RAMUNĖ VASKELAITĖ

UITDAGINGEN VAN DIGITALE TECHNOLOGIEËN EN VOORGESTELDE MANIEREN OM DIE TE OVERWINNEN

De 24e Jono Jablonskio-conferentie

De reeks conferenties van Jono Jablonskis, die sinds 1993 elk najaar worden georganiseerd door het Instituut voor de Litouwse taal en de afdeling Litouwse taal van de Universiteit van Vilnius, laat zien dat men daar doorgaans het vaakst concrete problemen rond taalnormering en taalgebruik, of de verhouding tussen norm en gebruik, heeft behandeld (bijv.: Taalnormen en taalgebruik, 1994; Nieuwe taalverschijnselen en hun beoordeling, 1998; Verandering van normen en taalgebruik, 1999; Niveaus van taalnormen en taalgebruik, 2000; Taalgebruik en taalverzorging, 2001)¹. Toch is er waarschijnlijk geen enkele conferentie geweest waarop niet op de een of andere manier ook fundamentelere kwesties aan de orde kwamen: de opvatting van de standaardtaal, haar grenzen en functie, haar verhouding tot de samenleving, haar verandering onder wisselende omstandigheden en haar voortbestaan. En ongeveer sinds de eeuwwisseling, nu allerlei omstandigheden die de taal beïnvloeden ingrijpender veranderen, worden zulke kwesties ook doelbewust als hoofdonderwerp van de besprekingen naar voren geschoven (vgl.: De grenzen van de standaardtaal, 2002; Standaardtaal en samenleving, 2005; Standaardtaal en andere taalvariëteiten, 2006; Taalvariatie en taalattitudes, 2009; Het voortbestaan en de vernieuwing van het Litouws in de hedendaagse samenleving, 2013).

De ontwikkeling van de conferenties wijst ook op een andere tendens: naarmate de aandacht uitgaat naar fundamentele zaken en de benadering dus verdiept, omvat deze tegelijk een steeds breder perspectief. Vier conferenties zijn inmiddels als internationale conferenties gehouden², wat betekent dat niet alleen de toestand of de opvatting van de Litouwse standaardtaal is besproken, maar ook de standaardtaalconcepten die in andere landen worden ontwikkeld, of, wanneer zulke concepten niet worden toegepast, de richtingen van taalplanning, taalbeleid en taalverzorging.

De 24e conferentie van dit jaar bood een bijzonder breed perspectief: een Europees perspectief, dat de meertalige Europese Unie en het daarin spelende vraagstuk van taaldiversiteit omvat. Gezien het onderwerp waarop zij zich richtte, zou de conferentie die plaatsvond in het Instituut voor de Litouwse taal, DIGITALE TAALBRONNEN, HUN ONTWIKKELINGSRICHTINGEN EN MOGELIJKHEDEN VOOR HET GEBRUIK (29 september 2017), ook kunnen worden geplaatst in een nog ruimer kader: het mondiale. En hoewel men voor het bijvoeglijk naamwoord globaal alternatieven uit het Litouws voorstelt, zoals wereldwijd; algemeen; enorm

¹ De samenvattingen van lezingen op sommige J. Jablonskio-conferenties zijn te vinden op de website van het Instituut voor de Litouwse taal op het adres http://lki.lt/tarptautin%C4%97-jono-jablonskio-konferencija/#1501063755178-1d439107-84e9. In de standaardtaal (voorheen: Taalcultuur) worden verslagen van de conferenties gepubliceerd.

² Internationale conferenties werden georganiseerd in 2005, 2009, 2010 en 2016.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

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

of gigantisch, -e³, de besprekingen van dit jaar het nauwkeurigst te benoemen met een internationaal woord dat verschillende semantische nuances omvat. Ten eerste is de digitale ruimte niet alleen mondiaal, maar ook universeel, gigantisch of zelfs grenzeloos, temeer daar de sprekers als gebied van digitale technologieën niet alleen computers noemden, maar ook slimme horloges, telefoons, met de stem bediende stofzuigers, robots en kunstmatige intelligentie in het algemeen. Ten tweede maakt het woord globaal, -e meteen de verbanden met globalisering en mondialiseringsprocessen duidelijk; zulke evidente verbanden heeft niet alleen het gekozen onderzoeksgebied van taalgebruik, maar ook de fundamentele vraag die op de conferentie aan de orde kwam.

Die vraag werd samengevat in de formulering van Laimutis Telksnys, habilitated doctor in de wiskundige wetenschappen: „Wat moeten wij, de paar miljoen Litouwers, doen om niet te verdwijnen in de oceaan van meer dan 7 miljard schrijvende en sprekende mensen en de opkomende slimme machines?” Zowel het concrete en zakelijke antwoord dat de academicus tijdens de plenaire zitting gaf als de gezamenlijke projecten die filologen, wiskundigen, programmeurs en ingenieurs tijdens de vier andere conferentiezittingen achtereenvolgens presenteerden, lieten echter zien dat de algemene strategische koers uitstekend bekend is. Het gaat om het integreren van de taal en haar structuur in de digitale ruimte en om actief te zorgen dat zij daar functioneert, zowel in geschreven als in gesproken vorm. Op de conferentie werd deze strategische koers eerder niet besproken, maar beschouwd als de enige mogelijkheid voor het voortbestaan van de taal van een klein land in het digitale tijdperk, als de enige mogelijke keuze. Europarlementariër Algirdas Saudargas vergeleek haar met de keuze die boekensmokkelaars moesten maken: in een omgeving waar Cyrillisch werd geschreven, kiezen voor Litouws schrift in Latijnse letters. Dr. Audrius Valotka, projectleider aan de Faculteit Filologie van de Universiteit van Vilnius, sprak over een keten van opeenvolgende keuzes: de volken die ervoor kozen iets in klei of op perkament vast te leggen, bleven bestaan; later in de geschiedenis bleven de volken bestaan die teksten drukten met de door Gutenberg uitgevonden drukpers. Nu is het onvermijdelijk de beurt om de keuze te maken voor de overstap naar de digitale ruimte.

Op de conferentie werd iets vaker dan de strategische koers gesproken over de moeilijkheden die ontstaan wanneer men een duidelijk begrepen koers volgt, maar ook die vormden niet de kern van de besprekingen. Meer dan één deelnemer noemde als probleem dat de technologische wereld wordt gedomineerd door bedrijven uit de Verenigde Staten van Amerika (hierna: de VS), zoals Microsoft, Amazon of Google, en dat kleine landen, laat staan hun talen, hen nauwelijks interesseren. Daarom kwam men meermaals tot de conclusie dat men zelf moet zorgen voor het gebruik van de taal in de digitale ruimte en voor haar voortbestaan. Toch wezen verschillende mensen die zich daar al voor inzetten op een tekort aan middelen, waaronder menselijke middelen. Het is begrijpelijk dat een klein land op het gebied van taaltechnologie maar weinig kans maakt om te concurreren met de markthaaien of -reuzen — zoals de Amerikaanse bedrijven met particulier kapitaal meermaals werden genoemd — maar uit de bespreking van de situatie in de Europese Unie (hierna: de EU) door

³ Zo worden bijvoorbeeld dergelijke vervangingen vermeld in de Adviesbank van de Staatscommissie voor de Litouwse Taal: 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

uit de voordracht van de Spaanse wetenschapper Rafael Rivera bleek dat de dominantie van die bedrijven in de wereld van de informatietechnologie ook op EU-niveau problemen veroorzaakt. Anderzijds neigt ook de EU zelf steeds meer naar het Engels, wat de integratie en het voortbestaan van het Litouws in de digitale ruimte bijzonder zou bemoeilijken.

De conferentie bood echter een heel ander perspectief. In de plenaire zitting opende Algirdas Saudargas, ondertekenaar van de Onafhankelijkheidsakte en werkzaam in het Europees Parlement, zijn voordracht met de titel Levende taal in kunstmatige intelligentie. Aangespoord door een onderzoek van het expertisenetwerk META-NET, dat 60 onderzoekscentra in 34 landen omvatte en aantoonde dat het Litouws qua taaltechnologische stand van zaken de laagste score kreeg — dat wil zeggen dat het werd beoordeeld als „met weinig of helemaal geen technologische ondersteuning” — en dat de taal daardoor met uitsterven wordt bedreigd, had hij enkele jaren eerder in het Europees Parlement een onderzoek geïnitieerd met de titel Taalgelijkheid in het digitale tijdperk. Het onderzoek liet zien dat de voorwaarde voor echte integratie in de EU niet eentaligheid, maar juist taaldiversiteit is. Later werd het aangevuld met het Moedertaalproject, dat strategische richtingen op verschillende niveaus voorstelt om de EU een technologische doorbraak te laten bereiken, zodat elke burger van de Unie in de gemeenschappelijke digitale ruimte diensten kan ontvangen en kan communiceren, ongeacht de taal die hij of zij gebruikt.

Een van de onderzoekers, Rafael Rivera, directeur van adviesbureau iClaves, kwam het uitgevoerde onderzoek en de op basis daarvan opgestelde studie presenteren. Hij benoemde de tegenstelling die de taaldiversiteit in de EU met zich meebrengt: enerzijds wordt zij, als uiting van de culturele diversiteit van Europa, beschouwd als een van de grootste rijkdommen van de Unie, die 24 officiële talen en meer dan 60 nationale en regionale minderheidstalen telt; anderzijds vormen de taalbarrières die ontstaan een van de belangrijkste obstakels voor de totstandbrenging van een werkelijk geïntegreerde Unie. Vooral mensen met een lagere opleiding en ouderen, evenals sprekers van kleinere en regionale minderheidstalen, worden hierdoor benadeeld. Zo ontstaat taalkundige uitsluiting. De economische en sociale gevolgen van taalbarrières zijn aanzienlijk: de mogelijkheden van de gemeenschappelijke markt, het vrije verkeer van goederen en arbeidskrachten, de deelname van burgers aan politieke processen en de elektronische handel worden niet ten volle benut, terwijl burgers die het recht hebben ervan gebruik te maken dat niet naar behoren kunnen doen. Dit probleem wordt bijzonder urgent in het digitale tijdperk. Met de opkomst van nieuwe technologieën, zoals zelflerende neurale netwerken, ontstaan mogelijkheden om taalbarrières te overwinnen, maar dit wordt belemmerd door de versnippering van de Europese taaltechnologiemarkt, het gebrek aan coördinatie tussen onderzoeken, onvoldoende financiering en het feit dat EU-beleidsmakers deze kwesties niet voldoende op hun agenda zetten. Al deze oorzaken en problemen verklaren ook

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

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

het ontstaan van het Europese moedertaalproject, dat een uitgebreid pakket maatregelen voorziet op institutioneel, wetenschappelijk, industrieel, markt- en overheidsniveau⁴.

In zijn voordracht Geschreven en gesproken Litouws in traditionele en elektronische media⁵ formuleerde Laimutis Telksnys, hoogleraar aan het Instituut voor Wiskunde en Informatica van de Universiteit van Vilnius, pionier van de internetontwikkeling in Litouwen en een wetenschapper die ook buiten Litouwen bekendstaat om zijn uitvindingen, als antwoord op zijn eigen vraag over de mogelijkheid om te overleven in de oceaan van miljarden, een aantal zeer concrete werkzaamheden als noodzakelijke voorwaarden voor overleving. Om ervoor te zorgen dat correct Litouws behouden blijft in papieren documenten en in de elektronische omgeving, zijn regels nodig voor geschreven en gesproken taal, evenals technische en softwarematige hulpmiddelen en transcribers waarmee schrifttekens uit andere talen kunnen worden weergegeven met Litouwse schrifttekens, en spraakklanken met tekens voor de gesproken Litouwse taal die geschikt zijn voor de automatische synthese van Litouwse spraakklanken en woorden. Zo zou worden gewaarborgd dat er met computers, telefoons, andere sprekende slimme apparaten en robots in correct geschreven en gesproken Litouws wordt gecommuniceerd, en dat niet-Litouwse persoonsnamen in elektronische gegevensopslagplaatsen in Litouwen worden weergegeven met codes voor Litouwse schrifttekens en met de oorspronkelijke schrifttekens; hun uitspraak zou in audio-opnamen worden weergegeven, gemaakt door ze uit te spreken met de fonemen van het Litouws en door opnamen in de oorspronkelijke taal.

De professor zelf en andere specialisten van het Instituut voor Wiskunde en Informatica hebben al veel gedaan om het gebruik van correct gesproken Litouws in de digitale ruimte te bevorderen; dat bleek uit de voordrachten die tijdens de eerste sessie werden gehouden, onder de titel SPRAAKHERKENNING EN -SYNTHESE. (Ook tijdens alle andere conferentiezittingen werden moeilijkheden slechts zelden genoemd; de werkzaamheden werden eerder zakelijk en constructief gepresenteerd en de volgende opgaven opgesomd.) In samenwerking met filologen van het Instituut voor de Litouwse Taal, de Faculteit Filologie van de Universiteit van Vilnius, de Litouwse Universiteit voor Educatie en de Universiteit van Šiauliai voerde de groep specialisten van het Instituut voor Wiskunde en Informatica en de Faculteit Wiskunde en Informatica van de Universiteit van Vilnius, onder leiding van habil. dr. L. Telksnys, in 2013–2015 het project Diensten aangestuurd met Litouwse spraak (LIEPA) uit. Het resultaat bestaat uit zeven voor iedereen toegankelijke diensten in correct gesproken Litouws: de Pažintuvas, die op scholen helpt de celstructuur te verklaren; de Ieškotuvas, die gebruikers kennis laat maken met UNESCO-erfgoedlocaties; en toepassingen waarmee men een computer en zoekfuncties met spraakopdrachten kan bedienen

⁴ De studie Language equality in the digital age. Towards a Human Language Project en de Engelstalige samenvatting ervan zijn openbaar beschikbaar. Ze zijn te vinden op de website van het Europees Parlement (http://www.europarl.europa.eu/thinktank/en/document.html?reference=EPRS_STU(2017)598621), de tekst mag echter alleen voor niet-commerciële doeleinden worden gereproduceerd of vertaald met toestemming van het Europees Parlement.

⁵ Zie voor het op basis van de voordracht opgestelde artikel Bendrinės kalbos, in het hoofdstuk „Apžvalgų” van deze bundel.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

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

Besturing en navigatie, de correct Litouws sprekende Assistent en Vertaler, en een computersynthesizer voor blinden die tekst op het computerscherm voorleest. Tegelijkertijd werden infrastructuurdiensten ontwikkeld: een elektronische tekstlezer, software om internetpagina’s met spraak te openen, een Litouwse spraakherkenningsengine, een spraakcorpus en een laboratorium voor stemopnamen⁶. Er lijkt veel te zijn bereikt, maar L. Telksnys omschreef deze werkzaamheden, terwijl hij samen met Gediminas Navickas, senior specialist bij de afdeling Projecten van hetzelfde instituut, het door hen opgestelde verslag Diensten aangestuurd door Litouwse spraak. Situatie. Vooruitzichten voorlas, slechts als het op een kier zetten van de deur waardoor Litouwse spreektaal de digitale ruimte kan betreden. Als resultaten van het project noemde de spreker eerder het belang van het ‘samensmelten’ van de kennis waarover informatici en filologen beschikken dan de ontwikkelde diensten zelf, evenals de betekenis van het voorbeeld: fabrikanten en dienstverleners krijgen de toepassingsmogelijkheden te zien van diensten die door Litouwse spraak worden aangestuurd. Als een tamelijk dringende opgave voor de huidige tijd, die niet zozeer bij de ontwikkelaars en uitbouwers van taaltechnologieën ligt, beschouwde de wetenschapper, die wereldwijde trends op technologisch gebied voorziet, het opnemen van robots in leerprogramma’s, maar eerst ook het opleiden van leraren.

Ook de projectwerkzaamheden van LIEPA omschreef dr. Audrius Valotka, projectleider aan de Universiteit van Vilnius, slechts als het openen van een poort. In het verslag Verder dan Gutenbergs drukpers: Litouwse spraak in de nieuwste technologieën (mede-auteur G. Navickas) stelde hij dat „Litouwse spraak zich momenteel in informatietechnologie in een vergelijkbare situatie bevindt als 30 jaar geleden, toen kwesties rond het gebruik van Litouwse diakritische tekens in de computertechnologie werden opgelost”. Deze situatie spoort aan tot verdere werkzaamheden – project LIEPA 2. Het resultaat van dit reeds gestarte project moet bestaan uit infrastructurele oplossingen: een spraakcorpus van 1.000 uur Litouwse spraak, een Litouwse spraakherkenner met 3.000 woorden en een verbeterde Litouwse spraaksynthesizer. Ook worden nieuwe diensten ontwikkeld: een humanoïde robot die het besluitvormingsvermogen van kinderen bevordert, een spraakgestuurde beheerder van persoonlijke contacten op een mobiele telefoon, een taxi-oproepdienst, een voorlezer van internetnieuws en een meertalige communicator voor Litouws en Chinees. Als belangrijkste resultaat van het nieuwe project is echter de mogelijkheid voorzien om op natuurlijke wijze met voorwerpen te communiceren (mobiele telefoons, tablets, slimme horloges, robots), opdrachten met de menselijke stem te geven en hun antwoorden te begrijpen.

Een andere vertegenwoordiger van het Instituut voor Wiskunde en Informatica, universitair hoofddocent Pijus Kasparaitis, besprak in het verslag De huidige stand en vooruitzichten van computersynthese van de Litouwse stem (mede-auteurs: dr. Gintaras Skersys, assistent aan de faculteit Wiskunde en Informatica van de Universiteit van Vilnius, en docent

⁶ Ze worden uitgebreider beschreven op de website van Geïntegreerde Litouwse taal- en schriftbronnen 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 illustreerde met behulp van videomateriaal en websites de toepassingsmogelijkheden van de synthesizer die tijdens project LIEPA was ontwikkeld: de synthesizer werd gebruikt in de voorstelling Remote Vilnius, die tijdens het theaterfestival Sirenos van 2014 werd opgevoerd (toeschouwers, die tegelijk de rol van acteurs vervulden, liepen door de straten van Vilnius en luisterden via een koptelefoon naar synthetische stemmen); artikelen op sommige onlinekranten (lzinios.lt, ukininkopatarejas.lt, vilnius.lt, delfi.lt) kunnen niet alleen worden gelezen, maar ook beluisterd; op het busstation van Vilkaviškis worden mededelingen aan reizigers met een synthetische stem voorgelezen; de tekst-naar-spraakdienst RoboBraille kan allerlei tekstdocumenten automatisch omzetten in audiobestanden; ook is de pratende Litouwse robot geen fictie meer: de humanoïde NAO nodigde bezoekers uit om de Litouwse stand te bezoeken tijdens een presentatie-evenement van EU-landen in Brussel en herdacht de Kristijonas DonelaitisJaren tijdens de conferentie Zullen robots Litouws spreken?, die in de Seimas werd gehouden. Bij het noemen van toekomstige toepassingen van spraaksynthese, waarvoor al enkele stappen zijn gezet, verwees P. Kasparaitis naar het inspreken van artikelen op websites die op Linux draaien, virtuele assistenten en een mobiele verkoopautomaat MIO mobile kiosk die in het park snacks of drankjes kan aanbieden.

De werkzaamheden die tijdens de volgende drie sessies werden gepresenteerd, hadden grotendeels betrekking op inspanningen om de geschreven taal te behouden. Ze wekten de indruk dat men zich, na woordenboeken, tekstcorpora, databanken en kaartenbakken naar de digitale ruimte te hebben overgebracht, steeds meer richt op een vorm van digitalisering van taal waardoor taalbronnen niet alleen door taalgebruikers en onderzoekers, maar ook door taaltechnologieprogramma’s en kunstmatige intelligentie kunnen worden benut. Deze strategische koers, die steeds relevanter wordt nu kunstmatige intelligentie grote vooruitgang boekt, werd zowel in artikelen in de pers⁸ als tijdens deze conferentie benadrukt door taalstrateeg A. Saudargas. In de aan de conferentie voorgelegde stellingen werd dit als volgt verwoord: „de ontwikkeling van kunstmatige intelligentie convergeert naar een hybride vorm, waarin neurale netwerken overeenkomen met onbewuste hersenmechanismen, terwijl de bewuste activiteit van de geest wordt gemodelleerd door traditionele, zogenoemde symbolische kunstmatige intelligentie. Hetzelfde geldt voor taaltechnologieën, als we die begrijpen als modellen van taalmechanismen in het menselijk brein (levende taal). Daarom moet elke taalgemeenschap ervoor zorgen dat taaltechnologieën die overeenkomen met symbolische kunstmatige intelligentie (de zogenoemde ‘op regels gebaseerde’ programma’s) de volledige structuur van de moedertaal uitvoerig en nauwkeurig weergeven, en dat er voor het zelflerend vermogen van neurale netwerken een rijke omgeving in de moedertaal (en de moedercultuur) wordt gecreëerd”.

⁷ Zie het artikel dat op basis van de lezing is opgesteld in de rubriek ‘Overzichten’ van dit deel van Bendrinė kalba.

⁸ Bijvoorbeeld in het artikel Fulgura plango, gepubliceerd in het dagblad Bernardinai.lt (http://www.bernardinai.lt/straipsnis/2012-12-05-algirdas-saudargas-fulgura-plango/91787), in het artikel Moedertaal: wat Google niet zal oplossen, gepubliceerd in Lietuvos žinios (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

Tijdens de tweede conferentiezitting werd SKAITMENINIAI LIETUVIŲ KALBOS IŠTEKLIAI, bij de presentatie van een nieuw project van het Instituut voor de Litouwse Taal, eveneens gesteld dat taalbronnen moeten veranderen naarmate nieuwe behoeften, uitdagingen en verwachtingen ontstaan: er moeten nieuwe ideologieën en concepten voor digitale taalbronnen ontstaan, betekenisvolle corridors worden gecreëerd, evenals conceptuele engineering, een verscheidenheid aan mogelijkheden voor informatiezoekopdrachten enzovoort. In de voordracht E. kalba – skaitmeninių kalbos išteklių naudojimo(si) inovacija, voorgelezen door Deimantė Budriūnaitė, hoofd van de afdeling Infrastructuur voor Algemene Zaken, werd het nieuwe project van het instituut gepresenteerd. Zij voert het samen uit met directeur Jolanta Zabarskaitė en Netcode-projectleider Skirmantas Šermukšnis. In feite is het een voortzetting van het eerdere project voor de digitalisering van de taal. Destijds werden 11 eentalige en tweetalige woordenboeken en 5 kaartsystemen gedigitaliseerd, waarmee het Informatiesysteem voor Litouwse taalbronnen⁹ werd opgezet. Het nieuwe project beoogt niet alleen nieuwe bronnen te integreren, maar ook technologieën, oplossingen en instrumenten te ontwikkelen voor semantische zoekopdrachten in bronnen en voor de visualisering van de resultaten daarvan, en op basis van die technologieën diensten voor gebruikers te ontwikkelen: Zoeken in een woordennetwerk, E-marketing, E-concepten en E-advies. Er wordt voorzien in mogelijkheden om bronnen voor marketingdoeleinden in te zetten bij het aanbieden van openbare en particuliere elektronische diensten, om woordvormingsinstrumenten en taaladviezen beter online beschikbaar te maken, en om Litouwse woordnetwerken te koppelen aan woordnetwerken van meer dan 200 andere talen.

De zorg voor het gebruik van Litouwse taalbronnen die al online beschikbaar zijn, bleek ook uit twee door vertegenwoordigers van het Instituut voor de Litouwse Taal gepresenteerde databanken. De ene is geïntegreerd in het Informatiesysteem voor Litouwse taalbronnen, terwijl de andere daarvoor wordt voorbereid. Dr. Rita Miliūnaitė, initiatiefnemer en samensteller van de databank met neologismen in het Litouws en senior onderzoeker bij het Centrum voor onderzoek naar de standaardtaal van het Instituut voor de Litouwse Taal, omschreef de databank als een online naslagwerk voor het vastleggen en lexicografisch beschrijven van Litouwse neologismen uit het begin van de 21e eeuw¹⁰. Uit haar voordracht bleek echter dat in de huidige ontwikkelingsfase vooral de bruikbaarheid van de databank voor gebruikers centraal staat. Daartoe is een zoekfunctie ingericht op trefwoord, oorsprong van het neologisme, oorspronkelijke vorm, spellingsvarianten, gebruiksdomein en enkele bijzondere kenmerken, alsook op de achternaam van een bekend persoon die het neologisme heeft gebruikt of van de auteur ervan. Met het oog op afzonderlijke doelgroepen wordt daarnaast een geavanceerd zoeksysteem ontwikkeld. De belangstelling voor zowel de databank als de neologismen is groot; voorlopig is het enige genoemde probleem dat men de door gebruikers ingezonden gegevens niet snel genoeg kan verwerken. Tegelijkertijd weerlegt de grote hoeveelheid inzendingen twee hardnekkige maatschappelijke mythes: dat het Litouws aan het uitsterven is en dat taalkundigen woorden bedenken. Toch

⁹ Informatiesysteem voor Litouwse taalbronnen is te vinden op http://lkiis.lki.lt/home.

¹⁰ De databank met Litouwse neologismen is te bereiken op 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, die eveneens werkzaam is bij het Centrum voor onderzoek naar de standaardtaal, pleitte in haar voordracht Perspectieven op onderzoek naar neologismevorming (de databank met Litouwse neologismen als gevalstudie) ervoor om de databank ook bruikbaarder te maken voor taalonderzoekers. Daarvoor zou zij dienovereenkomstig moeten worden aangepast. Voorgesteld werd neologismen van indices te voorzien, waarmee de woordsoort van het grondwoord van de afleiding, veranderingen aan de woordvormingsbasis, de rol van analogie en vertaling bij de vorming van een neologisme, ongebruikelijke woordvormingsverschijnselen enzovoort kunnen worden vastgelegd. Volgens de spreekster bracht de poging om dit te doen woordvormingsverschijnselen bij neologismen aan het licht die nauwelijks of zelfs helemaal niet zijn onderzocht.

Bij zijn opsomming van de doelstellingen voor de samenstelling van een andere databank, de geoinformatiedatabank van Litouwse plaatsnamen¹¹, noemde dr. Laimutis Bilkis, senior onderzoeker bij het Centrum voor Baltische talen en naamkunde van het Instituut voor de Litouwse Taal, zowel praktische doelen — het aanleren van correct taalgebruik — als taalkundig onderzoek, met inbegrip van het behoud en de verspreiding van de taal. Dat deze databank zich zowel op taalgebruikers als op onderzoekers richt, blijkt uit de zoek- en presentatiemogelijkheden: informatie over plaatsnamen kan worden gezocht op naam, genus, getal, klemtoonpatroon, woordvormingswijze, herkomst op basis van de taal waartoe het grondwoord behoort en herkomst op basis van de lexicale groep waartoe het grondwoord behoort. In het onderdeel voor de analyse van plaatsnamen worden de klemtoonpatronen van alle naamvallen weergegeven, evenals toelichtingen op herkomst en woordvorming. De databank bevat ongeveer 25.000 plaatsnamen. Ook zijn al enkele koppelingen gerealiseerd: door de integratie van de databank in het Informatiesysteem voor Litouwse taalbronnen zijn verwijzingen gemaakt naar een andere plaatsnaam waarvan de gezochte naam is afgeleid, naar de persoonsnaam in de Databank met Litouwse achternamen waarvan de plaatsnaam is afgeleid, en naar historische schrijfwijzen van die plaatsnaam in de Databank met historische plaatsnamen. Er zijn ook koppelingen met algemene en terminologische woordenschat gepland, met name semantische, woordvormings- en geografische koppelingen. Wel werden enkele problemen genoemd: niet alleen het grote aantal plaatsnamen, maar ook de versnipperde financiering.

Een duidelijke verschuiving van het verzamelen van taalgegevens naar het zoeken naar manieren om die te benutten, blijkt ook uit het werk van onderzoekers op het gebied van corpuslinguïstiek. Tijdens de derde conferentiezitting, CORPUSLINGUÏSTIEK, presenteerden onderzoekers van het Centrum voor Computationele Linguïstiek van de Vytautas Magnus-universiteit, die dit werk in Litouwen grotendeels uitvoeren, samen met vertegenwoordigers van het Baltisch Instituut voor Geavanceerde Technologieën twee gezamenlijke projecten. Daaruit blijkt de ambitie corpora te annoteren en ze zo te gebruiken voor taalonderzoek en voor het samenstellen van andere taalbronnen. In de voordracht van de eerste groep corpuslinguïsten — Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou en Andrius Utka — ¹²werden het morfologisch geannoteerde corpus MATAS en het syntactisch geannoteerde corpus ALKSNIS gepresenteerd. Het corpus MATAS is samengesteld op basis van een corpus van 1 miljoen woorden,

¹¹ Deze databank is ook bereikbaar op http://lkiis.lki.lt/lietuvos-vietovardziu-geoinformacine-duomenu-baze.

¹² Zie het op basis van de voordracht geschreven artikel in de afdeling ‘Taaltechnologie’ van Bendrinės kalbos in dit boekdeel.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

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

Na toepassing van statistische modellen werd voor de annotatie ervan de door het Centrum voor Computationele Linguïstiek ontwikkelde morfologische annotator gebruikt. ALKSNIO De annotatie is gebaseerd op principes van automatische morfologische en syntactische annotatie; er werd een model van syntactische afhankelijkheden toegepast. Het project van de tweede onderzoeksgroep – bestaande uit Erika Rimkutė, Agnė Bielinskienė, Loïc Boizou, Ieva Bumbulienė, Jolanta Kovalevskaitė, Tomas Krilavičius, Justina Mandravickaitė en Laura Vilkaitė – bracht aan het licht dat de annotatie van het Delfi.lt-corpus leidt tot de ontwikkeling van een methodologie voor het onderzoek naar vaste woordcombinaties in het hedendaagse geschreven Litouws en tot de samenstelling van een collocatiewoordenboek van het Litouws. De database met vaste woordcombinaties die op basis van het corpus wordt samengesteld, zal naar verwachting grammaticale en lexicale informatie over de combinaties, gebruiksfrequentie, tekstcategorie, concordantievoorbeelden enzovoort bevatten. Momenteel omvat de database ongeveer 2.700 lemma’s en meer dan 35.000 verbogen vormen.

Ook de praktische mogelijkheden om corpora te gebruiken kwamen naar voren in de voordracht Op corpora gebaseerd onderzoek naar academische frasen: formele structuur en semantiek., opgesteld door Gintarė Judžentytė en dr. Vilma Zubaitienė, docenten aan de afdeling Litouwse taal van de Universiteit van Vilnius. Na een overzicht van eerdere pogingen om wetenschappelijke taal op basis van corpora te onderzoeken, werd ook een project gepresenteerd dat de auteurs zelf uitvoeren. Met behulp van het corpus van studentenschriftelijke werkstukken dat hiervoor aan de Universiteit van Vilnius wordt ontwikkeld, beoogt dit project de structuur en semantiek van academische taalfrasen te onderzoeken. Op basis van het corpusmateriaal en de onderzoeksresultaten wordt een inventaris van academische taalfrasen samengesteld, die van nut zal zijn voor studenten in uiteenlopende studiefasen en studierichtingen.

De vierde conferentiesessie GEAUTOMATISEERDE ANALYSE VAN TAALSTRUCTUUR EN TEKSTEN bracht nog complexere mogelijkheden aan het licht om nieuwe technologieën in te zetten voor taalanalyse. Virginijus Dadurkevičius, ingenieur aan het Instituut voor Toegepaste Wetenschappen van de Universiteit van Vilnius, gaf in zijn voordracht De grammatica van het Litouws in de digitale open-sourcewereld¹³ een overzicht van het werk op het gebied van morfologische analyse dat Vytautas Zinkevičius, programmeur bij het Instituut voor de Litouwse taal, heeft verricht en dat bijna twee decennia lang een onmisbaar en uniek hulpmiddel was voor modern onderzoek naar het Litouws en voor computertoepassingen. Daarnaast presenteerde hij een zekere verschuiving binnen de computationele morfologie, mogelijk gemaakt door het gebruik van het Hunspell-platform. De morfologie van de taal wordt op het platform beschreven in twee tekstbestanden; aan beide ligt de Grammatica van het hedendaagse Litouws ten grondslag, evenals corpora van de Universiteit van Vilnius, de Vytautas Magnus-universiteit en het parlement van de Republiek Litouwen. Volgens de spreker zijn in totaal ongeveer 5.000 groepen adresseerbare regels vastgelegd en zijn meer dan 170.000 lemma’s geselecteerd. Bij de selectie van lemma’s is men beperkt gebleven tot correct hedendaags Litouws. Volgens de spreker interpreteert deze morfologische analysator correct

¹³ Zie het op basis van de voordracht geschreven artikel in de sectie ‘Taaltechnologieën’ van dit deel van Bendrinės kalbos.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

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

gemiddeld 99 van de 100 woorden. De nieuwe methode voor morfologische analyse is met succes toegepast in het door de Vytautas Magnus-universiteit ontwikkelde Informatiesysteem voor syntactische en semantische analyse van het Litouws¹⁴, het Register van rechtshandelingen¹⁵, en met bijzonder veel succes in het Solr/Lucene-systeem voor documentindexering en -zoeken (volgens de spreker lukte het niet alleen om alle gewenste woordvormen nauwkeurig te indexeren en terug te vinden, maar ook om het indexeringsproces honderden keren te versnellen). Een concrete volgende stap is de voorbereiding van twee versies van het woordenboek: een normatieve versie, geschikt voor spellingcontrole, en een versie met zowel normatieve als niet-normatieve taal, geschikt voor meer toepassingsgerichte analyses van levende taal.

De mogelijkheden die het digitale tijdperk biedt voor onderzoek naar oude geschriften kwamen naar voren in de voordracht Wie heeft van wie overgeschreven? Automatisering en visualisering van onderzoek naar de geschiedenis van Bijbelvertalingen., gegeven door dr. Mindaugas Šinkūnas, medewerker van het Centrum voor Onderzoek naar het Geschreven Erfgoed van het Instituut voor de Litouwse taal. Hij presenteerde een reeds beproefde methodologie die de beoordeling vergemakkelijkt van de overeenkomst tussen citaten in Bijbelvertalingen, een taak die onderzoekers van oude geschriften de meeste moeilijkheden oplevert. Volgens de spreker blijkt het perspectief van deze methodologie uit het feit dat de resultaten van de vergelijking van Bijbelverzen in Bretkūnas’ Postilė (1591), uitgevoerd met behulp van softwareanalyse, overeenkomen met conclusies die eerdere onderzoekers met andere methoden hebben getrokken. De spreker beschouwde als belangrijkste resultaat van het werk een hulpmiddel dat een indicatieve verhouding weergeeft van de overeenkomst tussen bronnen of delen daarvan. Het opent mogelijkheden voor verder, diepgaander onderzoek.

Uiteraard bleef ook een taaltechnologiegebied met een aanzienlijke reeks mislukkingen niet onbesproken op de conferentie: geautomatiseerd vertalen, temeer daar de term taaltechnologieën er in de eerste plaats op van toepassing is. In zijn voordracht Machinevertaling voor het Litouws¹⁶ gaf Danielius Algirdas Ralys, ingenieur aan het Instituut voor Toegepaste Wetenschappen van de Universiteit van Vilnius, een gefaseerd overzicht van alle successen en mislukkingen van machinevertaling (de letterlijke vertaling die tijdens de Koude Oorlog ontstond, regelgebaseerde vertaling en statistische vertaalmethoden) en concludeerde hij dat de vooruitgang op dit gebied ook aan Litouwen niet voorbijgaat. Met de opkomst van neurale netwerken die transformatieregels construeren, zijn de verwachtingen van een nieuwe doorbraak op het gebied van geautomatiseerd vertalen op deze netwerken gericht. Na erop te hebben gewezen dat de nieuwste neurale machinevertaalsystemen beter vertalen dan een gemiddelde vertaler, werden de plannen van de Universiteit van Vilnius gepresenteerd om in 2018 een project te starten voor de volgende generatie neurale vertaling in het Engels, Litouws, Pools, Frans, Russisch en Duits. Toch werd opgemerkt dat men niet alleen moet proberen te kopiëren wat al is uitgevonden, maar ook zelf iets nieuws moet ontwikkelen.

Het project dat bij het Instituut voor de Litouwse taal wordt uitgevoerd, liet zien dat zulke inspanningen inderdaad worden geleverd. Dat het voor Litouwen belangrijk is om alternatieve mogelijkheden voor automatische vertaling te ontwikkelen, werd toegelicht door het Instituut voor de Litouwse taal

¹⁴ Informatiesysteem voor syntactische en semantische analyse van de Litouwse taal adres – https://semantika.lt.

¹⁵ Het adres van het Register van rechtshandelingen is https://www.e-tar.lt/portal/index.html.

¹⁶ Zie het op basis van de voordracht geschreven artikel in de sectie ‘Taaltechnologieën’ van dit deel van Bendrinės kalbos.

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

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

Dr. Daiva Šveikauskienė, wetenschappelijk medewerker bij het Centrum voor Onderzoek naar de Standaardtaal, en programmeur Vytautas Šveikauskas besloten zich te baseren op gegevens uit 2017 van Tildės, waaruit blijkt dat de kwaliteit van vertalingen naar het Litouws (en daaruit) door vertaalsystemen van Google, die statistische methoden gebruiken, slechter is dan die naar het Lets of Ests. Het perspectief van alternatieve vertaalmogelijkheden verbinden de auteurs met de digitale grammatica van het Litouws die zij ontwikkelen. Volgens de sprekers is momenteel slechts een proefvoorbeeld van de grammatica opgesteld, dat maar enkele woorden omvat, maar zelfs dit laat zien dat de vertaalkwaliteit veel beter is. De digitale grammatica, opgebouwd uit twee niveaus – het abstracte (vormen die voor alle talen gemeenschappelijk zijn) en het concrete (een niveau dat de specifieke kenmerken van een bepaalde taal weerspiegelt) – maakt het mogelijk wellicht het voornaamste probleem van automatische vertaling te overwinnen: het overbrengen van betekenis. Tijdens het vertalen kan zij een zin omzetten in een abstracte semantische vorm, waaruit een zin in een andere taal wordt gegenereerd op basis van uitsluitend de eigenschappen van de taal waarnaar wordt vertaald, zonder rekening te houden met de morfologie van de taal waaruit werd vertaald. Dat schept de voorwaarden voor veel nauwkeurigere resultaten bij het overbrengen van betekenis. Overigens werd de huidige vertaling naar het Litouws van het bedrijf Google door bijna elke tweede deelnemer aan de conferentie genoemd – zowel als een mislukking bij de toepassing van taaltechnologie, als een bedreiging voor de taal, en als een voorbeeld dat duidelijk laat zien dat we zelf voor taaltechnologie moeten zorgen.

Bij het samenvatten van de conferentie van dit jaar ter ere van Jonas Jablonskis dringen zich vanzelf enkele onderling nauw verbonden conclusies op. Ten eerste biedt het tijdperk van de nieuwe technologieën ongekende mogelijkheden voor taalonderzoek: corpora en andere digitale gegevensverzamelingen, die een revolutie in de taalkunde teweeg hebben gebracht, en de steeds geavanceerdere mogelijkheden voor zoeken, samenvatten en statistische weergave die de technologie ontsluit en die zich verder ontwikkelen met de opkomst van kunstmatige intelligentie. Nieuwe technologieën vormen echter bijzonder grote uitdagingen voor het voortbestaan van de taal, en niet alleen voor de standaardtaal, maar voor het Litouws als geheel dreigt gevaar. Toch bieden juist die technologieën manieren om de uitdagingen te overwinnen, en het nieuwe Europese initiatief schept bijzonder gunstige mogelijkheden voor het voortbestaan van de taal van een klein land. Zowel dat initiatief als de ontwikkeling van digitale technologieën maakt echter de behoefte aan bundeling van inspanningen en samenwerking actueler dan ooit. De projecten die al op deze conferentie werden gepresenteerd, lieten zien dat onder deze omstandigheden zowel het waarborgen van het voortbestaan van de taal als het onderzoek ervan niet langer uitvoerbare taken zijn met alleen de kennis en inzet van taalspecialisten: filologen voerden de projecten uit met informatici, wiskundigen en programmeurs. De ontwikkeling van kunstmatige intelligentie, zoals A. Saudargas meermaals heeft opgemerkt, maakt niet alleen bundeling van inspanningen van specialisten uit verschillende vakgebieden noodzakelijk, maar ook de ontwikkeling van interdisciplinaire wetenschap, die zich vormt op het raakvlak van taal, informatica en cognitieve wetenschappen. En de EU¹⁷

¹⁷ Bijvoorbeeld in het artikel Het Litouws moet ook in het digitale tijdperk taalvaardig worden, gepubliceerd in het online dagblad Bernardinai.lt (http://www.bernardinai.lt/straipsnis/2013-01-25-algirdas-saudargas-lietuviu-kalba-privalo-tapti-rastinga-ir-skaitmenineje-epochoje/94233).

BENDRINĖ KALBA 90 (2017)

www.bendrinekalba.lt

ISSN 2351-7204

RAMUNĖ VASKELAITĖ. Skaitmeninių technologijų keliami iššūkiai ir siūlomi būdai juos įveikti | 12

het project voor de moedertaal laat ook zien dat de inspanningen van de hele staat moeten worden gebundeld — die van zowel de publieke als de private sector, politici, wetenschappers en technologen.

Alleen op het eerste gezicht kon het thema van de conferentie van dit jaar weinig te maken lijken te hebben met de naam van de grondlegger van de standaardtaal. Om de indruk dat er geen verband bestaat voor te zijn, benoemde een van de organisatoren van de conferentie, dr. Rita Miliūnaitė, een verband al in haar openingswoord: nu de taal naar de digitale ruimte wordt gebracht, streeft men, net als in de tijd van J. Jablonskis, naar een universele, gebruiksvriendelijke taalvariant die aan de behoeften van de samenleving voldoet. Ook andere deelnemers aan de conferentie verwoordden enkele verbanden: P. Kasparaitis sprak de hoop uit dat het project de LIEPA synoniem zou worden voor zorg voor de Litouwse taal, en voegde eraan toe dat J. Jablonskis het daarmee eens zou zijn; D. A. Ralys herinnerde zich de grondlegger van de standaardtaal als pionier in het opstellen van grammaticaregels, van waaruit de stap werd gezet naar geautomatiseerde morfologische analyse. De conferentie zelf bracht echter veel meer overeenkomsten en gemeenschappelijke doelstellingen aan het licht, allereerst de zorg voor het (voort)bestaan van de Litouwse taal en voor het juiste taalgebruik, terwijl de wereld en de omstandigheden die de taal beïnvloeden ongelooflijk snel veranderen.

Ontvangen op 22-10-2017

RAMUNĖ VASKELAITĖ

[email protected]

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