Lietuvių kalbos padėtis skaitmeniniame amžiuje

AURELIJA TAMULIONIENĖ Institutul Limbii Lituaniene Direcții de cercetare: studii privind uzul actual al limbii lituaniene și variația acesteia. STATUTUL LIMBII LITUANIENE ÎN ERA DIGITALĂ Despre cea de-a 24-a conferință Jono Jablonskio Direcții de dezvoltare și posibilități de utilizare a resurselor lingvistice digitale Jono Jablonskio (1860–1930) – žymiausio lietuvių kalbos normintojas, reikšmingų lietuvių kalbos mokslui ir praktikai darbų autorius. Pasak Zigmo Zinkevičiaus, „[V]isa Jablonskio veikla – tai ištisa epocha lietuvių bendrinės kalbos istorijoje. Iš mūsų rašomą kalbą į tinka­mas vėžes [...], jos raidą pasuko sveika linkmė“ (Zinkevičius 1992: 155). Conferința științifică numită în cinstea lui Jono Jablonskis a fost organizată pentru prima dată în 1993 de Secția de cultură a limbii a Institutului Limbii Lituaniene și de Catedra de Limba Lituaniană a Universității din Vilnius. De atunci, conferințele au devenit o tradiție și se desfășoară în fiecare toamnă (din 2003 – alternativ, la Institutul Limbii Lituaniene sau la Universitatea din Vilnius). La 29 septembrie 2017 a avut loc cea de-a 24-a conferință științifică Jono Jablonskio Direcții de dezvoltare și posibilități de utilizare a resurselor lingvistice digitale (în engleză: Digital Language Resources, Directions of Their Development and Possibilities to Harness Them), organizată la Institutul Limbii Lituaniene. Conferința a fost organizată de Centrul de Cercetare a Limbii Standard al Institutului Limbii Lituaniene, împreună cu Institutul de Lingvistică Aplicată al Universității din Vilnius. Prin tematica sa, această conferință s-a deosebit de cele anterioare; scopul ei a fost discutarea problemelor care apar la intersecția dintre limbi și tehnologiile digitale, întâlnite în dezvoltarea resurselor digitale și crearea unei piețe digitale unice. În atenția conferinței s-au aflat nivelul semantic al resurselor digitale (crearea rețelelor de cuvinte), precum și atribuirea unei forme sonore resurselor digitale, crearea de noi posibilități pentru răspândirea resurselor digitale în comunități multilingve etc. La conferință au participat vorbitori din străinătate: din Parlamentul European și din Spania, precum și cercetători din diverse instituții din Lituania: Institutul Limbii Lituaniene, Universitatea din Vilnius Straipsniai / Articles 313 AURELIJA TAMULIONIENĖ Universitatea, Universitatea Vytautas Magnus, Institutul Baltic pentru Tehnologii Avansate, UAB „Netcode”. În cadrul conferinței au fost prezentate 17 comunicări. Vorbitorii și-au prezentat comunicările și au împărtășit rezultatele cercetărilor și experiența lor în cadrul a patru sesiuni. Conferința a început cu discursuri introductive. Membrul Parlamentului European Algirdas Saudargas și directoarea Institutului Limbii Lituaniene, prof. dr. Jolanta Elena Zabarskaitė, i-au salutat pe participanții și vorbitorii reuniți la conferință. Cuvântul de deschidere a fost rostit de dr. Rita Miliūnaitė, cercetătoare științifică principală la Centrul de Cercetare a Limbii Standard din cadrul Institutului Limbii Lituaniene. S-a vorbit despre faptul că legăturile dintre limba lituaniană și tehnologiile informației s-au consolidat foarte mult în ultimii ani; avem rezultate concrete atât în digitalizarea resurselor lingvistice, cât și în crearea unor instrumente de analiză, recunoaștere și sinteză a limbii, însă, în comparație cu ritmul rapid al schimbărilor din lume în acest domeniu, limba lituaniană mai are mult de recuperat. Deoarece limba lituaniană este flexionară, nu o putem adapta direct la tehnologiile informației create pentru limba engleză; de aceea, instrumentele noastre actuale de traducere automată și celelalte instrumente informatice sunt încă foarte imperfecte, în timp ce cercetarea la nivel mondial a avansat deja spre dezvoltarea inteligenței artificiale, încorporarea acesteia în obiecte și pătrunderea în straturi tot mai profunde ale limbii. În sesiunea plenară, prima comunicare, „Limba vie în inteligența artificială”, a fost prezentată de membrul Parlamentului European Algirdas Saudargas. Vorbitorul a ridicat o întrebare fundamentală la care trebuie să răspundă fiecare comunitate lingvistică: în ce măsură trebuie să-și pregătească ea însăși resursele și tehnologiile pentru limba maternă și ce poate achiziționa deja, gata realizat, pe baza altor limbi. Comunicarea a formulat observații critice potrivit cărora limba lituaniană, împreună cu limbile unor alte țări mici, „beneficiază de un sprijin tehnologic redus sau nu beneficiază deloc de acesta”. Tehnologiile lingvistice nu primesc atenția cuvenită nici pe agenda politicienilor din Lituania, nici pe cea a politicienilor europeni. Comunicarea a prezentat observații care arată că evoluția inteligenței artificiale converge către o formă hibridă, în care rețelele neuronale corespund mecanismelor inconștiente ale creierului, iar gândirea conștientă este modelată de inteligența artificială tradițională, așa-numita inteligență artificială simbolică. Fiecare comunitate lingvistică trebuie să se asigure că tehnologiile lingvistice corespunzătoare inteligenței artificiale simbolice reflectă în mod cuprinzător și exact întreaga structură a limbii materne și că, pentru funcționarea rețelelor neuronale, este creat un mediu bogat în limba maternă (și în cultura maternă). A doua comunicare plenară, „Language equality in the digital age: towards a human language project”, a fost prezentată în limba engleză de Rafael Rivera, directorul firmei de consultanță „Claves”. Comunicarea a prezentat în detaliu studiul Departamentului de Cercetare a Perspectivelor Științifice al Parlamentului European, „Egalitatea limbilor în era digitală. Proiectul limbii materne” (studiul poate fi consultat online în limba engleză: http://www.europarl.europa.eu/RegData/etudes/STUD/2017/598621/EPRS_STU(2017)598621_EN.pdf). Comunicarea a trecut în revistă situația actuală a tehnologiilor pentru limba maternă, cuantificând 314 Acta Linguistica Lithuanica LXXVI Lietuvių kalbos padėtis skaitmeniniame amžiuje consecințele economice, sociale și lingvistice ale limbii în era digitală și a abordat politica Uniunii Europene în domeniul tehnologiilor informației și comunicațiilor. În era digitală, tehnologiile lingvistice reprezintă o provocare majoră pentru țările cu puțini vorbitori. Tehnologiile lingvistice slab dezvoltate creează excluziune și bariere. Acest lucru afectează serviciile transfrontaliere, mobilitatea lucrătorilor și comerțul. Cauza acestor bariere o constituie cercetarea științifică insuficient coordonată și finanțarea inadecvată. Vorbitorul a subliniat că tehnologiile lingvistice nu primesc atenția corespunzătoare din partea politicienilor europeni. Pe baza analizei situației actuale, se elaborează o inițiativă care va reuni politicile instituțiilor, cercetării, industriei, pieței și serviciilor publice. Ultima comunicare a sesiunii plenare, „Limba lituaniană scrisă și vorbită în mediile obișnuite și electronice”, a fost prezentată de Laimutis Telksnys, profesor la Institutul de Matematică și Informatică al Universității din Vilnius. În comunicare s-a spus că este necesar să se elaboreze metode și instrumente — echipamente și programe informatice — care să asigure utilizarea corectă a limbii lituaniene scrise și vorbite în documentele pe hârtie și în mediul electronic. Vorbitorul a ridicat o întrebare importantă: cum se vor comporta câteva milioane de lituanieni pentru a nu dispărea în oceanul celor peste 7 miliarde de oameni care scriu și vorbesc, precum și al mașinilor inteligente care vor apărea? Profesorul a oferit și răspunsul: pentru ca acest lucru să nu se întâmple, este necesar să se elaboreze metode și instrumente — echipamente și programe informatice — care să asigure utilizarea corectă a limbii lituaniene scrise și vorbite în documentele pe hârtie și în mediul electronic și să armonizeze utilizarea limbilor lituaniană și a altor limbi, scrise și vorbite, în documentele pe hârtie și în mediul electronic. Trebuie create transcribatoare — pentru redarea semnelor limbilor scrise nelituaniene prin semnele limbii lituaniene scrise și pentru transcrierea sunetelor limbilor vorbite nelituaniene prin semnele limbii lituaniene vorbite, adecvate sintezei automate a sunetelor cuvintelor rostite în limba lituaniană. În prima sesiune, „Recunoașterea și sinteza vorbirii”, au fost prezentate trei comunicări. În comunicarea „Departe de presa lui Gutenberg: limba lituaniană vorbită în cele mai recente tehnologii”, Audrius Valotka (VU) și Gediminas Navickas (VU) au vorbit despre limba lituaniană vorbită în cele mai recente tehnologii și au prezentat proiectul finanțat din fonduri structurale Servicii comandate prin vorbire lituaniană – LIEPA (disponibil online: https://www.raštija.lt/liepa),), în cadrul căruia au fost create, printre altele, un sintetizator și un sistem de recunoaștere a vorbirii lituaniene. În timpul desfășurării acestui proiect, calea către spațiul digital a fost deschisă pentru limba lituaniană vorbită; din acest motiv, este planificat proiectul Dezvoltarea serviciilor comandate prin vorbire lituaniană – LIEPA 2. Vorbitorii au vorbit despre rezultatele proiectului LIEPA 2, care vor fi deschise și disponibile gratuit tuturor celor interesați și vor încuraja utilizarea limbii lituaniene vorbite în produsele tehnologiilor informației. Cel mai important rezultat al noului proiect va fi posibilitatea de a folosi în mod natural Apžvalgos / Surveys 315 AURELIJA TAMULIONIENĖ să vorbească cu diferite obiecte (telefoane mobile, tablete, ceasuri inteligente, roboți), să dea comenzi cu vocea umană și să le înțeleagă răspunsurile. În cadrul LIEPA 2 se preconizează crearea unor servicii tipice care să ilustreze noile posibilități de utilizare a serviciilor controlate prin vorbire în limba lituaniană: un controler pentru un robot educațional, un serviciu de apelare, un serviciu de comandare a unui taxi, un sintetizator mobil pentru nevăzători, un program de citire a știrilor de pe internet și un comunicator interlingvistic. Laimutis Telksnys (VU) și Gediminas Navickas (VU), în comunicarea „Servicii controlate prin vorbire în limba lituaniană. Situația. Perspective”, au vorbit despre situația și perspectivele serviciilor controlate prin vorbire în limba lituaniană și despre activitatea desfășurată sistematic pentru crearea acestor servicii și extinderea utilizării lor. Activitatea se desfășoară prin reunirea cunoștințelor specialiștilor în tehnologia informației și ale filologilor specializați în limba lituaniană, precum și a capacităților tehnice. În prima etapă a activității au fost create șapte servicii controlate prin vorbire în limba lituaniană și a fost realizată infrastructura necesară funcționării acestora. În viitor se preconizează crearea unor noi servicii controlate prin vorbire în limba lituaniană pentru mediul electronic mobil – telefoane inteligente, tablete, ceasuri inteligente și roboți. Pius Kasparaitis (VU) și Gintaras Skeris (VU) au vorbit despre stadiul actual și perspectivele sintezei vocale în limba lituaniană. În comunicarea „Stadiul actual și perspectivele sintezei vocale în limba lituaniană” au fost prezentate diverse servicii de redare vocală a textului – sintetizatorul LIEPA, distribuit gratuit împreună cu textele-sursă, ceea ce le permite și altor persoane să găsească noi aplicații pentru acesta; de exemplu, site-urile web oferă deja înregistrări vocale alături de articole: zinios.lt, unikopedarejas.lt, vilnius.lt, m.delfi.lt, vle.lt; serviciul de redare vocală a textului RoboBraille permite transformarea automată a oricăror documente text în fișiere audio; mesajele rostite cu voce sintetică sunt deja redate în stația de autobuz din Vilkaviškis, iar asistenții virtuali funcționează deja pe site-ul Departamentului pentru Migrație etc. În cea de-a doua sesiune, „Resurse digitale ale limbii lituaniene”, au fost prezentate patru comunicări. Prima comunicare, „E. kalba – o inovație în utilizarea resurselor lingvistice digitale”, a fost susținută de Elena Jolanta Zabarskaitė (LKI), Deimantė Budriūnaitė (LKI) și Skirmantas Šermukšnis (NetCode). Comunicarea a prezentat în detaliu noul proiect al Institutului Limbii Lituaniene, destinat extinderii infrastructurii informaționale a resurselor limbii lituaniene (LKIIS) (disponibil online: www.lkiis.lt). Comunicarea s-a concentrat în principal asupra serviciilor generate de infrastructura noului proiect al Institutului Limbii Lituaniene E. kalba – „Căutare în rețeaua de cuvinte”, „E. marketing”, „E. concepte” și „E. sfaturi”. Prezentatorii au descris funcționalitățile acestor servicii și aspectele lor tehnologice. Funcționalitățile proiectului vor include tehnologii inovatoare de inteligență artificială destinate analizei opiniilor utilizatorilor; serviciul „E. concepte” va asigura căutarea extinsă și îmbogățirea conceptelor prin integrarea unor resurse lingvistice suplimentare, precum dicționarele bilingve, 316 Acta Linguistica Lithuanica LXXVI Lietuvių kalbos padėtis skaitmeniniame amžiuje rețele de cuvinte din alte limbi; va fi posibilă utilizarea unui ghid interactiv de derivare a cuvintelor pentru a alege rapid și comod metodele adecvate de formare a cuvintelor, în funcție de sensul categorial și de grup dorit sau de mijloacele de formare a cuvintelor. Comunicarea a prezentat și principalele rezultate ale proiectului E. kalba, precum și beneficiile preconizate. În comunicarea sa, „Posibilități de căutare în Baza de date online a neologismelor din limba lituaniană”, Rita Milunaitė (LKI) a prezentat modul în care sunt dezvăluite caracteristicile neologismelor din Baza de date a neologismelor din limba lituaniană (disponibilă online: http://naujažodžiai.lki.lt/), astfel încât să răspundă cât mai diverselor nevoi ale utilizatorilor limbii. În prezent, căutarea se poate face după parametri precum cuvântul-titlu, originea neologismului, forma originală, variantele ortografice, domeniul de utilizare etc. Administratorii bazei de date au la dispoziție și o căutare mai amplă, necesară pentru editarea datelor în diverse moduri. În cadrul proiectului LKIS va fi creat un sistem extins de căutare a informațiilor. Prezentatoarea a subliniat că Baza de date a neologismelor din limba lituaniană este o resursă digitală flexibilă și deschisă dezvoltării. Acest caracter este determinat, înainte de toate, de natura datelor înseși – stratul lexical al limbii lituaniene, aflat într-o schimbare și reînnoire continuă –, precum și de noile caracteristici ale datelor care devin disponibile cercetătorilor neologismelor și de nevoile în schimbare ale utilizatorilor. Se preconizează integrarea acestei resurse în LKIS (disponibil online: http://lkis.lki.lt/) și includerea ei nu doar în sistemul comun de căutare din colecția de date, ci și folosirea la crearea rețelelor de cuvinte. Comunicarea a ilustrat în mod sugestiv utilitatea acestei baze de date atât pentru specialiștii în limbă, cât și pentru toți utilizatorii interesați de neologisme. Tema neologismelor a fost continuată de Daiva Murmulaitė (LKI), cu comunicarea „Perspectivele cercetării formării neologismelor (cazul Bazei de date a neologismelor din limba lituaniană)”. Ea a vorbit despre cercetarea formării neologismelor și perspectivele acesteia, precum și despre modul în care fenomenele emergente din formarea neologismelor pot fi studiate cu ajutorul Bazei de date a neologismelor din limba lituaniană. Prezentatoarea a arătat că, încă din etapa inițială a creării bazei de date, s-au făcut pregătiri preliminare pentru analiza formării neologismelor: câmpurile dedicate prevăd indicarea tipurilor de formații, a formelor și categoriilor (sensurilor) de formare, a cuvintelor înrudite etc.; o parte dintre date a fost deja acumulată. În câmpul caracteristicilor speciale, unele neologisme sunt marcate drept creații izolate (de exemplu, varškėfobija etc.), creații de autor (de exemplu, demagogėja etc.) sau formații prin contaminare (de exemplu, murmanas etc.). Prezentatoarea a subliniat că, pentru o analiză detaliată și de calitate a formării cuvintelor, este important să se țină seama și de anumite aspecte a căror consemnare fusese prevăzută de la început: partea de vorbire a cuvântului de bază al formației, modificările bazei de formare, analogiile, rolul traducerii în crearea unui neologism, manifestările formării atipice etc. Este importantă crearea unui sistem bun de indici – detaliat, flexibil și ușor de utilizat, completat și modificat. Laimutis Bilkis (LKI), în comunicarea „Structura bazei de date geoinformaționale a toponimelor din Lituania, legăturile cu alte baze de date onomastice și direcțiile de dezvoltare” Apžvalgos / Surveys 317 AURELIJA TAMULIONIENĖ a prezentat Baza de date geoinformațională a toponimelor din Lituania (disponibilă online: http://lkis.lk.lt/lietuvos-vietovardziu-geoinformacine-duomenu-baze). Am solicitat să se vorbească despre structura acestei baze de date și despre legăturile ei cu alte baze de date onomastice. Prezentatorul a prezentat categoriile de căutare create pe pagina de acces public a bazei de date: tipul obiectului, statutul obiectului, apartenența administrativ-teritorială actuală (municipiu, subdistrict, localitate), apartenența administrativ-teritorială interbelică (județ, comună, localitate), afluenții râurilor. În bază, informațiile despre toponime pot fi căutate după următoarele caracteristici: nume, gen, număr, accentuare, mod de formare, origine în funcție de apartenența cuvântului de bază la o limbă, origine în funcție de apartenența cuvântului de bază la un grup lexical. În bază pot fi găsite toponimele autentice consemnate în perioada interbelică pe teritoriul unei anumite localități (sat, sat cu biserică, moșie, târg, gospodărie izolată), iar poziția lor exactă sau aproximativă poate fi văzută pe hartă. În prezentare s-a subliniat că, prin integrarea bazei în sistemul LKIS, au fost create trei tipuri de trimiteri către alte baze de date onomastice: către un alt toponim din care provine toponimul respectiv, către un antroponim din Baza de date a numelor de familie lituaniene din care provine toponimul, precum și către atestările istorice ale toponimului respectiv din Baza de date a toponimelor istorice. În prezent, în bază au fost încărcate și descrise (sunt în curs de descriere) aproximativ 25 000 de toponime. După-amiază, prezentatorii și participanții s-au reunit pentru cea de-a treia sesiune, „Lingvistica corpusurilor”. Prima prezentare, „Corpusuri adnotate morfologic și sintactic pentru limba lituaniană”, a fost susținută de ERIKA RIMKUTĖ (VDU), AGNĖ BIELINSKIENĖ (VDU), LOÏC BOIZOU (VDU), ANDRIUS UŽA (VDU). S-a vorbit despre două corpusuri adnotate pentru limba lituaniană, pregătite la Centrul de Lingvistică Computațională al Universității Vytautas Magnus (corpusurile sunt disponibile online: http://nl.ijs.si/ME/V4/msd/html/index.html; https://ufal.mff.cuni.cz/tred/). Corpusurile adnotate sunt resurse fundamentale, fără de care dezvoltarea tehnologiilor lingvistice este imposibilă. De regulă, ele sunt utilizate la crearea altor resurse și instrumente de procesare a limbajului natural, în domenii precum sistemele de recunoaștere automată a vorbirii, traducerea automată și altele. Corpusul adnotat morfologic MATAS a fost elaborat în perioada 2002–2014. Acesta cuprinde 1,6 milioane de cuvinte din texte de diverse stiluri. Corpusul a fost pregătit pe baza unui corpus de 1 milion de cuvinte, alcătuit în 2006, prin aplicarea unor modele statistice. Corpusul adnotat sintactic ALKSNIS, pregătit în 2016, servește drept etalon de referință pentru cercetările și resursele ulterioare. Acesta cuprinde 2 355 de propoziții (aproximativ 30 000 de cuvinte), preluate din texte de diverse stiluri. Adnotarea corpusului se bazează pe principiile adnotării morfologice și sintactice automate și utilizează un model al dependențelor sintactice. Tema corpusurilor a fost continuată în prezentarea „Bază de date pentru expresiile stabile din limba lituaniană”, susținută de un numeros colectiv de autori ai conferinței: ERIKA RIMKUTĖ (VDU), AGNĖ BIELINSKIENĖ (VDU), LOÏC BOIZOU (VDU), IEVA BUMBULIENĖ (Institutul pentru Tehnologii Avansate din Baltica), JOLANTA KOVALSKAITĖ 318 Acta Linguistica Lithuanica LXXVI Lietuvių kalbos padėtis skaitmeniniame amžiuje (VDU), Tomas Krilavičius (Institutul pentru Tehnologii Avansate din Baltica), Justina Mandravikaitė (Institutul pentru Tehnologii Avansate din Baltica), Laura Vilkaitė (Institutul pentru Tehnologii Avansate din Baltica). Prezentarea a fost susținută la conferință de Erika Rimkutė (VDU), care a vorbit în principal despre metodologia de studiere a expresiilor stabile din limba lituaniană scrisă contemporană și despre dicționarul de colocații ale limbii lituaniene, aflat în curs de elaborare pe baza corpusurilor. În cadrul proiectului Recunoașterea automată a expresiilor stabile din limba lituaniană (PASTOVU) (nr. LIP-027/2016) (vezi http://mwe.lt/), se urmărește elaborarea unei metodologii de studiere a expresiilor stabile din limba lituaniană scrisă contemporană și a unui dicționar de colocații ale limbii lituaniene bazat pe corpus. În cadrul proiectului a fost alcătuit și este utilizat un corpus Delfi.lt din perioada 2014–2016, cu un volum de 72 de milioane de cuvinte. Dicționarul de colocații va fi elaborat pe baza unei baze de date. Aceasta va conține diverse informații despre expresiile stabile: informații gramaticale și lexicale, frecvența utilizării, rubrica textului, exemple de concordanță și altele. Cercetările asupra corpusurilor au fost prezentate și de reprezentantele Universității din Vilnius, Gintarė Judžentytė (VU) și Vilma Zubaitienė (VU). În prezentarea „Cercetări asupra frazelor academice bazate pe corpusuri: structura formală și semantica”, s-a discutat despre structura și semantica frazelor din limbajul academic, pe baza Corpusului lucrărilor scrise de studenți, aflat în prezent în curs de creare la Universitatea din Vilnius și care reprezintă unul dintre rezultatele preconizate ale proiectului Cercetarea frazeologiei lucrărilor studențești și un repertoriu interactiv de fraze, sprijinit de Comisia de Stat pentru Limba Lituaniană. Proiectul urmărește să stabilească o listă de cuvinte importante pentru scrierea academică, să identifice colocațiile principale și extensiile lor, precum și secvențele de cuvinte recurente în diferite părți ale textelor academice, să discute legăturile acestora cu funcțiile retorice ale secțiunilor textului și să descrie sensurile cuvintelor academice precum: scop, obiectiv, metode, concluzii, rezultate; a efectua, a analiza, a stabili, a se baza pe, precum și utilizarea și semantica acestora. În ultima sesiune, „Analiza automatizată a structurii limbii și a textelor”, au fost prezentate patru comunicări. Sesiunea a început cu prezentarea lui Danielius Račys (VU), „Traducerea automată pentru limba lituaniană”, despre cele mai recente evoluții din istoria traducerii automate, realizările domeniului, proiectele desfășurate de diverse instituții, precum și noile progrese în utilizarea traducerii automate neuronale. Prezentatorul a vorbit despre evoluția traducerii automate și realizările care, în prezent, sunt aplicate cu succes și limbii lituaniene. În perioada 2005–2007, Universitatea Vytautas Magnus a desfășurat proiectul Instrument online de traducere a informațiilor, finanțat din fondurile structurale ale UE. Rezultatul a fost un serviciu public de traducere online din engleză în lituaniană (disponibil online: http://vertimas.vdu.lt/twsas/). În perioada 2012–2014, Universitatea din Vilnius a desfășurat proiectul finanțat de UE Crearea unui sistem de traducere automată bazat pe metode statistice pentru perechile de limbi engleză–lituaniană–engleză și franceză–lituaniană–franceză. Rezultatul a fost un serviciu public de traducere online (disponibil online: https://www.versti.eu/). Totuși Apžvalgos / Surveys 319 AURELIJA TAMULIONIENĖ Chiar și cele mai bune traduceri automate necesită intervenția unui traducător. Așadar, pot mașinile să traducă într-adevăr bine? Ultimii ani promit noi progrese în utilizarea traducerii automate neuronale. Universitatea din Vilnius se pregătește să înceapă, în 2018, implementarea traducerii automate neuronale de nouă generație pentru limbile engleză, lituaniană, polonă, franceză, rusă și germană. S-a remarcat cu satisfacție că cele mai recente realizări în traducerea automată nu ocolesc nici limba lituaniană. În prezentarea „Gramatica limbii lituaniene în lumea digitală open source”, Virginijus Dudkevičius (VU) a vorbit despre crearea morfologiei computaționale de nouă generație pentru limba lituaniană, analiza și sinteza morfologică a cuvintelor, căutarea inteligentă a informațiilor textuale și altele. Odată cu apariția computerelor, gramatica și lexicul clasice au trebuit „să îmbrace o haină nouă” și să devină parte integrantă a noilor tehnologii. În acest scop a fost creată morfologia computațională de nouă generație pentru limba lituaniană, cu următoarele obiective: să se utilizeze și să se creeze numai cod open source; numai datele, nu însă și forma sau interpretarea lor, pot avea caracteristici specifice limbii lituaniene; întregul cod de programare trebuie să fie universal și potrivit pentru orice altă limbă; să se profite la maximum de soluțiile adaptate cu succes altor limbi din lume. La baza elaborării stau Dabartinės lietuvių kalbos gramatika (Vilnius, 2006) și corpusurile (în total, aproximativ 1,5 miliarde de cuvinte). În medie, aproximativ 99% din textul care apare în prezent pe internet este „recunoscut”, adică analizatorul morfologic interpretează corect, în medie, 99 din 100 de cuvinte. Această nouă metodă de analiză morfologică a fost aplicată cu succes în Sistemul de analiză sintactică-semantică al Universității Vytautas Magnus (acces online: https://semantika.lt/SyntacticAndSemanticAnalysis/Analysis) și în Registrul actelor juridice al Seimasului Republicii Lituania (acces online: www.e-tar.lt). Tema gramaticii digitale a fost continuată de Daiva Šveikauskienė (LKI) și Vytautas Šveikauskas (LKI). Prezentarea „Gramatica digitală a limbii lituaniene” a abordat gramatica digitală a limbii lituaniene, a cărei elaborare a început la Institutul Limbii Lituaniene și care poate fi utilizată și în alte domenii ale prelucrării computaționale a limbii: analiza gramaticală, traducerea directă a datelor etc. A fost prezentat un proiect prin care se intenționează aderarea la sistemul internațional DIGITAL GRAMMARS, care cuprinde în prezent 32 de limbi. Principalul scop al creării gramaticii digitale este utilizarea acesteia în sistemele de traducere automată care funcționează prin metode nestatistice. Acest lucru este foarte relevant pentru limba lituaniană. Potrivit datelor din 2017 ale Tildės, calitatea traducerilor Google în și din limba lituaniană este chiar mai slabă decât pentru limbile letonă sau estonă. De aceea, este foarte important pentru Lituania să dezvolte o alternativă pentru traducerea automată. În prezent a fost pregătit un exemplu-pilot de gramatică digitală, care cuprinde câteva cuvinte, însă chiar și din acesta se poate observa că aici calitatea traducerii este mult mai bună, mai ales pentru propozițiile în care se reflectă trăsături specifice limbii lituaniene. Atât timp cât se folosește ordinea cuvintelor din limba engleză, metodele statistice oferă traduceri destul de bune 320 Acta Linguistica Lithuanica LXXVI Lietuvių kalbos padėtis skaitmeniniame amžiuje Totuși, dacă propoziția are o ordine neobișnuită a cuvintelor, traducerea Google nu pierde sensul propoziției. Gramatica digitală poate fi utilizată și în alte domenii ale prelucrării computaționale a limbii: analiza gramaticală, traducerea directă a datelor etc. Crearea gramaticilor digitale este coordonată de profesorul Aarne Ranta de la Universitatea din Göteborg (Suedia). Ultima prezentare a conferinței, „Cine a copiat de la cine? Automatizarea și vizualizarea cercetării istoriei traducerilor Bibliei”, a fost susținută de Mindaugas Šinkūnas (LKI). Prezentarea a abordat automatizarea și vizualizarea cercetării istoriei traducerilor Bibliei. Vorbitorul a prezentat rezultatele comparării versetelor biblice prin diagrame sugestive și detaliate. Abundența citatelor biblice în scrierile vechi lituaniene îngreunează cercetarea legăturilor dintre ele. Este necesară o platformă de date convenabilă, care să permită gruparea versetelor biblice în funcție de caracteristicile de interes pentru cercetător. Cea mai mare dificultate o reprezintă evaluarea asemănării citatelor. Analiza complexă a lexicului, sintaxei și morfologiei (iar în unele cazuri și a ortografiei) permite acest lucru, însă această cercetare filologică este lentă, iar automatizarea ei este momentan imposibilă. Compararea a putut fi automatizată cu ajutorul unor algoritmi care funcționează în buclă și au sarcina de a detecta secvențe identice în două șiruri de caractere și de a calcula ce parte din șirurile comparate acoperă acestea. Automatizarea comparării este împiedicată de ortografia ambiguă a scrierilor vechi. Comparând versetele transliterate manual și automat, s-a constatat că metoda de transliterare nu are o influență semnificativă asupra rezultatelor. Rezultatele pot fi contestabile la compararea textelor scrise în dialecte diferite (nu a fost testată nivelarea particularităților dialectologice). Rezultatele similitudinii obținute sunt sintetizate în diagrame bidimensionale. Rezultatele comparării versetelor biblice din Postilės (1591) a lui Bretkūnas, obținute prin analiza computerizată, corespund concluziilor la care cercetătorii anteriori au ajuns prin alte metode. Conferința s-a încheiat cu discuții. Articolele elaborate pe baza prezentărilor conferinței vor fi publicate în revistele științifice Bendrinė kalba (acces online: www.bendrinekalba.lt) și Lietuvių kalba (www.lietuviukalba.lt). LITERATŪRA Zinkevičius Zigmas 1992: Lietuvių kalbos istorija 5. Bendrinės kalbos iškilimas. Vilnius: Mokslas, 144–155. Įteikta 2017 m. lapkričio 3 d. AURELIJA TAMULIONIENĖ Lietuvių kalbos institutas Petro Vileišio g. 5, LT-10308 Vilnius, Lietuva [email protected] Apžvalgos / Surveys 321