (přejatá slova a novotvary), slovní spojení a zkratky nebo nové významy slov, která se do litevštiny dostala od konce 20.th století a v současnosti se veřejně užívají, jakož i informace o jejich původu, užívání a standardizaci. V současnosti obsahuje více než 7 000 hesel); Slovník synonym,21 Slovník antonym,22 The
¹⁶ K dispozici na: https://ekalba.lt. ¹⁷ K dispozici na: https://ekalba.lt/bendrinės-lietuvių-kalbos-žodynas/. ¹⁸ K dispozici na: https://ekalba.lt/dabartinės-lietuvių-kalbos-žodynas/. ¹⁹ K dispozici na: https://ekalba.lt/lietuvių-kalbos-žodynas/. ²⁰ K dispozici na: https://ekalba.lt/naujazodžiai/naujienos. ²¹ K dispozici na: https://ekalba.lt/sinonimų-žodynas/. ²² K dispozici na: https://ekalba.lt/antonimų-žodynas/.
Strаipsniai / Articles
195
Page 13
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
Slovník frazeologie,23 Slovník přirovnání,24 atd. Najdeme zde také různé dvojjazyčné slovníky,25 např. litevsko-anglický a anglicko-litevský; litevsko-německý a německo-litevský; litevsko-lotyšský a lotyšsko-litevský atd.
Do kategorie lexikálních zdrojů patří různé kartotéky,26 např. hlavní kartotéka, doplňková kartotéka a dialektologická kartotéka Slovníku litevského jazyka atd.
Pokud jde o terminologické zdroje, Terminologická banka Litevské republiky,27 obsahově největší a nejspolehlivější zdroj litevských termínů, je nejvíce známá. Hlavními zdroji této terminologické banky jsou právní předpisy a terminologické glosáře (k dispozici je více než 255 000 hesel). Banka obsahuje soubory termínů z různých oblastí (celkem 26 oblastí, jako je politika, obrana, finance, životní prostředí, doprava, kultura, zdravotnictví atd., které se dále člení). Databáze termínů Litevské normalizační rady28 obsahuje soubor termínů z norem. V současnosti obsahuje 76 000 hesel. Informační systém litevských jazykových zdrojů RAŠTIJA.LT29 umožňuje vyhledávání ve 32 terminologických glosářích. Oblasti termínů závisí na glosářích: jsou zde termíny z elektrotechniky, počítačů, managementu, lingvodidaktiky, matematiky, metrologie, meteorologie atd.
V Litvě existuje jen málo ontologií a sémantických sítí. Existuje Obecná ontologie litevského jazyka, ontologie litevských lékařských termínů s otevřeným přístupem Snomed CT,30 elektronická služba E-terms,31 která zahrnuje ontologie v těchto oblastech: Ontologie termínů lidské anatomie (7 500 termínů), Ontologie ekonomických termínů (500 termínů) a Ontologie počítačového hardwaru a jeho součástí (1 000 termínů). Máme několik litevských wordnetů, které lze dále rozšiřovat: LitWorNet32 (více informací,
23 K dispozici na: https://ekalba.lt/frazeologijos-zodynas/.
24 K dispozici na: https://ekalba.lt/palyginimu-zodynas/.
25 K dispozici na: https://ekalba.lt.
26 „Digitální slovník (nebo lexikon) je seznam hesel (obvykle jednotlivých slov nebo víceslovných výrazů), případně obohacený o další informace“ (Pastor et. al. 2017: 29).
27 K dispozici na: http://terminai.vlkk.lt/.
28 K dispozici na: https://www.lsd.lt/index.php?-45228422.
29 K dispozici na: https://raštija.lt.
30 K dispozici na: https://www.snomed.lt/snomed-ct-pritaikomumas-uzsienio-salyse-elektroninis-sveikatos-irasas-ligonines-valdymo-irankis-palaikomas-snomed-ct/.
31 K dispozici na: https://ekalba.lt/esavokos/.
32 K dispozici na: http://mackus.vdu.lt/LitWordNet/.
196
Acta Linguistica Lithuanica LXXXVI
Page 14
European Language Equality in the Digital Age: The Case of Lithuania
viz Vitkutė-Adžgauskienė et al. 2015) a WordNet33 (s 24 000 synsety, z nichž 10 000 je propojeno se synsety v Princeton WordNet).
2.2. Nástroje/služby
Analýza textů a dat představuje největší část digitálních nástrojů/služeb (36%); následuje rozpoznávání řeči (15%), kontrola gramatiky a kontrola pravopisu (8%); strojový překlad (6%) a další. Pokud jde o nástroje/služby, je třeba dodat, že jsou závislé na jazyce (98%), přičemž převládajícím typem vstupního média je text (80%).
Za zmínku stojí především již vyvinuté systémy strojového překladu. Společnost „Tilde informacinės technologijos“ UAB nabízí možnost bezplatného využití vícejazyčného nástroje strojového překladu založeného na neuronových sítích, Tilde Translator,34. Podle jeho vývojářů je „tento statistický nástroj strojového překladu nejlepší na trhu a je přizpůsoben jazykovým párům litevština–angličtina, angličtina–litevština, lotyština–angličtina a angličtina–lotyština. K použití je k dispozici také systém strojového překladu založený na pravidlech pro překlad z lotyštiny do ruštiny“.35 V současnosti lze pomocí Tilde Translator překládat z litevštiny do němčiny, polštiny, angličtiny, ukrajinštiny a ruštiny.
Systém strojového překladu ALPMAVIS je uživatelům volně dostupný.36 Tento systém zahrnuje tyto jazykové páry: litevština–angličtina–litevština, litevština–francouzština–litevština, litevština–němčina–litevština, litevština–polština–litevština a litevština–ruština–litevština. Uvedený systém je přizpůsoben obecným, právním a IT oblastem.37
Je třeba zmínit také bezplatné překladové systémy vyvinuté mimo Litvu, např. Google Translate, Microsoft Bing Translator, eTranslation atd. Posledně uvedený překladový systém je vládním institucím dostupný zdarma a je vhodnější pro překlad administrativních a právních textů.
Existují různé služby vytvořené pro uživatele, v nichž je technologie rozpoznávání řeči určena k hlasovému ovládání počítačů, např. Browser38 (procházení
33 K dispozici na: https://ekalba.lt/zodziu-prasmiu-tinklas/?p=1. 34 K dispozici na: https://translate.tilde.com/#/. 35 Více informací na: https://www.tilde.lt/kalbines-technologijos/tilde-vertykle. 36 K dispozici na: https://vertimas.vu.lt/Home/About. 37 Více informací na: https://vertimas.vu.lt/Home/About. 38 K dispozici na: https://raštija.lt/liepa/paslaugos-vartotojams/narsytuvas/.
Straipsniai / Articles
197
Page 15
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
hlasové ovládání); Controller39 (hlasové ovládání počítače); Searcher40 (hlasové vyhledávání zdrojů kulturního dědictví UNESCO); Recognizer41 (výuka hlasového ovládání); Helper42 (hlasové ovládání pro osoby se zdravotním postižením); Coaching Robot Controller43 (ovládání humanoidního robota pro děti); Taxi Caller44; Caller45 (volání telefonním kontaktům); Interlingual Communicator46 (litevština–čínština) atd. K dispozici je také bezplatná aplikace pro rozpoznávání řeči,47 která převádí řeč na text z předem nahraného zvukového souboru nebo diktátu v reálném čase.
Některé služby vyvinuté v Litvě jsou vybaveny technologií syntézy řeči, např. Pronouncer48 (zvukový slovník litevských neologismů); The Lithuanian Speech Synthesiser for the Blind49 (syntetizér litevské řeči kompatibilní se SAPI5, který nahlas čte obsah zobrazený na monitoru počítače); The Mobile Synthesiser for the Blind50; The Online News Reader51 (shromažďování a čtení zpráv syntetizovaným hlasem v litevštině). Bezplatně je k dispozici také aplikace pro syntézu řeči,52 která převádí text na řeč.
Hlavní bezplatné nástroje s otevřeným zdrojovým kódem pro základní analýzu digitálních textů v litevštině vznikly v rámci různých projektů v Litvě, konkrétně segmentátor, lemmatizátor, morfologický analyzátor, značkovač slovních druhů, syntaktický analyzátor, kontrola pravopisu, normalizátor textu, řešení pro pokročilé vyhledávání v indexech litevských textů, extraktor víceslovných výrazů atd. (Guidelines 2020).
Existují také bezplatná řešení s otevřeným zdrojovým kódem pro identifikaci jazyka a sémantickou analýzu: jednoduchý analyzátor sentimentu (názoru) a analyzátor sentimentu založený na aspektech,53 nástroj pro rozpoznávání nenávistných
39 K dispozici na: https://raštija.lt/liepa/paslaugos-vartotojams/valdytuvas/.
40 K dispozici na: https://raštija.lt/liepa/paslaugos-vartotojams/ieskotuvas/.
41 K dispozici na: https://raštija.lt/liepa/paslaugos-vartotojams/pazintuvas/.
42 K dispozici na: https://raštija.lt/liepa/paslaugos-vartotojams/pagalbininkas/.
43 K dispozici na: https://raštija.lt/liepa-2/paslaugos-vartotojams/ugdanciojo-roboto-valdytuvas/.
44 K dispozici na: https://raštija.lt/liepa-2/paslaugos-vartotojams/taksi-iskviestuvas/.
45 K dispozici na: https://raštija.lt/liepa-2/paslaugos-vartotojams/skambintuvas/.
46 K dispozici na: https://raštija.lt/liepa-2/paslaugos-vartotojams/tarpkalbinis-komunikatorius/.
47 K dispozici na: https://www.tilde.lt/snekos-technologijos.
48 K dispozici na: https://liepa.rastija.lt/Tartuvas/Naujienos?_ga=2.104838787.241622064.1643131617-1654665649.1643131617.
49 K dispozici na: https://raštija.lt/liepa/paslaugos-vartotojams/sintezatorius-akliesiems/.
50 K dispozici na: https://raštija.lt/liepa-2/paslaugos-vartotojams/mobilusis-sintezatorius-akliesiems/.
51 K dispozici na: https://raštija.lt/liepa-2/paslaugos-vartotojams/interneto-naujienu-skaitytuvas/.
52 K dispozici na: https://www.tilde.lt/snekos-technologijos.
53 K dispozici na: https://ekalba.lt/nuomoniu-analize/.
198
Acta Linguistica Lithuanica LXXXVI
Page 16
European Language Equality in the Digital Age: The Case of Lithuania
nástroj pro rozpoznávání řeči,54 služba automatického shrnutí dokumentů,55 nástroj pro rozpoznávání identifikovaných entit (Guidelines 2020).
2.3. Korpusy
Litva pokračuje ve vytváření a rozvoji obecných jazykových dat a zdrojů potřebných k produkci jazykových technologií a jejich aplikací. V Litvě existuje několik korpusů, mezi nimiž převažují korpusy s anotacemi (91%), přičemž vedoucím typem média jednotlivých částí je text (96%).
Korpus současného litevského jazyka56 je největším korpusem litevského jazyka. Obsahuje 140 921 288 slov (beletrie – 11,6%, literatura faktu – 14,2%, administrativní literatura – 10%, publikace – 63,8%, mluvený jazyk – 0,3%). Sestavování korpusu začalo v roce 1992 a naposledy byl aktualizován v roce 2011.
Existují také morfologicky a syntakticky anotované korpusy. Objem Morfologicky anotovaného litevského korpusu MATAS57 činí 1,6 milionu slov (36% textů z periodik, 24% textů z odborné literatury, 19% beletrie, 2,8% administrativních textů, 6,8% doslovných záznamů Parlamentu Litevské republiky). Korpus byl vytvořen poloautomaticky a výsledky byly zkontrolovány lingvisty. Korpus odhalil rozsáhlou morfologickou polysémii litevského jazyka, tj. téměř polovina všech tvarů je morfologicky polysémních. Nejnovější verze Litevského strombanku ALKSNIS58 (ALKSNIS 3.0) obsahuje 3 643 syntakticky anotovaných vět ve formátu PML (Prague Mark-up Language).
V Litvě bylo spuštěno několik paralelních korpusů. Paralelní korpus59 obsahuje česko-litevská slova (20,29%), anglicko-litevská slova (76,6%), litevsko-česká slova (0,8%) a litevsko-anglická slova (2,31%). Paralelní korpus LILA60 byl vytvořen poloautomaticky, přičemž texty jsou zarovnány na úrovni odstavců a vět. Korpus sestává z textů publikovaných v roce 1991 nebo později. Celkový objem korpusu činí 8 782 050 slov:
54 K dispozici na: http://hatespeech.vdu.lt.
55 K dispozici na: https://www.semantika.lt/Analysis/Summary.
56 K dispozici na: http://tekstynas.vdu.lt/tekstynas/.
57 K dispozici na: https://klc.vdu.lt/matas-morfologiskai-anotuotas-tekstynas/.
58 K dispozici na: https://klc.vdu.lt/alksnis-sintaksiskai-anotuotas-tekstynas/.
59 K dispozici na: https://klc.vdu.lt/lygiagretus-tekstynas/.
60 K dispozici na: https://klc.vdu.lt/lila-lygiagretusis-tekstynas/.
Straipsniai / Articles
199
Page 17
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
Litevské–lotyšské texty zaujímají největší část (3 448 745 slov), zatímco lotyšsko-litevské texty představují polovinu tohoto počtu (1 695 160 slov). Takové asymetrické složení dat vyplynulo z vyššího počtu textů přeložených v posledních letech z litevštiny do lotyštiny než opačným směrem.
Existují také jiné typy korpusů, např. Korpus mluveného litevského jazyka,61Soubor učebnicových textů KLASIUS62; Korpus starého litevského jazyka63; CorALit64: Corpus Academicum Lithuanicum atd.
Otevřený přístup k datům většiny korpusů je zajištěn.
Souhrnně lze říci, že tvorba a rozvoj existujících digitálních jazykových zdrojů a nástrojů/služeb svědčí o pozoruhodném pokroku v Litvě; existuje dokonce několik infrastruktur pro litevské jazykové zdroje a nástroje/služby (E. KALBA, RAŠTĮJA.LT atd.), které poskytují bezplatný přístup k různým digitálním slovníkům, lexikonům atd. a nabízejí různé služby ovládané hlasem, základní analýzy digitálních textů v litevštině, bezplatné nástroje s otevřeným zdrojovým kódem atd. Vytvářejí se a dále rozvíjejí různé korpusy a systémy strojového překladu. Přesto chybí multimediální jazyková data, paralelní korpusy zaměřené na strojový překlad, různé mluvené korpusy atd. Pokud jde o sémantiku textu, stále existují nedostatky, neboť chybějí kvalitativní wordnety, ontologie atd. Oblast gramatiky je v současnosti značně opomíjena: chybějí digitální gramatiky a další technologické nástroje, které by mohly přispět k rozvoji jazykových technologií a jejich vyšší kvalitě.
3. SITUACE LITEVŠTINY V DIGITÁLNÍM PROSTŘEDÍ: SILNÉ A SLABÉ STRÁNKY, PŘÍLEŽITOSTI A HROZBY
Postavení litevštiny v digitálním prostředí bylo hodnoceno s ohledem na hlavní dostupnou databázi dokumentů, jakož i na národní infrastruktury jazykových zdrojů a technologií a hlavní konsorcia, federace a projekty. Hlavní dokumenty a zdroje jsou podrobně popsány (viz Guidelines 2020). Cílem tohoto článku je popsat je obecně, aby bylo možné vysledovat původ silných a slabých stránek, příležitostí a hrozeb.
61 K dispozici na: http://sakytinistekstynas.vdu.lt. 62 K dispozici na: https://rastija.lt/resurso-katalogas/klasius-v2/. 63 K dispozici na: http://coralit.lt/node/1. 64 K dispozici na: http://coralit.lt.
200
Acta Linguistica Lithuanica LXXXVI
Page 18
European Language Equality in the Digital Age: The Case of Lithuania
3.1. Litevská vláda a další státní instituce podporují několik programů na podporu široké škály lingvistického výzkumu a jeho šíření. V Litvě jsou platnými dokumenty politiky jazykových technologií: 1) Pokyny pro rozvoj litevského jazyka v digitálním prostředí a rozvoj jazykových technologií na období 2021–202765 (více informací viz strana 2); 2) Litevská strategie umělé inteligence: vize budoucnosti (2018)66 vydaná Ministerstvem hospodářství a inovací Litevské republiky. Cílem strategie je, „aby se Litva na základě stávajících zdrojů, zkušeností a potenciálu stala regionálním lídrem. Jejím cílem je zvýšit konkurenceschopnost Litvy mezi zeměmi EU a zajistit její úspěšné zapojení do globálního ekosystému AI“ (AI Strategy 2018); 3) Strategie rozvoje Litvy „Lietuva 2030“.67 Tato strategie vymezuje „vizi a rozvojové priority státu, jakož i směry jejich provádění do roku 2030. Je hlavním plánovacím dokumentem, který je třeba zohledňovat při strategických rozhodnutích a přípravě státních plánů nebo programů“ (Strategy 2012). Dne 2. července 2021 dala Evropská komise zelenou litevskému plánu obnovy a odolnosti. „Transformační dopad litevského plánu je výsledkem účinné kombinace reforem a investic, které řeší specifické výzvy Litvy“.68
3.2. Litva má několik národních infrastruktur pro technologie a jazyková data: 1) RAŠTIJA LT69 je systém integrovaných zdrojů, produktů a služeb litevského jazyka a písemnictví vyvinutý Institutem matematiky a informatiky Vilniuské univerzity: znalostní báze, vyhledávací nástroje atd.; 2) CLARIN–LT70 – litevské národní konsorcium (člen CLARIN-ERIC) založené v roce 2015. V současnosti se skládá z 5 výzkumných institucí: Vytautas Magnus University (koordinátor), Kaunas University of Technology, Vilnius University, Mykolas Romeris University a Baltic Institute of Advanced Technologies; 3) E. KALBA71 – informační systém zdrojů litevského jazyka spravovaný Institutem litevského jazyka. V tomto systému lze nalézt devět jednojazyčných a deset dvojjazyčných slovníků, různé kartotéky a databáze
65 K dispozici na: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/911407f20ee911ebbebdbd456d2fb030d.
66 K dispozici na: https://eimin.lrv.lt/uploads/eimin/documents/files/DI_strategija_LT(1).pdf.
67 K dispozici na: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/TAIS.425517.
68 K dispozici na: https://ec.europa.eu/info/business-economy-euro/recovery-coronavirus/recovery-and-resilience-facility/lithuanias-recovery-and-resilience-plan_en.
69 K dispozici na: https://raštija.lt.
70 K dispozici na: http://clarin-lt.lt.
71 K dispozici na: https://ekalba.lt.
Straipsniai / Articles
201
Page 19
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
(dialektový archiv; geoinformační databáze litevských místních názvů atd.), jakož i elektronické služby (vyhledávání v Síti významů, E-Concepts, analyzátor názorů atd.); 4) SEMANTIKA72 – Informační systém syntaktické a sémantické analýzy litevštiny (LSSAIS), který „je jedinečnou infrastrukturou jazykových technologií a státním informačním systémem poskytujícím služby rozpoznávání řeči a analýzy textu pro litevský jazyk. Správcem informačního systému je Vytautas Magnus University“.73
3.3. Hlavní konsorcia, federace a projekty, k nimž Litva náleží nebo se jich účastní. Zástupci Evropské federace národních jazykových institucí (EFNIL) v Litvě jsou Institut litevského jazyka a Státní komise litevského jazyka. Federace věnuje zvláštní pozornost jazykům členských států EU a jazykové rozmanitosti Evropy.74Evropská koordinace jazykových zdrojů (ELRC) „spravuje, udržuje a koordinuje příslušné jazykové zdroje ve všech úředních jazycích EU a zemí přidružených k CEF. Tyto činnosti pomohou zlepšit kvalitu, pokrytí a výkon řešení automatického překladu v kontextu současných a budoucích digitálních služeb CEF“.75Společná infrastruktura jazykových zdrojů a technologií (CLARIN-ERIC) je „výzkumná infrastruktura, která vznikla z vize, že všechny digitální jazykové zdroje a nástroje z celé Evropy i mimo ni budou dostupné prostřednictvím online prostředí na podporu výzkumných pracovníků v humanitních a společenských vědách“.76 CLARIN-LT je litevské národní konsorcium koordinované Vytautas Magnus University, která je členem CLARIN-ERIC. Evropská jazyková mřížka (ELG) „vyvíjí a nasazuje škálovatelnou cloudovou platformu, která snadno integrovatelným způsobem poskytuje přístup ke stovkám komerčních i nekomerčních jazykových technologií pro všechny evropské jazyky, včetně spuštěných nástrojů a služeb, jakož i datových souborů a zdrojů“.77 Od roku 2019 zastupuje ELG v Litvě Institut litevského jazyka. Primárním cílem Evropské jazykové rovnosti (ELE) je „připravit Program evropské jazykové rovnosti v podobě strategického programu výzkumu, inovací a implementace a plánu na dosažení plné digitální
72 K dispozici na: https://www.semantika.lt.
73 Více informací na: https://www.semantika.lt/Help/About.
74 Více informací na: http://www.efnil.org.
75 Více informací na: https://www.lr-coordination.eu.
76 Více informací na: https://www.clarin.eu.
77 Více informací na: https://www.european-language-grid.eu.
202
Acta Linguistica Lithuanica LXXXVI
Page 20
European Language Equality in the Digital Age: The Case of Lithuania
rovnosti jazyků v Evropě do roku 2030“.⁷⁸ Od roku 2021 zastupuje ELE v Litvě Institut litevského jazyka.
V období 2014–2020 byly finanční prostředky na implementaci řešení litevského jazyka v digitálním prostoru získány z Operačního programu investic z fondů EU, prioritní osy 2 (Podpora informační společnosti). V roce 2018 bylo zahájeno pět projektů: „Rozvoj služeb ovládaných litevským hlasem“ (LIEPA–2), „Rozvoj veřejných služeb informačního systému syntaktické a sémantické analýzy litevských textů“ (SEMANTIKA–2), „Rozšíření a rozvoj systémů strojového překladu a lokalizačních služeb“, „Rozvoj informačního systému integrovaných litevských jazykových a písemných zdrojů (RAŠTIJA 2)“ a „Rozvoj informačního systému zdrojů litevského jazyka“ (E. KALBA). Do konce roku 2020 bylo vytvořeno celkem 21 veřejných elektronických služeb. Nejaktivnějšími účastníky programu byly výzkumné a vzdělávací instituce a podniky (Guidelines 2020). Kromě výše uvedených projektů byly realizovány také další projekty jazykových technologií financované strukturálními fondy EU, Evropskou komisí, národními projektovými fondy atd.
3.4. SWOT analýza (silných a slabých stránek, příležitostí a hrozeb) je uvedena v Programu litevského jazyka v informační společnosti na období 2007–2010 schváleném Seimasem Litevské republiky.⁷⁹ Je vynikajícím východiskem pro analýzu současné situace. Je potěšitelné, že bylo dosaženo pozoruhodného pokroku a většina slabých stránek či hrozeb z tohoto období byla již dávno odstraněna a zapomenuta. V přizpůsobování litevského jazyka digitálnímu prostředí bylo dosaženo významného pokroku: byla vyvinuta řada digitálních jazykových zdrojů a základních nástrojů pro analýzu jazyka, vytvořeny komplexní online jazykové služby, vyvinuta ontologie litevského jazyka a dosaženo lokalizace mnoha počítačových programů a nástrojů. Počítačové aplikace důležité pro společnost byly lokalizovány a počítačová terminologie standardizována. Litevští výzkumní pracovníci se aktivně účastní mobility a spolupracují v rámci mezinárodních sdružení. Mnoho litevských odborníků na jazyk se zaměřuje na oblast informačních technologií a systematicky v ní rozvíjí inovativní práci. Litva má velký zájem na plném přístupu všech občanů k digitálním řešením, což činí přizpůsobení přístupu ke zdrojům pro osoby se zdravotním postižením velmi důležitým (Gaidienė, Tamulionienė 2022: 17–18).
⁷⁸ Více informací na: https://european-language-equality.eu.
⁷⁹ K dispozici na: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/TAIS.294883?jfwid=32wf9h0y.
Straipsniai / Articles
203
Page 21
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
Obecná analýza současného postavení evropských jazyků, každodenně přicházející inovace, rostoucí potřeby společnosti atd. přinášejí nové výzvy a otevírají nové příležitosti i nové hrozby.
Lietuvsku stále chybí jazykové zdroje v elektronickém prostředí pro rychlejší integraci litevského jazyka a informačních technologií, stejně jako standardy pro správu litevského jazyka pomocí informačních technologií. Existuje široká škála relevantního softwaru, který dosud nebyl litevizován a přizpůsoben potřebám společnosti; je nezbytné dále zajistit jednotné používání počítačových termínů, slovní zásoby a frází v softwaru a pokračovat v péči o používání mluveného litevského jazyka (řeči) v elektronickém, počítačovém a počítačově řízeném prostředí zařízení.
Na národní úrovni je nezbytný jasný právní rámec, který zajistí rovné zacházení s výzkumnými (nekomerčními i komerčními) inovacemi založenými na automatickém získávání a analýze dat z elektronických nestrukturovaných informačních zdrojů (textů). Teprve po shromáždění dostatečného množství relevantních zdrojů odrážejících jevy současného litevského jazyka bude možné vyvinout účinné nástroje pro používání litevského jazyka v informačních technologiích. Zvláštní pozornost je třeba věnovat přizpůsobení příležitostem a potřebám všech spotřebitelů, aby nebylo naprogramováno sociální vyloučení, které by mělo dopad na celou společnost. Je důležité vytvořit litevská rozhraní, která by přímo omezila sociální jazykovou segregaci, podporovala legální používání softwaru a zmenšila rozdíl oproti starým členským státům EU v používání informačních technologií. Je také důležité vytvořit podmínky pro používání litevského jazyka na počítačích, počítačem řízených zařízeních a počítačích ovládaných mluveným litevským jazykem (řečí), zlepšit prostředky hlasového ovládání počítačů tak, aby osoby se zdravotním postižením a další osoby měly neomezený přístup k elektronickým službám. Počítačová lingvistika a jazykové technologie jako samostatný předmět dosud nejsou v litevském terciárním vzdělávacím systému zavedeny. Žádná univerzita nenabízí studium jazykových technologií na všech úrovních. To se musí změnit (Gaidienė, Tamulionienė 2022).
V Litvě je třeba zvýšit kompetence odborníků pracujících v oblasti jazykových technologií a zvýšit úroveň schopnosti společnosti využívat příležitosti, které jazykové technologie nabízejí. Je také důležité vzdělávat odborníky, kteří znají specifika jazyka a informačních technologií, financovat základní i aplikovaný výzkum a podporovat vědeckou a technickou infrastrukturu. Kromě toho je zásadní shromažďovat a zvyšovat dostupnost otevřených, spolehlivých, vysoce kvalitních a udržitelných digitálních jazykových zdrojů a dalších digitálních jazykových datových souborů. Je třeba rozvíjet infrastrukturu jazykových technologií a uplatňování jazykových technologií
204
Acta Linguistica Lithuanica LXXXVI
Page 22
European Language Equality in the Digital Age: The Case of Lithuania
ve veřejném sektoru a veřejných službách, ve vzdělávacích a výukových institucích a rozvíjet a zlepšovat veřejně dostupná IT řešení a nástroje. Litva se musí ještě aktivněji zapojit do Evropského společenství a dalších mezinárodních programů jazykových technologií. Je důležité aktualizovat infrastruktury potřebnými digitálními zdroji, modernizovat a udržovat hardwarové vybavení infrastruktury, integrovat infrastruktury do větších národních, evropských a mezinárodních systémů jazykových zdrojů a zajistit otevřenost technologií a dat v nich uložených (Guidelines 2020).
Shrneme-li to, rozvoj jazykových technologií je nezbytný pro litevštinu stejně jako pro jakýkoli jiný jazyk. Má-li Litva v této oblasti prosperovat, měla by pracovat na rozvoji, kterému se tento článek věnoval i nevěnoval. K dosažení těchto cílů je nezbytné sjednotit úsilí státu, vědy a podnikatelské sféry.
ZÁVĚRY
Po přezkoumání situace litevských jazykových technologií v mnohojazyčném evropském kontextu a systematické analýze litevských jazykových zdrojů a nástrojů/služeb můžeme formulovat několik hlavních závěrů týkajících se postavení litevského jazyka v digitálním prostředí.
1. Výsledky ukazují, že Litva od roku 2012 dosáhla významného pokroku ve vývoji různých digitálních jazykových zdrojů a nástrojů/služeb. Ačkoli je litevština řazena mezi jazyky s nízkým počtem mluvčích, v oblasti jazykových technologií rychle postupuje. Pokud jde o digitální zdroje a nástroje/služby, stále existují oblasti vyžadující další rozvoj.
Ačkoli je již k dispozici řada digitálních zdrojů litevského jazyka, s ohledem na požadavky jazykových technologií a veřejnosti je stále třeba vyvíjet nebo aktualizovat nové jednojazyčné slovníky (slovníky synonym, antonym, frazeologie atd.) a dvojjazyčné slovníky i různé lexikony. Ontologie, wordnety a korpusy je třeba rozšiřovat a obohacovat; je třeba vytvářet vícejazyčné paralelní korpusy potřebné pro strojový překlad atd. Pokud jde o terminologii, jsou zapotřebí další a aktualizované soupisy či termíny; struktura a technologická řešení terminologických databází se liší, což ztěžuje využití dat pro jiná technologická řešení; chybí také otevřená terminologická data. Litevština potřebuje digitální gramatiky, anotované databáze řeči a další zdroje, které by urychlily rozvoj jazykových technologií.
Straipsniai / Articles
205
Page 23
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
2. V Litvě bylo v oblasti jazykových technologií dosaženo pozoruhodného pokroku, avšak inovace objevující se každou minutou, rostoucí potřeby atd. nejen otevírají nové příležitosti a výzvy, ale také odhalují slabiny a hrozby.
2.1. Infrastruktura jazykových zdrojů s otevřeným přístupem se v Litvě stále rozvíjí; kultura sdílení dat stále stagnuje; otázky licencování dosud nejsou vyřešeny: předpisy týkající se práv duševního vlastnictví a GDPR musí být flexibilnější a umožňovat širší využití dat podléhajících právům duševního vlastnictví pro rozvoj jazykových technologií a zdrojů, aby nebyly porušeny zájmy autorů.
2.2. V Litvě chybějí potřebné lidské zdroje: je nedostatek IT odborníků a výzkumných pracovníků působících v oblasti jazykových technologií; neexistují specializované studijní programy.
2.3. Rozvoj litevských jazykových technologií vyžaduje silnou národní a mezinárodní podporu, včetně relevantních dlouhodobých programů jazykových technologií podporujících výzkum a podnikání za rovných podmínek. Je důležité synchronizovat národní a mezinárodní aktivity s náležitým ohledem na výzkumnou infrastrukturu a priority výzkumu.
2.4. Co by se stalo v Litvě, kdyby se rozvoj jazykových technologií úplně zastavil? Proč EU opakovaně zdůrazňuje, že jazykové rovnosti lze dosáhnout podporou technologického rozvoje všech jazyků EU? Panuje široký konsenzus ohledně síly jazykové rozmanitosti a vlivu technologií mateřského jazyka na ochranu jazykové a kulturní rozmanitosti. Pokud tedy v této oblasti nebudou přijata žádná opatření, technologická a jazyková propast se prohloubí, prestiž litevského jazyka poklesne, Litva již nebude konkurenceschopná v oblasti umělé inteligence a dalších špičkových technologií a jiné cizí jazyky postupně zaujmou místo litevštiny v digitálním prostředí.
REFERENCES
AI strategy 2018: The Lithuanian Artificial Intelligence Strategy: A vision for the future. Available at: https://eimin.lrv.lt/uploads/eimin/documents/files/DI_strategija_LT(1).pdf.
Gaidienė Anželika, Tamulionienė Aurellija 2022: Report on the Lithuanian Language. Available at: https://european-language-equality.eu/wp-content/uploads/2022/03/ELE___Deliverable_D1_23__Language_Report_Lithuanian_.pdf.
206
Acta Linguistica Lithuanica LXXXVI
Page 24
European Language Equality in the Digital Age: The Case of Lithuania
Giagkou Maria, Piperidis Stelios 2021: European Language Equality. Guidelines for T1.3 contributors. Internal to ELE network.
Guidelines 2020: The guidelines for the development of the Lithuanian language in the digital environment and the progress of language technologies for 2021–2027. Available at: https://www.e-tar.lt/portal/lt/legalAct/71152ab00eee11ebb74de75171d26d52.
Jaroslavienė Jurgita, Miliūnaitė Rita 2020: Beribis lietuvių kalbos pasaulis skaitmeninių išteklių sistemoje „E. kalba“. – Pasaulio lietuvis. Available at: https://pasauliolietuvis.lt/beribis-lietuviu-kalbos-pasaulis-skaitmeniniu-istekliu-sistemoje-e-kalba/.
Pastor Rafael Rivera 2017: European Parliament, Directorate-General for Parliamentary Research Services, Language equality in the digital age: towards a human language project, European Parliament. Available at: https://www.europarl.europa.eu/RegData/etudes/STUD/2017/598621/EPRS_STU(2017)598621_LT.pdf.
Rehm Georg, Uszkoreit Hans, editors, 2013: The META-NET Strategic Research Agenda for Multilingual Europe 2020, Springer, Heidelberg, New York, Dordrecht, London. Available at: https://lirias.kuleuven.be/retrieve/501271.
Strategy 2012: The Strategy for Lithuania’s Advancement “Lietuva 2030”. Available at: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/TAIS.412512.
Vaišnienė Daiva, Zabarskaitė Jolanta 2012: The Lithuanian language in the digital age, vol. 385, Springer. Available at: http://www.meta-net.eu/whitepapers/volumes/e-book/lithuanian.pdf.
Vitkutė-Adžgauskienė Daiva, Dainauskas Justinas Juozas, Amilevičius Darius, Utka Andrius 2015: Lietuvių kalbos žodžių tinklas – LitWordNet. – Darbai ir dienos 64, 101–114. Available at: https://cris6.vdu.lt/cris/bitstream/20.500.12259/27751/1/ISSN2335-8769_2015_N_64.PG_101-114.pdf.
Europos kalbų lygybė skaitmeniniame amžiuje: Lietuvos atvejis
SANTRAUKA
Straipsnyje rašoma apie lietuvių kalbos technologijų būklę, supažindinama su Europos kalbų lygybės skaitmeninėje terpėje situacija. Nagrinėjami kiekybiniai ir kokybiniai kalbų lygybę atskleidžiantys rodikliai Europos Sąjungos kontekste, atsižvelgiant į kalbėtojų,
Straipsniai / Articles
207
Page 25
ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ
skaitmeninių kalbos išteklių ir technologijų skaičių bei joms teikiamą paramą, ypatingą dėmesį skiriant Lietuvos atvejo analizei. Šiuo straipsniu siekiama pabrėžti iki šiol kalbų technologijų srityje atliktą darbą ir išryškinti spragas bei atskleisti išbandymus, su kuriais susiduria ir juos sprendžia oficiali nacionalinė ir Europos Sąjungos kalba – lietuvių kalba. Straipsnyje pateikiama naujausia lietuvių kalbos technologijų padėties apžvalga analizuojant skaitmeninius kalbos išteklius ir įrankius / paslaugas.
Gauti rezultatai rodo, kad nuo 2012 m. Lietuvoje padaryta didžiulė pažanga plėtojant įvairius skaitmeninius kalbos išteklius ir įrankius / paslaugas. Nors lietuvių kalba yra priskiriama prie mažai kalbėtojų turinčių kalbų, ji gana sparčiai tobulėja kalbos technologijų srityje. Nepaisant to, kad esama sukurta nemažai lietuvių kalbos skaitmeninių išteklių, atsižvelgiant į kalbos technologijų ir visuomenės poreikius, būtina kurti ir atnaujinti vienakalbius (sinonimų, antonimų, frazeologijos ir pan.) ir dvikalbius žodynus, įvairius leksikonus. Būtina gausinti ir plėsti įvairiais kalbos duomenimis ontologijas, žodžių tinklus, tekstynus, kurti mašininiam vertimui reikalingus keliakalbius lygiagrečiuosius tekstynus ir kt. Kalbant apie terminiją, trūksta daugiau ir naujesnių terminų rinkinių, terminų bazių struktūra ir technologiniai sprendimai skiriasi, o tai apsunkina galimybes panaudoti duomenis kitiems technologiniams sprendimams, taip pat trūksta atvirųjų terminologinių duomenų. Lietuvių kalbai labai trūksta skaitmeninių gramatikų, anotuotų garsynų ir kitų išteklių, kurie prisidėtų prie spartesnės kalbos technologijų pažangos.
Lietuvoje vis dar tvarkoma atvirųjų prieigų kalbos išteklių infrastruktūra, ne visai išspręsti licencijavimo klausimai – intelektinės nuosavybės teisių ir BDAR reglamentai, kurie turi būti lankstesni ir leidžiantys plačiau naudoti intelektinės nuosavybės teisėmis apsaugotus duomenis kalbos technologijų plėtrai ir išteklius taip, kad nebūtų pažeisti autorių interesai. Lietuvoje trūksta būtinųjų žmogiškųjų išteklių: trūksta kalbų technologijų IT specialistų, taip pat šios srities mokslininkų, nėra specializuotų studijų programų. Lietuvių kalbos technologijų plėtrai reikalinga stipri nacionalinė ir tarptautinė parama, įskaitant tam skirtas ilgalaikes kalbų technologijų programas, kurios vienodai remia tiek mokslinių tyrimų, tiek verslo veiklą. Svarbu sinchronizuoti nacionalinę ir tarptautinę veiklą, ypač mokslinių tyrimų infrastruktūros ir mokslinių tyrimų prioritetų atžvilgiu.
Įteikta 2022 m. gegužės 18 d.
ANŽELIKA GAIDIENĖ AURELIJA TAMULIONIENĖ Lietuvių kalbos institutas Petro Vileišio g. 5, LT–10308 Vilnius, Lietuva [email protected][email protected]
