Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti

RAMUNĖ VASKELAITĖ A DIGITÁLIS TECHNOLÓGIÁK ÁLTAL TÁMASZTOTT KIHÍVÁSOK ÉS A LEKÜZDÉSÜKRE JAVASOLT MÓDSZEREK A Jono Jablonskio-konferencia 24. alkalma Az 1993 óta minden ősszel a Litván Nyelvi Intézet és a Vilniusi Egyetem Litván Nyelvi Tanszéke által megrendezett Jono Jablonskio-konferenciák összessége azt mutatja, hogy ezeken leggyakrabban meglehetősen konkrét kodifikációs és nyelvhasználati problémákat, illetve a norma és a nyelvhasználat kapcsolatát választották vizsgálat tárgyául (pl.: Nyelvi normák és nyelvhasználat, 1994; Új nyelvi jelenségek és értékelésük, 1998; A normák változása és a nyelvhasználat, 1999; A nyelvi normák és a nyelvhasználat szintjei, 2000; Nyelvhasználat és nyelvművelés, 2001)1. Mindazonáltal valószínűleg egyetlen konferencia sem volt, amelyen valamilyen formában ne merültek volna fel alapvetőbb kérdések is – a köznyelv fogalma, határai, rendeltetése, a társadalommal való kapcsolata, a körülmények változásával bekövetkező átalakulása, fennmaradása. Körülbelül az ezredfordulótól pedig, ahogy a nyelvet befolyásoló különféle körülmények egyre alapvetőbben megváltoznak, az ilyen kérdéseket tudatosan is a tanácskozások központi témájaként vetik fel (vö.: A köznyelv határai, 2002; Köznyelv és társadalom, 2005; Köznyelv és más nyelvváltozatok, 2006; Nyelvi változatosság és nyelvi attitűdök, 2009; A litván nyelv élete és megújulása a kortárs társadalomban, 2013). A konferenciák fejlődése egy másik tendenciát is feltár: ahogy a figyelem az alapvető kérdések felé fordul, vagyis e tekintetben mélyül, egyúttal egyre szélesebb perspektívát ölel fel. Már négy konferenciát rendeztek meg nemzetköziként2, ami azt jelenti, hogy nemcsak a litván köznyelv állapotát vagy fogalmát vitatták meg, hanem más országokban kidolgozott köznyelvi koncepciókat is, illetve – ha ilyen koncepciókat nem alkalmaznak – a nyelvtervezés, a nyelvpolitika és a nyelvművelés irányait. Az idei, 24. konferencián különösen széles perspektíva nyílt meg: az európai, amely magában foglalja a soknyelvű Európai Uniót és az ott felmerülő nyelvi sokféleség problémáját. A konferencia témája alapján, amelyet a Litván Nyelvi Intézetben tartottak, A NYELV DIGITÁLIS ERŐFORRÁSAI, FEJLESZTÉSÜK IRÁNYAI ÉS FELHASZNÁLÁSI LEHETŐSÉGEI (2017. szeptember 29.) még tágabb, globális dimenzióhoz is kapcsolható. És bár a globális melléknév helyett olyan litván szavakat javasolnak, mint világméretű; egyetemes; hatalmas 1 A J. Jablonskio-konferenciák egyes előadásainak tézisei megtalálhatók a Litván Nyelvi Intézet honlapján, a következő címen http://lki.lt/tarptautin%C4%97-jono-jablonskio-konferencija/#1501063755178-1d439107-84e9. A köznyelvben (korábban: Nyelvi kultúra) jelennek meg a konferenciák ismertetői. 2 Nemzetközi konferenciákat 2005-ben, 2009-ben, 2010-ben és 2016-ban rendeztek. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 2 vagy hatalmas, -a3, az idei eszmecseréket a legpontosabban egy több szemantikai árnyalatot átfogó nemzetközi szóval lehetne megnevezni. Először is, a digitális tér nemcsak globális, hanem egyetemes, hatalmas, sőt határtalan is, annál is inkább, mivel az előadók a digitális technológiák területéhez nemcsak a számítógépeket sorolták, hanem az okosórákat, telefonokat, hangvezérlésű porszívókat, robotokat, általában pedig a mesterséges intelligenciát is. Másodszor, a globális, -i szó azonnal megmutatja a globalizációval és a globálissá válással fennálló kapcsolatokat; ilyen nyilvánvaló összefüggései nemcsak a vizsgálatra kiválasztott nyelvhasználati területnek vannak, hanem a konferencián felvetett alapvető kérdésnek is. A kérdést Laimutis Telksnys matematikai tudományok habilitált doktora fogalmazta meg összefoglalóan: „Mit tegyünk mi, néhány millió litván, hogy ne tűnjünk el a több mint 7 milliárd író és beszélő ember, valamint az érkező intelligens gépek óceánjában?”. Mindazonáltal mind az akadémikus plenáris ülésen adott konkrét és tárgyszerű válasza, mind pedig a filológusok, matematikusok, programozók és mérnökök által a konferencia további négy ülésén egymás után bemutatott közös projektek azt mutatták, hogy az általános stratégiai irány jól ismert. Ez a nyelv és szerkezete bevezetése a digitális térbe, valamint aktív gondoskodás arról, hogy ott működjön – írott és szóbeli formában egyaránt. A konferencián a stratégiai irányt inkább nem vitatták meg, hanem az egy kis ország nyelvének digitális korban való fennmaradásához vezető egyetlen lehetőségként, az egyetlen lehetséges választásként értékelték. Algirdas Saudargas európai parlamenti képviselő ezt ahhoz a választáshoz hasonlította, amely a könyvcsempészek előtt állt: a cirill betűs íráskörnyezetben a latin betűs litván írás mellett dönteni. Audrius Valotka, a Vilniusi Egyetem Filológiai Karának projektvezetője pedig egymást követő választások láncolatáról beszélt: azok a népek maradtak fenn, amelyek valamit agyagra vagy pergamenre írtak; később a történelem során azok maradtak fenn, amelyek a Gutenberg által feltalált nyomdával nyomtatták szövegeiket; most pedig elérkezett az elkerülhetetlen választás ideje, hogy átköltözzenek a digitális térbe. A konferencián a stratégiai iránynál valamivel gyakrabban említették az egyértelműen kijelölt irány követése során felmerülő nehézségeket, de ezek sem képezték a tanácskozás középpontját. Többen problémaként nevezték meg, hogy a technológia világát az Amerikai Egyesült Államok (a továbbiakban: USA) olyan vállalatai uralják, mint a Microsoft, Amazon vagy a Google, a kis országok piaca, különösen pedig a nyelvük pedig alig érdekli őket. Ezért többször arra a következtetésre jutottak, hogy a digitális térben való nyelvhasználatról és a nyelv fennmaradásáról magunknak kell gondoskodnunk. Az ezzel már foglalkozók közül azonban többen az erőforrások, köztük az emberi erőforrások hiányát említették. Érthető, hogy egy kis országnak a nyelvtechnológia területén csekély esélye van felvenni a versenyt a piaci cápákkal, vagyis az USA magántőkéből működő, óriásként emlegetett vállalataival, de az Európai Unió (a továbbiakban: EU) helyzetéről beszámoló előadóból 3 Például ilyen helyettesítő alakokat sorol fel a Litván Nyelvi Állami Bizottság által fenntartott Tanácsadási adatbázis: http://www.vlkk.lt/konsultacijos/5531-globalus. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 3 a spanyol kutató, Rafael Rivera előadásából kiderült, hogy e vállalatok uralma az információtechnológia világában uniós szinten is problémákat okoz. Másfelől magában az EU-ban is az angol nyelv felé tolódik a hangsúly, ami különösen megnehezítheti a litván nyelv digitális térbe való bevezetését és ottani fennmaradását. A konferencia azonban teljesen más perspektívát nyitott meg. A plenáris ülést Élő nyelv a mesterséges intelligenciában című előadásával megnyitó Algirdas Saudargas, a litván függetlenségi nyilatkozat egyik aláírója, aki az Európai Parlamentben dolgozik, a META-NET kiválósági hálózat kutatása nyomán – amely 34 ország 60 kutatóközpontját fogja össze, és kimutatta, hogy a nyelvtechnológiai helyzet szempontjából a litván nyelv kapta a legalacsonyabb pontszámot, vagyis „csekély technológiai támogatással rendelkezik, vagy egyáltalán nincs ilyen támogatása”, ami a nyelv kihalásának veszélyét jelenti – már néhány évvel korábban vizsgálatot kezdeményezett az Európai Parlamentben A nyelvek egyenlősége a digitális korban címmel. A vizsgálat arra jutott, hogy az EU valódi integrációjának feltétele nem az egynyelvűség, hanem éppen a nyelvi sokféleség. Később ezt kiegészítette az Anyanyelvi projekttel, amely különböző szinteket átfogó stratégiai irányokat javasol az EU technológiai áttörésének eléréséhez, hogy az Unió minden polgára a közös digitális térben az általa használt nyelvtől függetlenül vehessen igénybe szolgáltatásokat és kommunikálhasson. Az elvégzett kutatás és az annak alapján készített tanulmány bemutatására a kutatás egyik végrehajtója, az iClaves tanácsadó cég igazgatója, Rafael Rivera érkezett. Rámutatott az EU nyelvi sokféleségéből fakadó ellentmondásra: egyrészt az európai kulturális sokféleség megnyilvánulásaként az Unió egyik legnagyobb értékének tekintik, amelynek 24 hivatalos és több mint 60 nemzeti, illetve regionális kisebbségi nyelve van; másrészt a kialakuló nyelvi akadályok az egyik legfőbb gátját jelentik egy valóban integrált unió létrehozásának. Ezek különösen az alacsonyabb iskolázottságú és az idősebb embereket, valamint a kisebb nyelvek és a regionális kisebbségi nyelvek beszélőit sújtják. Így nyelvi kirekesztettség alakul ki. A nyelvi akadályoknak jelentős gazdasági és társadalmi következményei vannak: kihasználatlanul maradnak az egységes piac, az áruk és a munkaerő szabad mozgása, a lakosság politikai folyamatokban való részvétele és az elektronikus kereskedelem kínálta lehetőségek; az e lehetőségek igénybevételére jogosult polgárok pedig nem tudnak megfelelően élni velük. A probléma pedig a digitális korban válik különösen aktuálissá. Az új technológiák, például az önálló tanulásra képes neurális hálózatok megjelenésével lehetőség nyílik a nyelvi akadályok leküzdésére, ezt azonban hátráltatja az európai nyelvtechnológiai piac széttagoltsága, a kutatások összehangolatlansága, az elégtelen finanszírozás, valamint az, hogy az EU politikai napirendjén sem kapnak kellő figyelmet ezek a kérdések. Mindezek az okok és problémák magyarázzák BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 4 az európai anyanyelvi projekt létrejöttét, amely az intézményi, tudományos, ipari, piaci és közszektorbeli szinteket átfogó intézkedések átfogó csomagját irányozza elő4. A nyelvtechnológia területén dolgozó, a Vilniusi Egyetem Matematikai és Informatikai Intézetének professzora, a litvániai internetfejlesztés úttörője, a találmányaival nemcsak Litvániában ismert tudós, Laimutis Telksnys habilitált doktor Írott és beszélt litván nyelv a hagyományos és az elektronikus közegben5 című előadásában, a milliárdos óceánban való fennmaradás lehetőségére vonatkozó, maga által felvetett kérdésre válaszolva, a fennmaradás szükséges feltételeként meglehetősen konkrét feladatokat fogalmazott meg: ahhoz, hogy a papíralapú dokumentumokban és az elektronikus közegben megmaradjon a helyes litván nyelv, szükség van az írott és a beszélt nyelv szabályaira, valamint olyan hardverre és szoftverre, illetve átíróeszközökre, amelyek lehetővé teszik, hogy a nem litván írás nyelvű írásjelek litván írásjelekkel legyenek megjeleníthetők, a beszédhangokat pedig a litván beszéd jeleivel adják vissza, hogy azok alkalmasak legyenek a litván beszéd szavainak hangjait automatikusan szintetizálni. Így biztosítható volna, hogy számítógépekkel, telefonokkal, más beszélő okoseszközökkel és robotokkal egyaránt helyes litván írott és beszélt nyelven lehessen kommunikálni, Litvánia elektronikus adattárolóiban pedig a nem litván személynevek litván írásjeleket kódoló jelekkel és eredeti írásmódjukkal szerepeljenek; kiejtésüket hangfelvételek rögzítsék, litván fonémákkal és az eredeti nyelven is. Már jelentős erőfeszítések történtek annak érdekében, hogy a professzor és a Matematikai és Informatikai Intézet más szakemberei biztosítsák a helyes litván beszéd digitális térbeli használatát – ez az első ülésen BESZÉDFELISMERÉS ÉS -SZINTÉZIS címmel elhangzott előadásokból derült ki. (A konferencia valamennyi további ülésén is kevés szó esett a nehézségekről; inkább a folyamatban lévő munkát mutatták be tárgyszerűen és konstruktívan, valamint megnevezték a következő feladatokat.) A filológusokkal – a Litván Nyelvi Intézettel, a Vilniusi Egyetem Filológiai Karával, a Vilniusi Pedagógiai Egyetemmel és a Siauliai Egyetemmel – együttműködve a Vilniusi Egyetem Matematikai és Informatikai Intézetének, valamint Matematikai és Informatikai Karának szakemberei L. Telksnys habilitált doktor vezetésével 2013–2015-ben megvalósították a Litván beszéddel vezérelt szolgáltatások (LIEPA) című projektet. Ennek eredményeként hét, mindenki számára hozzáférhető szolgáltatás jött létre, amelyek helyes litván beszéden alapulnak: a sejtek felépítésének iskolai megértését segítő Pažintuvas, az UNESCO világörökségi helyszíneit bemutató Ieškotuvas, valamint a számítógép és a keresés hangparancsokkal történő vezérlését lehetővé tevő 4 A Language equality in the digital age. Towards a Human Language Project című tanulmány és annak angol nyelvű összefoglalója nyilvánosan elérhető. Az Európai Parlament honlapján találhatók (http://www.europarl.europa.eu/thinktank/en/document.html?reference=EPRS_STU(2017)598621), a szöveg azonban nem kereskedelmi célú sokszorosítása vagy fordítása csak az Európai Parlament hozzájárulásával engedélyezett. 5 Az előadás alapján készült cikket lásd e kötet „Bendrinės kalbos” „Apžvalgų” című fejezetében. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 5 A vezérlő és a böngésző, a helyes litván nyelv használatára oktató Segítő és Ellenőrző, valamint a vakok számára készült számítógépes szintetizátor, amely felolvassa a számítógép képernyőjén megjelenő szöveget. Ezzel együtt infrastrukturális szolgáltatásokat is létrehoztak: elektronikus szövegfelolvasót, internetes oldalak hangvezérlésű megnyitására szolgáló programot, litván beszédfelismerő motort, beszédadatbázist, hangfelvételek laboratóriumát6. Úgy tűnhet, sok minden történt, L. Telksnys azonban, amikor felolvasta a kutatóintézet projektosztályának vezető szakértőjével, Gediminas Navickasszal közösen készített előadását Lietuvių šneka valdomos paslaugos. Padėtis. Perspektyvos, ezeket a munkákat csupán annak nevezte, hogy résnyire megnyitották az ajtót a litván beszélt nyelv előtt az elektronikus térbe. Az előadó a projekt eredményei között nem annyira a létrehozott szolgáltatásokat említette, mint inkább annak felismerését, milyen fontos az informatikusok és a filológusok tudásának „összeolvasztása”, valamint a példamutatás jelentőségét: az ipar és a szolgáltatók számára bemutatni a litván beszéddel vezérelhető szolgáltatások felhasználási lehetőségeit. A világ technológiai irányait jól felismerő tudós a jelenleg egyre sürgetőbb feladatnak – amely már nem annyira a nyelvtechnológiai fejlesztők dolga – a robotok tantervekbe való bevonását tartotta, de előbb még a tanárok felkészítését is szükségesnek vélte. A LIEPA projekt munkáit szintén csupán kapunyitásként jellemezte dr. Audrius Valotka, a Vilniusi Egyetem projektvezetője. A Tolyn nuo Gutenbergo spaudos preso: lietuvių šneka naujausiose technologijose című előadásában (társszerző G. Navickas) azt állította, hogy „a litván beszéd jelenleg az információs technológiákban hasonló helyzetben van, mint 30 évvel ezelőtt, amikor a litván ékezetes betűk számítógépes használatának kérdéseit oldották meg”. Ez az állapot további munkára ösztönöz – a már megkezdett LIEPA 2. projekt eredménye infrastrukturális megoldások létrehozása lesz: 1000 órányi litván beszédet tartalmazó hangadatbázis, 3000 szavas litván beszédfelismerő, valamint továbbfejlesztett litván beszédszintetizátor. Új szolgáltatások is készülnek: a gyermekek döntéshozatali képességeit fejlesztő humanoid robot, a mobiltelefon névjegyeinek hangvezérlésű kezelője, taxirendelő, internetes hírfelolvasó, valamint litván és kínai nyelvet magában foglaló nyelvközi kommunikátor. Az új projekt legfontosabb eredményeként azonban azt a lehetőséget tűzték ki, hogy természetes beszéddel lehessen kommunikálni tárgyakkal (mobiltelefonokkal, táblagépekkel, okosórákkal, robotokkal), emberi hangon parancsokat lehessen adni nekik, és meg lehessen érteni a válaszaikat. A Matematikai és Informatikai Intézet másik képviselője, Pijus Kasparaitis docens Lietuviško balso kompiuterinės sintezės dabartis ir perspektyvos című előadásában (társszerzői a Vilniusi Egyetem Matematikai és Informatikai Karának adjunktusa, dr. Gintaras Skersys és az előadó 6 Részletesebb leírásuk az integrált litván nyelvi és írásbeliségi erőforrások weboldalán található: Raštija.lt: https://liepa.rastija.lt. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 6 Margarita Beniuše)7 filmfelvételek és weboldalak segítségével szemléltette a LIEPA projekt során létrehozott beszédszintetizátor felhasználási lehetőségeit: a szintetizátort a Sirenos fesztivál 2014-es színházi előadásában, a Remote Vilnius című darabban használták (a nézők, akik egyben színészi szerepet is betöltöttek, Vilnius utcáin sétáltak, miközben fejhallgatón keresztül szintetikus hangokat hallgattak); egyes internetes újságok (lzinios.lt, ukininkopatarejas.lt, vilnius.lt, delfi.lt) cikkeit nemcsak el lehet olvasni, hanem meg is lehet hallgatni; a vilkaviškisi autóbusz-állomáson szintetikus hang olvassa fel az utasoknak szóló közleményeket; a RoboBraille szövegfelolvasó szolgáltatás bármilyen szöveges dokumentumot automatikusan hangfájllá alakít; a valóság részévé vált a litvánul beszélő humanoid robot is: a NAO a brüsszeli, uniós tagállamokat bemutató rendezvényen a litván stand meglátogatására hívta az érdeklődőket, a Seimasban tartott Ar kalbės robotai lietuviškai? című konferencián pedig Kristijonas Donelaitis Metus évét hirdette. A beszédszintézis jövőbeli felhasználási lehetőségeit sorolva, amelyek megvalósításában már történtek bizonyos lépések, P. Kasparaitis megemlítette a cikkek felolvasását Linux alapú weboldalakon, a virtuális asszisztenseket, valamint a parkban harapnivalót vagy italt kínáló mobil árusító automatát, a MIO mobile kiosk-t. A következő három ülésen bemutatott munkák főként az írott nyelv megőrzésére irányuló erőfeszítésekhez kapcsolódtak, és azt a benyomást keltették, hogy a szótárak, szövegkorpuszok, adatbázisok és kartotékok digitális térbe helyezésétől egyre inkább a nyelv olyan digitalizálása felé haladunk, amely lehetővé teszi, hogy a nyelvi erőforrásokat ne csak a nyelvhasználók és a kutatók, hanem a nyelvtechnológiai programok és a mesterséges intelligencia is használhassa. Ezt a stratégiai irányt, amely a mesterséges intelligencia egyre gyorsabb fejlődésével mind aktuálisabbá válik, A. Saudargas nyelvstratéga a sajtóban megjelent cikkeiben8 és a konferencián is hangsúlyozta. A konferenciára benyújtott téziseiben így fogalmazta meg: „a mesterséges intelligencia fejlődése hibrid formává konvergál, amelyben a neurális hálózatok az agy tudattalan mechanizmusainak felelnek meg, a tudatos szellemi tevékenységet pedig a hagyományos, úgynevezett szimbolikus mesterséges intelligencia modellezi. Ugyanez érvényes a nyelvtechnológiákra is, ha azokat az emberi agy nyelvi mechanizmusainak (az élő nyelvnek) modelljeiként értelmezzük. Ezért minden nyelvi közösségnek gondoskodnia kell arról, hogy a szimbolikus mesterséges intelligenciának megfelelő nyelvtechnológiák (az úgynevezett „szabályalapú” programok) részletesen és pontosan tükrözzék az anyanyelv teljes szerkezetét, a neurális hálózatok önálló tanulásához pedig gazdag anyanyelvi (és anyanyelvi kulturális) környezetet kell teremteni.” 7 Az előadás alapján készült tanulmányt lásd e kötet „Áttekintések” rovatában, a Bendrinės kalbos című folyóiratban. 8 Például a Bernardinai.lt napilapban megjelent Fulgura plango című cikkben (http://www.bernardinai.lt/straipsnis/2012-12-05-algirdas-saudargas-fulgura-plango/91787), a Gimtoji kalba: ko Google neišspres című cikkben, amely a Lietuvos žiniose jelent meg (http://lzinios.lt/lzinios/Mokslas-ir-svietimas/gimtoji-kalba-ko-google-neisspres/246316). BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 7 A konferencia második ülésén A LITVÁN NYELV DIGITÁLIS ERŐFORRÁSAI, a Litván Nyelvi Intézet által megvalósított új projekt bemutatásakor szintén elhangzott, hogy a nyelvi erőforrásoknak az új igények, kihívások és elvárások megjelenésével együtt változniuk kell: új digitális nyelvierőforrás-ideológiáknak és -koncepcióknak kell születniük, ki kell épülniük a jelentésfolyosóknak, a fogalmi tervezésnek, az információkeresési lehetőségek sokféleségének stb. Deimantė Budriūnaitė, az Általános Ügyek Infrastruktúra Osztályának vezetője által felolvasott, E. kalba – skaitmeninių kalbos išteklių naudojimo(si) inovacija című előadás az intézet új projektjét mutatta be, amelyet Jolanta Zabarskaitė igazgatóval és Netcode projektvezetőjével, Skirmantas Šermukšnisszel közösen valósít meg. A projekt valójában a korábbi nyelvdigitalizálási projekt folytatása. Akkor 11 egynyelvű és kétnyelvű szótárat, valamint 5 cédulakatalógust digitalizáltak, és így létrehozták a Litván Nyelvi Erőforrások Információs Rendszerét9, az új projekt célja pedig már nemcsak az új erőforrások integrálása, hanem olyan technológiák, megoldások és eszközök fejlesztése is, amelyekkel szemantikai keresés végezhető az erőforrásokban, vizualizálhatók annak eredményei, valamint technológiaalapú szolgáltatások hozhatók létre a felhasználók számára: Keresés a szavak hálójában, E. marketing, E. fogalmak és E. tanácsok. Az előirányzott lehetőségek között szerepel az erőforrások marketingcélú felhasználása közszolgáltatások és magán elektronikus szolgáltatások nyújtásával, továbbá az is, hogy az interneten könnyebben hozzáférhetővé váljanak a szóalkotási eszközök és a nyelvi tanácsadás, valamint lehetőség nyíljon arra, hogy a litván szavak hálózatát több mint 200 más nyelv szavainak hálózatával kapcsolják össze. A már internetre feltöltött litván nyelvi erőforrások használatának előmozdítására irányuló törekvést a Litván Nyelvi Intézet képviselői által bemutatott két adatbázis is jelezte: az egyiket már integrálták a Litván Nyelvi Erőforrások Információs Rendszerébe, a másikat pedig készülnek integrálni. A Litván Nyelvi Intézet Köznyelvi Kutatóközpontjának vezető kutatója, dr. Rita Miliūnaitė, a litván neologizmusok adatbázisának kezdeményezője és létrehozója a készülő adatbázist a 21. század eleji litván neologizmusok rögzítésére és lexikográfiai leírására szolgáló internetes kézikönyvként10 jellemezte, előadása azonban rávilágított, hogy jelenlegi fejlesztési szakaszában leginkább az foglalkoztatja az alkotókat, mennyire hasznos ez az adatbázis a felhasználók számára. Ezt szem előtt tartva keresési lehetőséget alakítottak ki címszó, a neologizmus eredete, eredeti alakja, helyesírási változatai, használati területe, egyes különleges jegyei, valamint a neologizmust használó ismert személy vagy szerzőjének vezetékneve szerint; a különböző célcsoportokra tekintettel pedig bővített keresőrendszert fejlesztenek. Az adatbázis és a neologizmusok iránt egyaránt nagy az érdeklődés, így egyelőre csak azt említették problémaként, hogy nem tudják időben feldolgozni a felhasználóktól érkező adatokat. Másfelől a beküldött anyagok bősége megcáfol két, a társadalomban széles körben elterjedt mítoszt: azt, hogy a litván nyelv haldoklik, és azt, hogy a szavakat a nyelvészek alkotják. Mindazonáltal 9 A Litván Nyelvi Erőforrások Információs Rendszere ezen a címen érhető el: http://lkiis.lki.lt/home. 10 A litván neologizmusok adatbázisa ezen a címen érhető el: http://naujazodziai.lkli.lt. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 8 dr. Daiva Murmulaitytė, aki szintén a Köznyelvi Kutatóközpontban dolgozik, A neologizmusok szóalkotási kutatásának perspektívái (a litván neologizmusok adatbázisának esete) című előadásában azt javasolta, hogy gondoskodjanak az adatbázis nyelvkutatók számára való nagyobb hasznosságáról is. Ehhez megfelelően át kellene alakítani. Azt javasolta, hogy a neologizmusokat indexekkel jelöljék: ezekkel rögzítenék a származék alapjául szolgáló szó szófaját, a szóalkotási alap változásait, az analógia és a fordítás szerepét a neologizmus létrejöttében, a nem tipikus szóalkotási jelenségeket stb. Az előadó megjegyezte, hogy a jelenségek ilyen módon történő leírására tett kísérlet olyan neologizmus-képzési jelenségeket tárt fel, amelyeket alig vizsgáltak, sőt egyáltalán nem kutattak. A másik adatbázis, a litvániai helynevek geoinformációs adatbázisa11 létrehozásának céljait ismertetve dr. Laimutis Bilkis, a Litván Nyelvi Intézet Balti Nyelvek és Névtan Kutatóközpontjának vezető kutatója szintén említette mind a gyakorlati célokat – vagyis a helyes nyelvhasználat tanítását –, mind pedig a nyelvkutatást (valamint a nyelv megőrzését és terjesztését). Hogy az adatbázis a nyelvhasználókat és a kutatókat egyaránt megcélozza, azt a keresési és információmegjelenítési lehetőségek is mutatják: a helynevekre név, nem, szám, hangsúlyozás, szóalkotási mód, a tőszó nyelvi hovatartozása szerinti eredet, illetve a tőszó lexikai csoporthoz való tartozása szerinti eredet alapján lehet keresni; a helynévelemzési rész pedig megadja a helynevek valamennyi esetének hangsúlyozását, valamint eredetük és szóalkotásuk magyarázatát. Az adatbázisba mintegy 25 000 helynévi adat került. Néhány összekapcsolásról is gondoskodtak: az adatbázist a Litván Nyelvi Erőforrások Információs Rendszerébe integrálva hivatkozásokat hoztak létre a keresett helynév alapjául szolgáló másik helynévre, a Litván családnevek adatbázisában szereplő személynévre, amelyből a helynév származik, valamint a Történeti helynevek adatbázisában található történelmi névalakokra. További kapcsolódási lehetőségeket terveznek a köznyelvi, illetve terminológiai lexikához, különösen szemantikai, szóalkotási és helyi vonatkozásúakat; ugyanakkor több problémát is említettek, nemcsak a helynevek nagy számát, hanem a finanszírozás töredezettségét is. A nyelvi adatok gyűjtésétől azok felhasználási lehetőségeinek keresése felé történő egyértelmű elmozdulás a korpusznyelvészet képviselőinek munkáiban is megmutatkozik. A konferencia harmadik ülésén KORPUSZNYELVÉSZET a litvániai munkákat főként végző Vytautas Magnus Egyetem Számítógépes Nyelvészeti Központjának kutatói a Balti Fejlett Technológiák Intézetének képviselőivel közösen két csoportos projektet mutattak be, amelyek azt a törekvést szemléltetik, hogy a korpuszokat annotálják, és így nyelvkutatásra, valamint más nyelvi erőforrások létrehozására használják fel. A korpusznyelvészek első csoportja – Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou és Andrius Utka – által készített előadás12 a morfológiailag annotált MATAS korpuszt és a szintaktikailag annotált ALKSNIS korpuszt mutatta be. A MATAS korpusz egy egymillió szavas korpusz alapján készült, 11 Ez az adatbázis ezen a címen is elérhető: http://lkiis.lki.lt/lietuvos-vietovardziu-geoinformacine-duomenu-baze. 12 Az előadás alapján készült cikket lásd e kötet Köznyelv című, „Nyelvtechnológiák” fejezetében. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 9 Statisztikai modellek alkalmazásával annotálásához a Számítógépes Nyelvészeti Központ által készített morfológiai annotátort használták. ALKSNIO annotálása az automatikus morfológiai és szintaktikai annotálás elvein alapul, szintaktikai függőségi modellt alkalmaztak. A második kutatócsoport – Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou, Ieva Bumbulienė, Jolanta Kovalevskaitė, Tomas Krilavičius, Justina Mandravickaitė és Laura Vilkaitė – projektje feltárta, hogy a Delfi.lt korpusz annotálását követően a mai írott litván nyelv állandósult szókapcsolatainak vizsgálatára szolgáló módszertan kidolgozására, valamint a litván nyelvi kollokációk szótárának összeállítására térnek át. A korpusz alapján létrehozott állandósult szókapcsolatok adatbázisában a kapcsolatokhoz nyelvtani és lexikai információkat, használati gyakoriságot, szövegrovatot, konkordanciapéldákat és egyebeket terveznek megadni. Jelenleg mintegy 2 700 lemma és több mint 35 000 ragozott alak található az adatbázisban. A korpuszok gyakorlati felhasználási lehetőségeit a Vilniusi Egyetem Litván Nyelvi Tanszékének oktatói, Gintarė Judžentytė és dr. Vilma Zubaitienė által készített előadás is bemutatta: Korpuszokon alapuló akadémiai frazeológiai kutatások: formai szerkezet és szemantika. A tudományos nyelv korpuszok alapján történő vizsgálatára irányuló korábbi kísérletek áttekintése után bemutatták a szerzők saját projektjét is, amely a Vilniusi Egyetemen e célra készülő hallgatói dolgozatok korpuszára támaszkodva az akadémiai nyelv kifejezéseinek szerkezetét és szemantikáját kívánja vizsgálni. A korpusz anyagának és az elvégzett kutatás eredményeinek felhasználásával összeállítják az akadémiai nyelv kifejezéseinek gyűjteményét, amely hasznos lehet a különböző képzési szinteken és szakterületeken tanuló hallgatók számára. A konferencia negyedik ülésszaka, A NYELVI SZERKEZET ÉS A SZÖVEGEK AUTOMATIZÁLT ELEMZÉSE, a nyelv elemzésében alkalmazott új technológiák még összetettebb lehetőségeit tárta fel. A Vilniusi Egyetem Alkalmazott Tudományok Intézetének mérnöke, Virginijus Dadurkevičius a A litván nyelvtan a nyílt forráskódú digitális világban13 című előadásában áttekintette Vytautas Zinkevičiusnak, a Litván Nyelvi Intézet programozójának morfológiai elemzés terén végzett munkáját, amely közel két évtizeden át a modern litván nyelv kutatásának és a számítógépes alkalmazásoknak nélkülözhetetlen és egyetlen eszköze volt; emellett bemutatott egy bizonyos elmozdulást a számítógépes morfológia területén, amelyet a Hunspell platform alkalmazása tett lehetővé. A platformon a nyelv morfológiáját két szövegfájl írja le, mindkettő alapját a A mai litván nyelv nyelvtana, valamint a Vilniusi Egyetem, a Vytautas Magnus Egyetem és a Litván Köztársaság Seimasának korpuszai képezik. Az előadó szerint összesen mintegy 5 000 címkézhető szabálycsoportot rögzítettek, és több mint 170 000 lemmát választottak ki. A lemmák kiválasztásakor csak a helyes, modern litván nyelvre szorítkoztak. Az előadó szerint ez a morfológiai elemző helyesen 13 Az előadás alapján készült cikket lásd e kötet „Nyelvtechnológia” című fejezetében, a Bendrinės kalbos folyóiratban. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 10 átlagosan 100 szóból 99-et értelmez. Az új morfológiai elemzési módszert sikeresen alkalmazták a Vytautas Magnus Egyetemen létrehozott Litván nyelvi szintaktikai és szemantikai elemző információs rendszerben14, a Jogszabály-nyilvántartásban15, és különösen sikeresen a Solr/Lucene dokumentumindexelő és -kereső rendszerben (az előadó szerint nemcsak az összes kívánt szóalak pontos indexelését és megtalálását sikerült elérni, hanem az indexelési folyamatot is több százszorosára gyorsítani). A további konkrét feladat két szótárváltozat elkészítése: egy normatív változaté, amely helyesírás-ellenőrzésre alkalmas, valamint egy normatív és nem normatív nyelvi változaté, amely a beszélt nyelv elemzésének gyakorlatiasabb feladataihoz használható. A digitális korszak által a régi írásos emlékek kutatása előtt megnyitott lehetőségeket a Litván Nyelvi Intézet Írásbeliségi Örökség Kutatóközpontjának munkatársa, dr. Mindaugas Šinkūnas mutatta be Ki másolt kitől? A bibliafordítások történetének automatizált vizsgálata és vizualizációja. című előadásában. Bemutatott egy már kipróbált módszertant, amely megkönnyíti a régi írások kutatói számára a legtöbb nehézséget okozó feladatot: a bibliafordításokban található idézetek hasonlóságának értékelését. Az előadó szerint a módszer perspektíváját az mutatja, hogy a szoftveres elemzéssel elvégzett Bretkūnas-féle Postilės (1591) bibliai passzusainak összehasonlítása során kapott eredmények megfelelnek a korábbi kutatók más módszerekkel levont következtetéseinek. Az előadó a munka legfontosabb eredményének egy olyan eszközt tekintett, amely a források, illetve azok részei közötti hasonlóság hozzávetőleges mértékét mutatja meg. Ez újabb, részletesebb kutatások előtt nyitja meg az utat. Természetesen a konferencián nem maradt szó nélkül a nyelvtechnológia számos kudarcot megélt területe, az automatizált fordítás sem, annál is inkább, mivel elsősorban erre alkalmazzák a nyelvtechnológia kifejezést. A Gépi fordítás a litván nyelv számára16 című előadásban Danielius Algirdas Ralys, a Vilniusi Egyetem Alkalmazott Tudományok Intézetének mérnöke, szakaszonként áttekintette a gépi fordítás összes eredményét és kudarcát (a hidegháború idején megjelent szó szerinti fordítást, a szabályalapú fordítást és a statisztikai fordítási módszereket), majd arra a következtetésre jutott, hogy e terület eredményei Litvániát sem kerülik el. A transzformációs szabályokat létrehozó neurális hálózatok megjelenésével az automatizált fordítás területén az új áttörés reménye ezekhez kötődik. Felhívta a figyelmet arra, hogy a legújabb neurális gépi fordítórendszerek az átlagos fordítónál jobb fordítást nyújtanak, majd ismertette a Vilniusi Egyetem terveit: 2018-ban új generációs neurális fordítási projektet indítanak angol, litván, lengyel, francia, orosz és német nyelven. Mindazonáltal megjegyezte, hogy nem csupán a már feltalált megoldások másolására kell törekedni, hanem saját, új megoldásokat is létre kell hozni. A Litván Nyelvi Intézetben folyó projekt feltárta, hogy valóban történnek ilyen erőfeszítések. Arról, hogy Litvánia számára fontos alternatív automatikus fordítási megoldásokat létrehozni, a Litván Nyelvi Intézet 14 A litván nyelvi szintaktikai és szemantikai elemző információs rendszer címe – https://semantika.lt. 15 A Jogszabály-nyilvántartás címe – https://www.e-tar.lt/portal/index.html. 16 Az előadás alapján készült cikket lásd e kötet „Nyelvtechnológia” című fejezetében, a Bendrinės kalbos folyóiratban. BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 11 A Normatív Nyelv Kutatóközpont tudományos munkatársa, dr. Daiva Šveikauskienė és Vytautas Šveikauskas programozó a 2017-es Tildės adatokból kiindulva arra jutottak, hogy a statisztikai módszereket alkalmazó Google fordítórendszerek litván nyelvre (és litvánról) készített fordításainak minősége gyengébb, mint a lett vagy az észt fordításoké. A szerzők az alternatív fordítási megoldások lehetőségét az általuk kidolgozott, litván nyelvű digitális nyelvtanhoz kapcsolják. Az előadók szerint jelenleg a nyelvtannak csak egy próbamintája készült el, amely mindössze néhány szót fed le, de már ez is azt mutatja, hogy a fordítás minősége jóval jobb. A két szintből – az elvontból (a minden nyelvben közös formákból) és a konkrétból (az adott nyelv sajátos jellemzőit tükröző szintből) – álló digitális nyelvtan lehetővé teszi az automatikus fordítás talán leglényegesebb problémájának, a jelentés átadásának megoldását. Fordítás közben a mondatot elvont szemantikai formává alakítja, amelyből egy másik nyelv mondata úgy jön létre, hogy kizárólag annak a nyelvnek a sajátosságaira támaszkodik, amelyre fordítanak, és egyáltalán nem veszi figyelembe annak a nyelvnek a morfológiáját, amelyről fordítanak; ez teszi lehetővé a jelentés sokkal pontosabb átadását. Egyébként a vállalat Google jelenlegi litván fordítását szinte minden második konferenciarésztvevő említette – egyrészt a nyelvtechnológia sikertelen alkalmazásaként, másrészt a nyelvet fenyegető veszélyként, harmadrészt pedig olyan példaként, amely világosan mutatja, hogy a nyelvtechnológiával nekünk magunknak kell törődnünk. Az idei Jonas Jablonskis-konferenciát összegezve magától adódik néhány, egymással szorosan összefüggő következtetés. Mindenekelőtt: az új technológiák kora hihetetlen lehetőségeket nyit meg a nyelvkutatás előtt – ilyenek a nyelvészetben forradalmat hozó korpuszok és más számítógépes adattárak, a technológiák révén egyre kifinomultabbá váló keresési, összegzési és statisztikai megjelenítési lehetőségek, amelyek a mesterséges intelligencia fejlődésével tovább tökéletesednek. A nyelv fennmaradását azonban az új technológiák különösen nagy kihívások elé állítják, és nemcsak a normatív, hanem az egész litván nyelv veszélyben van. Mégis éppen ezek a technológiák kínálnak módszereket a kihívások leküzdésére, az új európai kezdeményezés pedig különösen kedvező esélyt teremt egy kis ország nyelvének fennmaradására. Ugyanakkor mindez, akárcsak a digitális technológiák fejlődése, minden korábbinál világosabban mutatja, mennyire szükség van az erőfeszítések összefogására és szintézisére. Már ezen a konferencián is bemutatott projektek jelezték, hogy ilyen körülmények között a nyelv fennmaradásának biztosítása és kutatása egyaránt olyan feladat, amelyet a nyelvészek önmagukban, csupán saját tudásukra és erejükre támaszkodva már nem tudnak megvalósítani: a filológusok informatikusokkal, matematikusokkal és programozókkal együtt dolgoztak a projekteken. A mesterséges intelligencia fejlődése – amint arra A. Saudargas többször is rámutatott – már nemcsak a különböző szakterületek képviselőinek összefogását teszi szükségessé, hanem az interdiszciplináris tudomány létrehozását is, amely a nyelvészet, a számítástechnika és a kognitív tudományok metszéspontjában formálódik17. Az EU 17 Például a A litván nyelvnek a digitális korszakban is írástudóvá kell válnia című cikkben, amely a Bernardinai.lt internetes napilapban jelent meg (http://www.bernardinai.lt/straipsnis/2013-01-25-algirdas-saudargas-lietuviu-kalba-privalo-tapti-rastinga-ir-skaitmenineje-epochoje/94233). BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204 RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 12 az anyanyelvi projekt rávilágít az egész állam – a köz- és a magánszektor, a politikusok, a tudósok és a technológiai szakemberek – erőfeszítéseinek összehangolására is. Az idei konferencia témája első pillantásra úgy tűnhetett, hogy csak kevéssé kapcsolódik a normatív nyelv megteremtőjének nevéhez. Mintha elébe ment volna a kapcsolat hiányának benyomásával járó esetleges félreértésnek, a konferencia egyik szervezője, dr. Rita Miliūnaitė már a rendezvény megnyitóbeszédében megnevezett egy kapcsolódási pontot: amikor ma a nyelvet a digitális térbe visszük, ugyanúgy, mint J. Jablonskis idejében, egyetemes, kényelmes, a társadalom igényeit kielégítő nyelvváltozat kialakítására törekszünk. A konferencia más résztvevői is megfogalmaztak egy-egy kapcsolódási pontot: P. Kasparaitis abban a reményben, hogy a LIEPA projekt a litván nyelv iránti törődés szinonimájává válik, hozzátette, hogy J. Jablonskis is egyetértene ezzel; D. A. Ralys pedig a normatív nyelv megteremtőjére úgy emlékezett, mint a nyelvtani szabályok megalkotásának úttörőjére, amelyekből kiindulva eljutottak az automatizált morfológiai elemzésig. Maga a konferencia azonban sokkal több közös kapcsolódási pontot és törekvést tárt fel, mindenekelőtt a litván nyelv fennmaradásáért, a helyes nyelvhasználatért való törődést a világ és a nyelvre ható körülmények elképesztően gyors változása közepette. Beérkezett: 2017. 10. 22. RAMUNĖ VASKELAITĖ [email protected] BENDRINĖ KALBA 90 (2017) www.bendrinekalba.lt ISSN 2351-7204