European Language Equality in the Digital Age: The Case of Lithuania

184 Acta Linguistica Lithuanica LXXXVI ANŽELIKA GAIDIENĖ Institute of the Lithuanian Language ORCID id: orcid.org/0000-0001-8775-788X Tyrimų sritys: semantika, leksikologija, leksikografija, skaičiavimo lingvistika. AURELIJA TAMULIONIENĖ Lietuvių kalbos institutas (ORCID) id: orcid.org 0000-03728-1856 Mokslinių tyrimų sritys: vaikų ir jaunimo kalba, kalbos pageidavimai, skaičiavimo lingvistika. DOI: doi.org/10.35321/all86-08 Europos kalbos Lygybė skaitmeniniame pasaulyje Vyras: LITUANijos atvejis Europos kalbų lygybė skaitmeniniame amžiuje: Lietuvos atvejis Anotacija Straipsnyje aptariama dabartinė lietuvių kalbos technologijų padėtis ir pateikiama Europos kalbų lygybės situacija skaitmeninėje aplinkoje. Jame nagrinėjami kiekybiniai ir kokybiniai rodikliai, atskleidžiantys kalbų lygybę Europos Sąjungos kontekste, atsižvelgiant į kalbėtojų skaičių, skaitmeninius kalbų išteklius ir technologijas bei jų palaikymą, ypatingą dėmesį skiriant Lietuvos atvejui. Straipsnyje siekiama apibendrinti jau atliktą darbą kalbų technologijų srityje ir nustatyti trūkumus bei iššūkius, kuriuos vis dar reikia spręsti lietuvių kalbos kaip oficialios nacionalinės ir ES kalbos atveju. Jame pateikiama naujausia lietuvių kalbos technologijų padėties apžvalga, analizuojant skaitmeninius kalbos išteklius ir priemones bei paslaugas. Rezultatai rodo, kad, nors per pastaruosius dešimt metų įvyko keletas pokyčių, švietimo ir kitose srityse vis dar trūksta kalbų išteklių. Pagrindiniai žodžiai: Europos kalbos, kalbos ištekliai, kalbos įrankiai ir paslaugos, kalbos lygybė, kalbos technologijos. Straipsniai 185 straipsnis European Language Equality in the Digital Age: The Case of Lithuania ANOTACIJA 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, 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. Rezultatai rodo, kad per pastaruosius 10 metų įvyko nemažai pokyčių, bet vis dar trūksta švietimo išteklių ir kitose srityse. ESMINIAI ŽODŽIAI: Europos kalbos, kalbos ištekliai, kalbos įrankiai paslaugos, kalbų lygybė, kalbų technologijos. Įžanga Kalbos technologijos yra tarpusavyje susijusios ir (ne) tiesiogiai veikia daugybę kasdienių veiklos rūšių: darbą, švietimą, bendravimą ir t. t. Kalba yra daugelio skaitmeninių išteklių pagrindas: mobiliųjų įrenginių, socialinių tinklų, virtualių padėjėjų, vertimo įrankių, rašybos tikrintuvų ir t. t. (Pastor et al. 2017: 19). Žinoma, iš šių pažangų ne visi Lietuvos piliečiai gauna vienodų naudos. Turime pripažinti, kad technologijos, pritaikytos lietuviškai, vis dar trūksta, ir kalbėtojams dažnai reikia grįžti į anglų kalbą. Tai ypač svarbu vertinant kalbos gyvybingumą ir galią, nes kalbų technologijų trūkumas gali sukelti galutinį decline in language usage. The situation of Lithuanian language technologies does not yet meet all the needs. Pagal Lietuvos statistikos departamento 2021 m. duomenis, 16-74 metų amžiaus grupėje beveik 87% Lietuvos gyventojų naudoja internetą (palyginus su beveik 64,1% 2011 m. ir 74,4% 2016 m.), net 100% 16-24 metų amžiaus grupėje ir 55,2% 65-74 metų amžiaus grupėje. Pagal 2021 m. duomenis, 81,4% namų ūkių turi asmeninį kompiuterį, o 86,6% turi prieigą prie interneto.2 Internetas daugiausia naudojamas informacijos gavimui, bendravimui, laisvalaikiui ir bankininkystei: 79% 16-74 metų amžiaus gyventojų naudojasi 1 Galima rasti: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: https: 2 Galima rasti adresu: https://osp.stat.gov.ltlietuvos-statistikos-metrastis/lsm-2019/ mokslas-ir-technologijos/informacines-technologijos. ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ 186 Acta Linguistica Lithuanica LXXXVI internetą bendravimui; 74% skaito naujienas; 71% naudojasi internetu laisvalaikiu (žiūri filmus ar televizijos laidas, klausosi muzikos, žaidžia ar atsisiunčia įrašus, žaidimus); 68 proc. naudojasi internetinėmis bankininkystės paslaugomis. Tuo tarpu 27 proc. gyventojų naudojasi internetu mokymosi, profesinio tobulėjimo ar savarankiškai (palyginus su maždaug 139 000 2012 m. ir maždaug 188 000 2018 m.), education purposes.3 According to the 2021 data, 82.2% of 16–74 year-olds use the Internet for personal purposes, for example, 65.2% communicate on social networks, 70.5% of the population socialize in real time (e.g., via Skype, Messenger, WhatsApp, Viber, Snapchat).4 In 2021, about 225,000 .lt domains iš kurių daugiau nei 2000 yra raidžių su lietuvių diakritiniais ženklais (ė, ž ir t. t.). Be to, Lietuva tebėra viena iš lyderių šviesolaidinio interneto srityje. Lietuvoje šviesolaidinio tinklo aprėptis siekia 46,8%5 2020 m. spalio 13 d. Lietuvos Respublikos Seimas patvirtino svarbų dokumentą lietuvių kalbai ir jos ateičiai - Lietuvos kalbos plėtros skaitmeninėje aplinkoje ir kalbos technologijų pažangos gaires 2021-2027. Šios gairės turi padėti užtikrinti visišką lietuvių kalbos naudojimą skaitmeninėje aplinkoje ir nustatyti ir išlaikyti lietuvių kalbos statusą informacinėje visuomenėje. Tai reikalauja skaitmeninių kalbų išteklių - tekstų ir įrašų korpusų - didinimo, kalbų technologijų kūrimo ir jomis pagrįstų viešųjų paslaugų kūrimo, kad nė viena visuomenės grupė ar regionas nesijaustų skaitmeninio skersmens ir užsienio kalbos būtų lengviau integruotos į Lietuvos visuomenę. Kalbų technologijos turi padėti sustiprinti ryšius tarp Lietuvos visuomenės ir diasporos ir sumažinti lietuviškai kalbančios bendruomenės atskyrimą iš pasaulinės žinių visuomenės (Jaroslavienė, Miliūnaitė 2020). Gairėse išdėstytos pagrindinės lietuvių kalbos technologijų užduotys ar iššūkiai. Juose numatyta, ką turėtų būti padaryta Lietuvoje artimiausiu metu ir kokiomis kryptimis dirbti: 1. Didinti kalbų technologijų srityje dirbančių specialistų kompetenciją ir padidinti visuomenės gebėjimo pasinaudoti kalbų technologijų suteikiamomis galimybėmis lygį. 3 Galima rasti adresu: https://osp.stat.gov.ltskaitmenine-ekonomika-ir-visuomene-lietuvoje-2020/ gyvenimas-internete. 4 Available at: https://osp.stat.gov.lt/statistiniu-rodikliu-analize?hash=1194ea01-82ee-4bde-a22294c5ced50f4e#. 5 Available at: https://ivpk.lrv.lt/lt/naujienos/lietuva-islieka-tarp-pirmaujanciu-sviesolaidiniointerneto-lyderiu-2. 6 Galima rasti: https: www.e-tar.lt/portal/lt/legalAct1152ab00eee11ebb74de75171d26d52. Straipsniai / Articles 187 European Language Equality in the Digital Age: The Case of Lithuania 2. To accumulate and enrich open, reliable, high-quality, reusable digital language resources and other digital language datasets. 3. To develop the language technology infrastructure, the application of language technologies in the public sector and public services, to create and improve publicly available informacinių technologijų sprendimai ir įrankiai (2020. gaires). buvo sukurti It is good to know that a significant progress has been made in adapting the Lithuanian language to the digital environment: a number of digital language pagrindiniai kalbos analizės įrankiai, sudėtingos internetinės kalbos paslaugos, lietuvių kalbos ontologija, taip pat buvo lokalizuotos kelios kompiuterinės programos ir įrankiai. Visuomenei svarbi taikomosios kompiuterių programinė įranga yra lietuviška, atliekami kompiuterių terminų standartizacijos darbai. Lietuvos mokslininkai aktyviai dalyvauja tarptautinių asociacijų bendradarbiavimo ir mobilumo veikloje, formuojamas lietuvių kalbos specialistų, dirbančių informacinių technologijų taikymo srityje ir sistemingai kuriančių naujoviškus darbus šioje srityje, branduolys. Lietuva taip pat siekia, kad visi piliečiai turėtų visišką prieigą prie skaitmeninių sprendimų, todėl labai svarbi jų pritaikymo neįgaliesiems politika (2020 m. gaires). Šio straipsnio tikslas - skaitmeniniai ištekliai ir priemonės (paslaugos) lietuvių kalba. Straipsnyje siekiama ištirti duomenis apie lietuvių skaitmeninius išteklius ir parodyti dabartinę lietuvių kalbos vystymosi skaitmeninėje aplinkoje padėtį, tinkamai atsižvelgiant į bendrą Europos kontekstą. Aukščiau nurodytas tikslas apima šiuos tikslus: 1) aptarti lietuvių kalbos technologijų padėtį daugiakalbiniame Europos kontekste; 2) atlikti tyrime surinktų empirinių duomenų analizę; 3) nustatyti pagrindines lietuvių kalbos situacijos skaitmeninėje aplinkoje stipriąsias puses, silpnybes, galimybes ir grėsmes. Tyrimo duomenys buvo surinkti7 2021-2022 m. Europos Komisijos finansuojamo projekto "Europos kalbų lygybė" (angl. European Language Equality)8 (angl. 7 Autorius išreiškia savo dėkingumą Lietuvos kalbos valstybinei komisijai Vilniuje University, Vytautas Magnus University, Tilde IT for assistance in the collection of data about language resources. 8 Dvidešimt keturios oficialios kalbos ir daugiau nei šešiasdešimt regioninių ir mažumų kalbų sudaro ES kalbų kraštovaizdį. Šis projektas yra atsakas į šį raginimą ir sudaro strateginės darbotvarkės ir veiksmų plano, kuriuo iki 2030 m. Europoje būtų įgyvendinta skaitmeninės kalbos lygybė, pagrindą. Pagrindinis ELE tikslas yra parengti Europos kalbų lygybės programą strateginių tyrimų, inovacijų ir įgyvendinimo darbotvarkės ir kelio žemėlapio pavidalu, kad iki 2030 m. Europoje būtų pasiekta visiška skaitmeninė kalbų lygybė. Ši programa buvo parengta kartu su visa Europos kalbų technologijų, kompiuterinės lingvistikos ir kalbų centrinės DI bendruomene, taip pat su atitinkamų iniciatyvų ir asociacijų, kalbų bendruomenių ir RML grupių atstovais (daugiau informacijos apie projektą galima ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ 188 Acta Linguistica Lithuanica LXXXVI Metaduomenų rinkimo veiklos tikslas buvo nustatyti komponentus, kurie prisideda prie lietuvių kalbos technologinės paramos lygio. Pirmuoju metaduomenų rinkimo proceso etapu mes sutelkėme dėmesį į lietuvių kalbos išteklius ir technologijas, t. y. į duomenų rinkinius (segmentų ar dokumentų rinkinius, garso transkriptus, scenarijus, raw or annotated, monolingual or bi-/multilingual, monoor multimodal, text garso ir vaizdo įrašus ir t. t., taip pat į mokinių korpusus ir gestų kalbos korpusus); kalbos aprašymai, kuriuose pateikiami kalbos modeliai ir skaičiavimo gramatikos; leksikos ir sąvokų ištekliai, įskaitant skaičiavimo leksiką, terminologines duomenų bazes, gazetus, ontologijas, terminų sąrašus, tezaurus ir t. t. ; įrankiai/paslaugos: paslaugos, teikiamos per internetą, kitus tinklus arba veikiančias debesyje, taip pat atsisiunčiamos įrankiai, šaltinio kodas ir t. t. (Giagkou, Piperidis 2021: 9). Tai yra pagrindinės NLP priemonės Europos kalboms (morfologiniai analizatoriai, POS žymekliai, lematizatoriai, analizatoriai ir t. t.), kūrimo priemonės (pvz., rašybos, gramatikos ir stiliaus tikrintojai), informacijos paieškos, ekstrakcijos ir kasybos priemonės (paslaugos), teksto ir kalbos analizė, mašininis vertimas, natūralios kalbos supratimas ir kūrimas, kalbos technologijos ir t. t. Antrame etape buvo įgyvendintas papildomas metaduomenų rinkimo etapas. Antrojo etapo metu mes sutelkėme dėmesį į identifikavimą LT suinteresuotosios šalys Europoje ir nacionaliniai ir Europos LT orientuoti projektai, viešasis finansavimas LT/NLP/AI arba bet kurie kiti kontekstualiniai veiksniai, kurie gali atsirasti iš išankstinio ELE apibrėžimo (Giagkou, Piperidis 2021: 9). Surinkti lietuvių kalbos ištekliai buvo aprašyti pagal vieningą metaduomenų formą, kurią turėjo užpildyti visi ELE nariai, kurioje buvo išvardyti šie privalomi ir rekomenduojami elementai. Privalomi elementai: išteklių tipas (resursų klasifikacija į tipus: korpusus, leksikinius konceptualius išteklius, gramatikas, (kalbos) modelius, priemones, paslaugas); išteklių pavadinimas (žmogaus skaitomas pavadinimas arba pavadinimas, kuriuo žinomas išteklius); pradinis puslapis; aprašymas (trumpas laisvo teksto aprašymas, kuriame pateikiama informacija apie išteklius); kalba(s) (kalba(s), kurią apima korpusas arba leksikos ar sąvokų išteklius, arba įrankio ar paslaugos įvesties kalba); korpuso paklasis; leksikinių (konceptualių) išteklių subklasa; gramatikos (modelio) subklasė; dalių laikmenų tipas (tiksliai korpusams ir leksikiniams (konceptualiems) ištekliams); įvesties laikmenų tipas (tik įrankiams ar paslaugoms); priklausoma nuo kalbos (tik įrankiams ar paslaugoms) ir t. t. Rekomenduojami elementai: trumpas išteklių pavadinimas; finansavimo tipas; išteklių paskelbimo metai; licencija; šaltinio pradinis puslapis; organizacija (teikėjas): organizacija, atsakinga už išteklių teikimą, tvarkymą, priežiūrą ir prieinamumą; Ir t. t. rasti: https: www.europeanlanguageequality.eu about). Straipsniai / Articles 189 European Language Equality in the Digital Age: The Case of Lithuania 1. EVP kalbų lygybė: Ar tai įmanoma? Europos Sąjungos ( toliau - ES) kalbų kraštovaizdis yra regioninės kalbos. Ši kalbinė rich and diverse. It is composed of 24 official languages and over 60 national ir kultūrinė įvairovė yra esminė kiekvienos valstybės paveldo dalis, kuri yra labai vertinama ir skatinama ES, ypatingą dėmesį skiriant daugiakalbiškumui. Daugkalbiškumas kaip ES vertybė vadovaujasi mottu "Vieningumas įvairovėje", kuris pirmą kartą buvo pradėtas naudoti 2000 m. 9 ES ypatingą dėmesį skiria regioninėms ar mažumų kalboms, skatinama jos apsaugos įsipareigojimu: "Europos regioninių ar mažumų kalbų chartija yra Europos konvencija, skirta tradicinių mažumų naudojamų kalbų apsaugai ir skatinimui. Kartu su Europos kalbų sistema jis vienbalsiai pripažįstamas viena didžiausių ES stipriųjų pusių. Tačiau tai taip pat Convention for the Protection of National Minorities it constitutes the Council of Europe’s commitment to the protection of national minorities”.10 The equality kelia keletą iššūkių, nes kiekviena valstybė yra skirtingoje demografinėje, geopolitinėje, kultūrinėje ir kitose situacijose ir neišvengiamai susiduria su įvairiais kliūtimis, įskaitant kalbines; Kalbų technologijų srityje yra didelis skirtumas. Tai taip pat pabrėžiama Europos Parlamento priimtoje rezoliucijoje "Lingvistinė lygybė skaitmeniniame amžiuje"11. Oficialių ES kalbų kalbėtojų skaičius rodo (žr. 1 paveikslą), kad penkios labiausiai kalbamos kalbos yra šios: anglų kalba (maždaug 30%), vokiečių kalba (17%), prancūzų kalba (15%), ispanų kalba (8%) ir italų kalba (7%). Duomenys, rodantys dominuojančias kalbas (pirmosios penkios), nepakeičia, jei vertinamos visos ES kalbos (pvz., žr. 2 paveikslą). Nuo pat ES įkūrimo aiškiai paskelbta, kad Europa išlaiko savo kalbų ir kultūrų įvairovę; Dėl to skiriamos didelės sumos (Rehm, Uszkoreit 2013: 12[…]14). Tačiau dabartinė padėtis rodo, kad kalbos, kuriomis kalba mažiau žmonių, vis dar susiduria su įvairiais kalbų kliūtimis, ir nuolat diskutuojama, kaip skaitmeninėmis priemonėmis sumažinti šią kalbų nelygybę, nes neįmanoma simbolizuoti. learn so many EU languages without technological support. 9 More information available at: https://european-union.europa.eu/principles-countries-history/ 10 More information available at: https://www.coe.int/en/web/european-charter-regional-ormažumų kalbų? 11 More information available at: https://www.europarl.europa.eu/doceo/document/TA-8-20180332_EN.html. ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ 190 Acta Linguistica Lithuanica LXXXVI Fig. 1: Number of speakers of the official EU languages 12 If we look at the situation of European language equality by the number of Visos ES kalbos gali būti suskirstytos į šias grupes: labiausiai pažeidžiamos kalbos yra aukščiausios (Fig. 2) ir šis kalbų sąrašas yra gana platus; mes galėtume santykinai nupiešti liniją iki estų kalbos. Vidurinę grupę atstovauja kalbos, kuriomis kalba gana mažai kalbėtojų, tačiau kurios pagal kitus kalbos technologijų ir technologinės paramos rodiklius užima aukštesnes pozicijas (Fig. 3). Žemiau matome oficialių ES kalbų, turinčių didžiausią kalbėtojų skaičių ir kitų rodiklių, sąrašą (žr. toliau). Nepaisant to, kad regioniniu mastu pripažintos kalbos gali veikti lygiomis sąlygomis su kitomis ES kalbomis, negalima atmesti prielaidos apie stipriausią oficialių kalbų statusą, o technologinis skirtumas vis dar yra labai didelis. 12 Duomenys iš: https: european-language-equality.eu/languages. Straipsniai 191 straipsnis European Language Equality in the Digital Age: The Case of Lithuania Naujausi 2022 m. duomenys apie kalbų išteklius ir jų plėtrai skiriamą paramą (žr. 3 paveikslą) rodo, kad anglų kalba vis dar yra geriausiai remiama kalba. Prancūzų, vokiečių ir ispanų kalbos taip pat varžosi, ir jų rezultatai kai kuriais atžvilgiais yra panašūs į anglų kalbą. Kitos oficialios ES kalbos yra vidutiniškai palaikomos; Tačiau kai kurios kalbos turi tik silpną arba nė vieno palaikymo. Nacionalinės ar regioninės kalbos taip pat gauna nedidelę paramą; kitos kalbos yra ribiniai atvejai pagal paramos lygį. Analizė lemia bendrą išvadą, kad nė viena natūrali kalba nėra optimaliai palaikoma technologijų, t. y. reikalingas palaikymo lygis nebuvo pasiektas nė vienai kalbai, net ir anglų kalbai (Gaidienė, Tamulionienė 2022: 17). ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ 192 Acta Linguistica Lithuanica LXXXVI 3 paveikslas: technologijos paramos padėtis 2022 m. (Paveikslas iš Gaidienė, Tamulionienė 2022: 17). šviesiai pilka: silpna (be palaikymo); pilka: fragmentinė parama; tamsiai pilka: geras palaikymas Straipsniai 199 straipsnis European Language Equality in the Digital Age: The Case of Lithuania speech recognition tool,54 the automatic document summary service,55 the identified entity recognition tool (Guidelines 2020). 2.3 Korporacija Lietuva pradeda kurti ir plėtoti bendrus kalbos duomenis ir išteklius, reikalingus kalbų technologijoms ir jų taikymui gaminti. Lietuvoje yra keletas korpusų, kuriuose dominuoja komentiruoti korpusai (91 proc.), o tekstas (96 proc.) yra pagrindinė medijos rūšis. Šiuolaikinės lietuvių kalbos korpusas56 yra didžiausias lietuvių kalbos korpusas. Jame yra 140,921,288 žodžių (fikcija […] 11,6%, nefikcija […] 14,2%, administracinė literatūra […] 10%, publikacijos […] 63,8%, kalbama kalba […] 0,3%). Korpusas buvo sudarytas nuo 1992 m. ir paskutinį kartą atnaujintas 2011 m. Taip pat yra morfologiškai ir sintaktiškai anotuotų korpusų. Morfologiškai anotuoto lietuvių korpuso MATAS57 tūris yra 1,6 mln. žodžių (36% periodinių leidinių tekstų, 24% mokslinių literatūros tekstų, 19% literatūros tekstų, 2,8% administracinių tekstų, 6,8% Lietuvos Respublikos Parlamento žodinių protokolų). Korpusas buvo sukurtas pusiau automatiškai, o rezultatus peržiūrėjo lingvistai. Korpusas atskleidė didelio masto morfologinę lietuvių kalbos polisemiją, t. y. beveik pusė visų formų yra morfologiškai poliseminės. Naujausioje Lietuvos medžių banko "ALKSNIS 58" (ALKSNIS 3.0) versijoje yra 3643 sintaktiškai anotuoti sakiniai PML (Prago žymėjimo kalba) formatu. Lietuvoje buvo įkurtos kelios lygiagrečios korporacijos. Parallel Corpus59 yra čekiškai-lituaniškų žodžių (20,29%), anglų-lituaniškų žodžių (76,6%), lietuviškai-čekiškų žodžių (0,8%) ir lietuviškai-anglų žodžių (2,31%). "LILA parallel Corpus60" buvo sukurtas pusiau automatiškai, kai tekstai yra suderinti pastraipos ir sakinio lygiu. Korpusą sudaro tekstai 55 Galima rasti: https: www.semantika.lt://Analysis/Summary/ 57 Galima rasti adresu: https://klc.vdu.lt/matas-morfologiskai-anotuotas-tekstynas. published in 1991 or later. The total volume of the corpus is 8,782,050 words: 54 Available at: http://hatespeech.vdu.lt. 56 Available at: http://tekstynas.vdu.lt/tekstynas/. 58 Galima rasti adresu: https://klc.vdu.lt/alksnis-sintaksiskai-anotuotas-tekstynas. 59 Available at: https://klc.vdu.lt/lygiagretus-tekstynas/. 60 Available at: https://klc.vdu.lt/lila-lygiagretusis-tekstynas/. ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ 200 Acta Linguistica Lithuanica LXXXVI Lithuanian-Latvian texts occupy the major part (3,448,745 words), whereas Pusę šio skaičiaus sudaro latvių ir lietuvių kalbos tekstai (1 695 160 žodžių). Tokia asimetriška duomenų sudėtis atsirado dėl to, kad pastaraisiais metais iš lietuvių kalbos į latvių kalbą buvo išverstas didesnis tekstų skaičius nei atvirkščiai. Kalba,61 There are also other types of corpora, e.g., The Corpus of the Spoken Lithuanian vadovėlių tekstų rinkinys KLASIUS62; Senosios lietuvių kalbos korpusas63; CorALit64: Corpus Academicum Lithuanicum ir t. t. Užtikrinta atvira prieiga prie daugelio korpuso duomenų. Apibendrinant, esamų skaitmeninių kalbų išteklių ir įrankių (paslaugų) kūrimas ir plėtra Lietuvoje parodė reikšmingą pažangą; Yra net kelios lietuvių kalbos išteklių ir įrankių (E. KALBA, RAŠTIJA.LT ir t. t.) infrastruktūros, suteikiančios nemokamą prieigą prie įvairių skaitmeninių žodynų, leksonų ir t. t. ir teikiančios įvairius toliau išvystytus kalbą valdančius įrankius. Nepaisant to, trūksta daugialypės terpės kalbos duomenų, lygiagrečių korpusų, skirtų mašininiam vertimui, įvairių kalbos korpusų ir t. t. Kalbant services, the basic analyses of the digital texts in Lithuanian, free open-code tools, etc. Various corpora and machine translation systems are produced and apie teksto semantiką, vis dar yra spragų, nes trūksta kokybinių žodžių tinklų, ontologijų ir t. t. Gramatikos sritis šiuo metu yra gana apleista: trūksta skaitmeninių gramatikų ir kitų technologinių įrankių, kurie gali prisidėti prie kalbos technologijų vystymosi ir jų kokybės gerinimo. 3. LITUVANIJOS STAVIMAS Skaitmeninė aplinka: Stiprybės, silpnybės, galimybės ir grėsmės Lietuvos kalbos padėtis skaitmeninėje aplinkoje buvo vertinama atsižvelgiant į pagrindinę turimą dokumentų duomenų bazę, taip pat į nacionalines kalbų išteklių ir technologijų infrastruktūras bei pagrindinius konsorciumus, federacijas ir projektus. Pagrindiniai dokumentai ir ištekliai išsamiai aprašyti (žr. 2020 m. gaires). Šiame straipsnyje siekiama apibūdinti juos bendrai, kad būtų galima atsekti stipriųjų pusių, silpnybių, galimybių ir grėsmių kilmę. 63 Galima rasti adresu: http://coralit.lt/node/1. 61 Available at: http://sakytinistekstynas.vdu.lt. 62 Available at: https://raštija.lt/resurso-katalogas/klasius-v2/. 64 Available at: http://coralit.lt. Straipsniai 201 straipsnis European Language Equality in the Digital Age: The Case of Lithuania 3.1. The Lithuanian government and other state institutions support several programs to promote a range of linguistic research and dissemination. The following are valid documents on language technology policies in Lithuania: 1) The Guidelines for the Development of the Lithuanian Language in the Digital Aplinkos ir kalbų technologijų pažanga 2021-2027 m. (daugiau informacijos žr. 2 puslapį); 2) Lietuvos dirbtinio intelekto strategija: ateities vizija (2018) 66, kurią išleido Lietuvos Respublikos ekonomikos ir inovacijų ministerija. Strategijos tikslas - Lietuvai tapti regionine lydere, remdamasi esamais ištekliais, patirtimi ir potencialu. Jos tikslas - padidinti Lietuvos konkurencingumą tarp ES šalių ir užtikrinti jos sėkmingą dalyvavimą pasaulinėje DI ekosistemoje ("DI strategija 2018"); 3) Lietuvos pažangos strategija "Lietuva 2030"67 Šioje strategijoje išdėstytos valstybės vizijos ir plėtros prioritetai, taip pat jų įgyvendinimo kryptys iki 2030 m. Tai pagrindinis planavimo dokumentas, į kurį turi būti atsižvelgiama priimant strateginius sprendimus ir rengiant valstybinius planus ar programas […] (Strategija 2012). 2021 m. liepos 2 d. Europos Komisija suteikė žaliąją šviesą Lietuvos atsigavimo ir atsparumo planui. […]Transformacinis impact of Lithuania’s plan is the result of a strong combination of reforms and investments which address the specific challenges of Lithuania”.68 3.2 Lietuvoje yra kelios nacionalinės technologijos ir kalbų duomenų infrastruktūros: 1) RAŠTIJA LT69 yra Vilniaus universiteto Matematikos ir informatikos instituto sukurta integruotų lietuvių kalbos ir rašymo išteklių, produktų ir paslaugų sistema: žinių bazė, paieškos priemonės ir t. t. ; 2) CLARINLT70 […] Lietuvos nacionalinis konsorciumas (CLARIN-ERIC narys), įkurtas 2015 m. Šiuo metu ją sudaro penkios mokslinių tyrimų institucijos: Vytautas Magnus universitetas (koordinuotojas), Kauno technologijos universitetas, Vilniaus universitetas, Mykolas Romeris universitetas ir Baltijos pažangiųjų technologijų institutas; 3) E. KALBA71 […] Lietuvos kalbos išteklių informacinė sistema, kurią valdo Lietuvos kalbos institutas. Šioje sistemoje galima rasti devynis vienkalbius ir dešimt dvikalbius žodynus, įvairius failus ir duomenų bazes 65 Available at: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/911407f20ee911ebbedbd 456d2fb030d. 66 Galima rasti adresu: https://eimin.lrv.lt/uploads/eimindocuments/files/DI_strategija_LT(1).pdf. 67 Galima rasti adresu: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/TAIS.425517. 68 Galima rasti adresu: https://ec.europa.eu/info/business-economy-euro/recovery-coronavirus/recoveryand-resilience-facility/lithuanias-recovery-and-resilience-plan_en. 69 Available at: https://raštija.lt. 70 Available at: http://clarin-lt.lt. 71 Available at: https://ekalba.lt. ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ 202 Acta Linguistica Lithuanica LXXXVI (dialektų archyvas; lietuvių vietovių pavadinimų geoinformacijos duomenų bazė ir t. t.), taip pat elektroninės paslaugos (ieška reikšmių tinkle, e-koncepcijos, nuomonės analizatorius ir t. t.); 4) SEMANTIKA72 - Lietuvos sintaktinės ir semantinės analizės informacinė sistema (LSSAIS), kuri yra unikali kalbos technologijų infrastruktūra ir valstybinė informacinė sistema, teikianti kalbos atpažinimo ir teksto analizės paslaugas lietuvių kalbai. Vytautas Magnus universitetas yra informacinės sistemos valdytojas[…]73. Pagrindiniai konsorciumai, federacijos ir projektai, kuriems priklauso Lietuva arba kuriuose ji dalyvauja. Europos nacionalinių kalbų įstaigų federacijos (EFNIL) atstovai Lietuvoje yra Lietuvos kalbos institutas ir Lietuvos kalbos valstybinė komisija. Federacija ypatingą dėmesį skiria ES valstybių narių kalboms ir Europos kalbų įvairovei.74 Europos kalbų išteklių koordinavimas (ELRC) […] valdo, prižiūri ir koordinuoja atitinkamus kalbų išteklius visomis oficialiomis ES ir CEF asocijuotų šalių kalbomis. Ši veikla padės pagerinti automatizuoto vertimo sprendimų kokybę, aprėptį ir našumą dabartinių ir būsimų "CEF" skaitmeninių paslaugų kontekste".75 Bendros kalbų išteklių ir technologijų infrastruktūra (CLARIN-ERIC) yra "mokslinių tyrimų infrastruktūra, kuri buvo sukurta atsižvelgiant į viziją, kad visi skaitmeniniai kalbų ištekliai ir įrankiai iš visos Europos ir už jos ribų būtų prieinami per internetinę aplinką humanitarinių ir socialinių mokslų mokslininkams remti". CLARIN-LT yra Lietuvos nacionalinis konsorciumas, kurį koordinuoja Vytauto Magnuso universitetas, kuris buvo CLARIN-ERIC narys. European Language Grid (ELG) […] kuria ir įdiegia skalėtiną debesų platformą, veikiančią įrankius ir paslaugas, taip pat duomenų rinkinius ir išteklius[…]77. Nuo 2019 m. Kalba. Pagrindinis Europos kalbų lygybės (ELE) tikslas yra […] parengti Europos kalbų lygybės programą strateginio tyrimo forma, kalbų lygybę Europoje iki 2030 m. […]78 Nuo providing, in an easy-to-integrate way, access to hundreds of commercial and non-commercial Language Technologies for all European languages, including 2021 m. ELE Lietuvoje atstovauja Lietuvos kalbos institutas. Nuo 2014 m. iki 2020 m. ELG has been represented in Lithuania by the Institute of the Lithuanian Lietuvos kalbos sprendimų įgyvendinimui skaitmeninėje erdvėje finansavimas buvo gautas iš ES fondų investicijų veiklos programos 2 prioritetinės krypties (Informacinės innovation and implementation agenda and a roadmap for achieving full digital 72 Available at: https://www.semantika.lt. 73 More information available at: https://www.semantika.lt/Help/About. 74 More information available at: http://www.efnil.org. 75 More information available at: https://www.lr-coordination.eu. 76 More information available at: https://www.clarin.eu. 77 More information available at: https://www.european-language-grid.eu. Straipsniai 203 straipsnis European Language Equality in the Digital Age: The Case of Lithuania visuomenės skatinimas). 2018 m. buvo pradėti penki projektai: "Lietuvos kalbos valdomų paslaugų kūrimas" (LIEPA-2), "Lietuvos tekstų sintaktinės ir semantinės analizės informacinės sistemos viešųjų paslaugų kūrimas" (SEMANTIKA-2), "Mašininės vertimo sistemų ir lokalizacijos paslaugų tobulinimas ir plėtra", "Integruotų lietuvių kalbos ir rašytinių išteklių informacinės sistemos kūrimas" (RATIJA 2) ir "Lietuvos kalbos išteklių informacinės sistemos kūrimas" (EŠKALBA). Iki 2020 m. pabaigos buvo sukurta iš viso 21 viešoji elektroninė paslauga. Mokslinių tyrimų ir švietimo įstaigos bei verslo įmonės buvo aktyviausi programos dalyviai (Pagrindys 2020). Be pirmiau minėtų projektų, buvo įgyvendinti ir kiti kalbų technologijų projektai, finansuojami iš ES struktūrinių fondų, Europos Komisijos, nacionalinių projektų fondų ir t. t. Lietuvos Respublikos Seimas patvirtino Lietuvos kalbos informacinėje visuomenėje programą 2007-2010 m. Tai puikus pradžia analizuoti dabartinę situaciją. Džiaugiamės, kad buvo padaryta Lietuvos kalbos pritaikymas skaitmeninei aplinkai: buvo sukurta nemažai skaitmeninių kalbos išteklių ir pagrindinių kalbos analizės įrankių, sukurtos sudėtingos that a remarkable progress has been made, and most of the weaknesses or threats of that period have long been eliminated and forgotten. Significant progress has internetinės kalbos paslaugos, sukurta lietuvių kalbos ontologija ir pasiekta daugelio kompiuterių programų ir įrankių lokalizacija. Bendruomenei svarbios kompiuterinės programos buvo lokalizuotos, kompiuterinės sąvokos standartizuotos. Lietuvos mokslininkai aktyviai dalyvauja ir bendradarbiauja tarptautinių asociacijų mobilumo veikloje. Daugelis lietuvių kalbos specialistų sutelkia dėmesį į šią sritį. Lietuva labai suinteresuota, kad visi piliečiai turėtų visišką prieigą prie skaitmeninių sprendimų, todėl labai svarbu pritaikyti prieigą prie išteklių neįgaliesiems (Gaidienė, Tamulionienė 2022: 1718). Daugiau informacijos rasite adresu: https: www.european-language-equality.eu. 79 Galima field of information technology and systematically develop innovative work in rasti adresu: https://e-seimas.lrs.lt/portal/legalAct/lt/TAD/TAIS.294883?jfwid=32wf9h0y. ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ 204 Acta Linguistica Lithuanica LXXXVI Bendroji Europos kalbų dabartinės padėties analizė, kasdien atsirandančios naujovės, didėjančios visuomenės poreikiai ir t. t. kelia naujus iššūkius ir atveria naujas galimybes, taip pat naujas grėsmes. Lietuvai vis dar trūksta kalbinių išteklių elektroninėje aplinkoje, kad būtų galima greičiau integruoti lietuvių kalbą ir informacines technologijas, taip pat standartų, kaip valdyti lietuvių kalbą naudojant informacines technologijas. Yra daugybė atitinkamų programinės įrangos, kuri dar nėra lietuviška ir pritaikyta visuomenės poreikiams; būtina toliau užtikrinti vienodą kompiuterių terminų, žodynų ir frazių naudojimą programinėje įrangoje ir toliau rūpintis lietuvių kalbos (kalbos) naudojimu elektroninėje, kompiuterinėje ir kompiuterizuoto įrenginio aplinkoje. Nacionaliniu lygiu būtina sukurti aiškią teisinę sistemą, kad būtų užtikrintas vienodas požiūris į mokslinių tyrimų (nekomercines ir komercines) naujoves, pagrįstas automatiniu duomenų ištraukimu ir analizė iš elektroninių nestruktūrizuotų informacijos šaltinių (tekstų). Tik tada, kai bus surinktas pakankamas atitinkamų išteklių, atspindinčių dabartinės lietuvių kalbos reiškinius, bus įmanoma sukurti veiksmingas priemones lietuvių kalbos taikymui informacinėse technologijose. Ypatingas dėmesys turi būti skiriamas prisitaikymui prie visų vartotojų galimybių ir poreikių, kad nebūtų programuojama socialinė atskirtis, kuri turės pasekmių visai visuomenei. Svarbu sukurti lietuviškas sąsajas, kurios tiesiogiai sumažintų socialinę kalbinę segregaciją, skatintų teisinį programinės įrangos naudojimą ir sumažintų atotrūkį nuo senųjų ES valstybių narių informacinių technologijų naudojime. Taip pat svarbu sukurti sąlygas lietuvių kalbos naudojimui kompiuteriuose, kompiuteriu valdomose įrenginiuose, kompiuteriuose, valdomuose kalbama lietuvių kalba (kalba), tobulinti kompiuterių balso valdymo priemones, kad neįgaliesiems ir kitiems asmenims būtų suteikta neribota prieiga prie elektroninių paslaugų. Kompiuterinė lingvistika ir kalbos technologijos kaip atskiras dalykas dar nėra įkurtos Lietuvos aukštojo mokslo sistemoje. Jokiame universitete nėra kalbų technologijų studijų visuose lygmenyse. Tai turi pasikeisti (Gaidienė, Tamulionienė 2022). Lietuvoje reikia didinti kalbų technologijų srityje dirbančių specialistų kompetenciją ir padidinti visuomenės gebėjimo pasinaudoti kalbų technologijų teikiamomis galimybėmis lygį. Taip pat svarbu mokyti specialistus, kurie žino kalbos ir informacinių technologijų ypatumus, finansuoti pagrindinius ir taikomuosius tyrimus, remti mokslinę ir techninę infrastruktūrą. Be to, labai svarbu kaupti ir didinti atvirų, patikimų, aukštos kokybės, tvarių skaitmeninių kalbų išteklių ir kitų skaitmeninių kalbų duomenų rinkinių prieinamumą. Reikia plėtoti kalbų technologijų infrastruktūrą, kalbų technologijų taikymą Straipsniai / Articles 205 European Language Equality in the Digital Age: The Case of Lithuania viešajame sektoriuje ir viešosiose tarnybose, mokymo ir mokymosi įstaigose, taip pat kurti ir tobulinti viešai prieinamus IT sprendimus ir priemones. Lietuva turi dar aktyviau įsitraukti į Europos Bendriją ir infrastruktūrą, turėdama būtinus other international language technology programs. It is important to update skaitmeninius išteklius, atnaujinti ir prižiūrėti infrastruktūros aparatūrą, integruoti infrastruktūrą į didesnes nacionalines, Europos ir tarptautines kalbų išteklių sistemas ir užtikrinti technologijų ir juose saugomų duomenų atvirumą ("2020 m. gaires"). Apibendrinant, kalbų technologijų plėtra yra būtina tiek lietuvių, tiek bet kurios kitos kalbos. Norėdama pasiekti klestėjimą šioje srityje, Lietuva turėtų dirbti su pokyčiais, kurie buvo ir nebuvo aptariami šiame straipsnyje. Norint pasiekti tikslus, būtina suvienyti valstybės pastangas, science and business. CONCLUSIONS Atsižvelgdami į lietuvių kalbos technologijų padėtį daugiakalbiame Europos kontekste ir sistemingą lietuvių kalbos išteklių bei įrankių ar paslaugų analizę, galime padaryti keletą pagrindinių išvadų apie lietuvių kalbos statusą skaitmeninėje aplinkoje. Rezultatai rodo, kad nuo 2012 m. Lietuvoje buvo padaryta didelė pažanga kuriant įvairius skaitmeninius kalbos išteklius ir priemones (paslaugas). Nors lietuvių kalba priskiriama kalbų, kuriose kalbėtojų yra nedaug, ji sparčiai vystosi kalbų technologijų srityje. Kalbant apie skaitmeninius išteklius ir priemones ar paslaugas, vis dar yra sričių, kuriose reikia toliau tobulėti. Nors jau yra keletas lietuvių kalbos skaitmeninių išteklių, atsižvelgiant į kalbos technologijų ir visuomenės poreikius, vis dar reikia sukurti ar atnaujinti naujus vienkalbius žodynus (sinonimų, antonimų, frazeologijos ir t. t. žodynus) ir dvikalbius žodynus, taip pat įvairius leksonus. Ontologijos, žodynų tinklai, korpusai turi būti išplėsti ir išplėsti; Daugkalbiai lygiagrečiai korpusai, reikalingi mašininiam vertimui, terminų duomenų bazės skiriasi, todėl sudėtingiau naudoti duomenis kitiems lietuvių need to be developed, etc. Concerning terminology, additional and updated compendia or terms are needed; the structure and technological solutions of kalboms. technological solutions; there is also a shortage of open terminological data. resources that would accelerate the progress of language technologies. ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ 206 Acta Linguistica Lithuanica LXXXVI 2. A remarkable progress has been achieved in language technologies in Lithuania, but the innovations showing up every minute, the growing needs, etc. not only open new opportunities and challenges but also show weaknesses 2.1 atviro prieigos kalbų išteklių infrastruktūra Lietuvoje vis dar kuriama; duomenų dalijimosi kultūra vis dar stovi; Licencijavimo klausimai vis dar nagrinėjami: intelektinės nuosavybės teisių reglamentai ir BDAR turi būti lankstesni ir leisti plačiau naudoti intelektinės nuosavybės teisėmis reglamentuojamus duomenis kalbų technologijų ir išteklių plėtrai, kad nebūtų pažeisti autorių interesų. 2.2 Lietuvoje trūksta reikiamų žmogiškųjų išteklių: trūksta IT specialistų ir mokslininkų, dirbančių kalbų technologijų srityje; nėra specialių studijų programų. 2.3 Lietuvių kalbos technologijų plėtrai reikalinga stipri nacionalinė ir tarptautinė parama, įskaitant atitinkamą ilgalaikę kalbą mokslinių tyrimų technology programs supporting research and business on equal terms. It is important to synchronize national and international activities, with due regard infrastruktūrai ir mokslinių tyrimų prioritetams. 2.4 Kas įvyktų Lietuvoje, jei kalbų technologijų plėtra visiškai sustabdytųsi? Kodėl ES ne kartą pabrėžia, kad kalbų lygybė gali būti pasiekta skatinant visų ES kalbų technologinį vystymąsi? Yra platus sutarimas dėl kalbų įvairovės stiprumo ir gimtosios kalbos technologijų poveikio kalbų ir kultūrų įvairovės apsaugai. Todėl, jei šioje srityje nebus imtasi jokių veiksmų, technologinis, kalbinis skirtumas padidėtų ir lietuvių kalbos prestižas sumažėtų, Lietuva nebebus konkurencinga dirbtinio intelekto ir kitų pažangiausių technologijų srityse; kitos užsienio kalbos palaipsniui užimtų Lithuanian in the digital environment. 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 Aurelija 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. Straipsniai / Articles 207 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-ekalba/. 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. Nagėjrinami kiekybiniai ir kokybiniai kalbų lygybę atskleidžiantys rodikliai Europos Sąjungos kontekste, atsižvelgiant į kalbėtojų, skaitmeninius ANŽELIKA GAIDIENĖ, AURELIJA TAMULIONIENĖ 208 Acta Linguistica Lithuanica LXXXVI 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 kalbos išteklius ir įrankius paslaugas. skiriama prie mažai kalbėtojų turinčių kalbų, ji gana Gauti rezultatai rodo, kad nuo 2012 m. Lietuvoje padaryta didžiulė pažanga plėtojant įvairius skaitmeninius kalbos išteklius ir įrankius / paslaugas. Nors lietuvių kalba yra prisparčiai 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 duomenimis kalbos 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 duomenis klausimai intelektinių nuosavybės teisių ir BDAR reglamentai, kurie turi būti lankstesni leidžiantys plačiau naudoti intelektinių nuosavybės teisėmis apsaugotus 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 institutai Petro Petroišio g. 5, LT-10308 Vilnius, Lietuva [email protected] aurelija.t[email protected]