Personal tools
A Network of Excellence forging the
Multilingual Europe Technology Alliance

META-NET White Paper Series: Press Release

Най-малко 21 европейски езика са застрашени от дигитална смърт

Водещи европейски експерти в сферата на езиковите технологии предупреждават в ново изследване, че шансът на много от европейските езици да оцелеят в дигиталната епоха не е голям

Според ново изследване на водещи европейски експерти в сферата на езиковите технологии повечето европейски езици са заплашени от дигитална смърт. След оценка на състоянието на езиковите технологии за 30 от близо 80-те езика, които се говорят в Европа, експертите достигнаха до извода, че езиковите технологии за 21 от 30-те изследвани езика или „са недоразвити”, или са „слабо развити”. Изследването е проведено от Европейската мрежа за върхови постижения META-NET, в която членуват 60 изследователски центъра от 34 страни, сред които е и Институтът за български език „Проф. Любомир Андрейчин”.

Проучването е проведено от над 200 експерти и е обобщено в Бели книги за различните езици (30 на брой), които са публикувани от META-NET (печатни издания и онлайн) и включват обзор и оценка на състоянието на наличните езикови технологии за всеки език в четири различни категории: автоматичен превод, обработка и синтез на реч, анализ на текст и общо състояние на езиковите ресурси. В поне една от тези категории 21 от 30-те езика (т. е. 70%) получават най-ниската оценка (т. е. за тях липсват езикови технологии или съществуващите технологии са недоразвити), като за български категорията със слаба оценка е автоматичният превод. Няколко езика, сред които исландски, латвийски, литовски и малтийски, получават най-ниска оценка и в четирите категории. Състоянието на наличните езикови ресурси и технологии не е оценено като „отлично” за нито един език, ресурсите за английски получават висока оценка, след това се нареждат холандски, френски, немски, италиански и испански език, които са оценени като „средно развити”. Технологиите и ресурсите за езици като баски, български, каталански, гръцки, унгарски и полски са категоризирани като „фрагментарно развити”, което означава, че са сред езиците с висок риск от отмиране в дигиталната епоха. Тоест, за момента българският език (получил средна оценка в категориите обработка на реч, анализ на текст и общо състояние на езиковите ресурси) не е застрашен, но ситуацията би могла да се промени значително с навлизането на ново поколение технологии, използващи наистина ефективно естествените езици.

„Резултатите от проведения от нас анализ са силно обезпокоителни. По-голямата част от европейските езици не разполагат с достатъчно количество адекватни ресурси, които да гарантират оцеляването им в епохата на развити технологии, а при някои езици дори нуждата от такива ресурси не е била осъзната. Поради тази причина и бъдещето на много от европейските езици е неясно”, казва проф. Ханс Уцкорайт, координатор на инициативата META-NET, научен директор на Германския център за проучване на изкуствения интелект (DFKI) и един от авторите и редакторите на изследването. Друг от редакторите - Георг Рем (DFKI), добавя: „Наблюдаваме драстично разминаване в равнището на състоянието и достъпа до езиковите технологии за различните европейски езици и за различните технологични области. Пропастта между т. нар. „големи” и „малки” езици продължава да се разширява. Трябва да положим усилия, за да осигурим адекватна технологична подкрепа за всички по-малки езици, за които липсват нужните ресурси и технологии. В противен случай те за застрашени от дигитална смърт.”

Под езикови технологии най-общо се разбира софтуер, който може да обработва говорима и писмена човешка реч. Добре познати приложения на такъв софтуер са програмите за правописна и граматична корекция и за синтез на реч (като SpeechLab 2.0 за български), интерактивните лични асистенти на смартфоните (например Siri за iPhone), диалоговите системи за обработка на въпроси по телефона, системите за автоматичен превод (като WebTrance на SkyCode), уеб търсачките, както и синтезаторите на реч в навигационните системи за автомобили. Съвременните системи, базирани на езикови технологии, разчитат предимно на статистически методи, които изискват голям обем данни от писмена и устна реч. За езици със сравнително малък брой носители необходимият обем езикови данни се набира трудно - българският език например е в незавидна ситуация в сравнение с езици като френски, които се използват от цялата френскоговоряща общност. Освен това при компютърните системи, които се базират на статистическа обработка на езика, качеството на генерираните данни не е задоволително, както се вижда от грешните преводи, които се предлагат от онлайн системите за машинен превод.

Европа непрестанно доказва, че успешно преодолява повечето граници (видими и невидими) между държавите на континента. Все още обаче съществува една граница, която е непокътната – невидимата езикова бариера, която спира свободния обмен на знания и информация. Тази бариера пречи и на реализацията на дългогодишната идея за изграждане на единен дигитален пазар, тъй като именно езиковото неразбиране пречи на свободния обмен на стоки, продукти и услуги. И макар че езиковите технологии имат потенциала да преодолеят езиковите бариери чрез съвременните системи за машинен превод, резултатите от обзора, публикуван от META-NET, ясно показват, че много от европейските езици все още не са подготвени за бъдещето. Наблюдават се съществени липси в наличните технологии, тъй като повечето научно-изследователски инициативи в областта поставят твърде голям акцент и отделят много време, средства и усилия за развитие на технологии и ресурси за английски език. Повечето познати системи са изградени около и/или са насочени към английски и поддържат превод от и на малко други езици (български например), а и няма унификация, така че се налага потребителите да усвоят различни методи за работа с различните системи. За разработването на езикови технологии за останалите езици (освен английски) не са били поемани нито политически, нито финансови ангажименти и липсва ясна изследователска и технологична визия за развитие.

В момента Европа полага координирани мащабни усилия за разработване на липсващите езикови технологии, както и за техния трансфер между отделните езици. Европейският съюз има достатъчно причини да поеме това огромно предизвикателство в рамките на обща инициатива, обединяваща страните членки, асоциираните държави и бизнеса. Сред тези причини са финансовата тежест, изчислена на глава от населението за по-малките езикови общности; нуждата от трансфер на технологии между езиците; оперативната несъвместимост на ресурсите, компютърните системи и услугите; както и фактът, че езиковите граници често не съвпадат с политическите. Европа трябва да предприеме необходимите действия, за да подготви езиците, които се говорят на територията ѝ, за живот в дигиталната епоха, тъй като тези езици са ценна част от европейското културно наследство и заслужават да са с нас и занапред. На 26 септември Съветът на Европа отбелязва Европейския ден на езиците, на който се чества езиковото многообразие и се подчертава значението на развитието на богатите езикови и културни ресурси, с които разполага нашият континент. Задачата на META-NET е ясно да очертае предизвикателствата и възможностите, които очакват езиковото ни наследство в информационната епоха.

Защо езикови технологии?

Езиковите технологии ни помагат в изпълнението на ежедневните ни задължения, например при писане на имейли или покупка на билети. Разчитаме на езиковите технологии и когато търсим информация по интернет или превеждаме уеб страници; когато проверяваме написаното с програмите за правописна и граматична корекция; когато управляваме с гласови команди системите, вградени в нашия автомобил или в мобилния ни телефон; когато преглеждаме препоръките в онлайн книжарниците; когато следваме инструкциите на приложенията за мобилна навигация. В близко бъдеще ще можем да говорим на компютърните програми, на машините и на редица други устройства, включително на дългоочакваните роботи, които ще ни обслужват в дома ни и на работните ни места. Където и да сме, когато се нуждаем от информация, просто ще я потърсим, а когато се нуждаем от помощ, просто ще я поискаме на глас. Премахването на комуникационната бариера между хората и компютрите ще промени нашия свят.

Днес езиковите технологии са една от ключовите области за развитие в света на информационните технологии. Големи международни корпорации като Google, Microsoft, IBM и Nuance насочват сериозни инвестиции към това поле. В Европа стотици малки и средноголеми компании са се специализирали в разработване на определени езиково-технологични приложения и услуги. Езиковите технологии позволяват на хората да си сътрудничат, да учат, да правят бизнес, да споделят знания, независимо от езиковите и компютърните си умения.

Серията от Бели книги на META-NET

Белите книги на META-NET, издавани в серията „Езиците в европейското информационно общество” (“Languages in the European Information Society”), предлагат анализ на достъпа до езикови технологии за 30 европейски езика и хвърлят светлина върху най-непосредствените рискове и възможности за развитие. Книгите в серията представят всички официални езици на страните членки на ЕС, както и няколко други езика, които се говорят на територията на Европа. Макар да са били публикувани редица ценни и изчерпателни научни изследвания върху някои аспекти от развитието на езиковите технологии, до този момент липсва обзор, който да е достъпен за по-широката публика и да представя основните факти, развитието и предизвикателства пред европейските езици по пътя към технологично развитото многоезиково бъдеще на Европа. Серията Бели книги, подготвени от META-NET, запълва именно тази липса. Анализът на експертите на META-NET показва защо повечето европейски езици изпитват сериозни проблеми в дигиталното пространство и посочва онези липси, които са най-опасни за бъдещето на европейските езици. Над 200 автори и консултанти са участвали в изготвянето на Белите книги.

Следните европейски езици имат своя Бяла книга: баски, български, каталански, хърватски, чешки, датски, холандски, английски, естонски, фински, френски, галисийски, немски, гръцки, унгарски, исландски, ирландски, италиански, латвийски, литовски, малтийски, норвежки (букмол и ниноршк), полски, португалски, румънски, сръбски, словашки, словенски, испански и шведски. Бялата книга за всеки език е изготвена на съответния език и включва превод на английски.

За META-NET и META

Мрежата за върхови постижения META-NET обединява 60 изследователски центъра от 34 страни, водени от общата цел за изграждане на технологичните основи на многоезиковото европейско информационно общество. META-NET е съфинансирана от Европейската комисия по четири проекта.

META-NET изгражда многоезиковия европейски технологичен алианс META (Multilingual Europe Technology Alliance), към който вече са се присъединили над 600 организации от 55 страни, включително изследователски центрове, университети, малки и средни фирми, както и няколко големи компании.