europe's languages in the digital age: multilingual technologies for overcoming language...
DESCRIPTION
Georg Rehm. Europe's Languages in the Digital Age: Multilingual Technologies for overcoming Language Barriers and Preventing Digital Language Extinction. Workshop State of the Art of Machine Translation: Current Challenges and Future Opportunities. Science and Technology Options Assessment (STOA), European Parliament, Brussels, Belgium, December 2013. December 03, 2013. Invited talk.TRANSCRIPT
Co-funded by the 7th Framework Programme and the ICT Policy Support Programme of the European Commission through the contracts T4ME, CESAR, METANET4U, META-NORD (grant agreements no. 249119, 271022, 270893, 270899).
Multilingual Technologies for overcoming Language Barriers and Preventing Digital Language Extinction
Georg Rehm
DFKI, Berlin, Germany Network Manager META-NET
Workshop “State of the Art of Machine Translation – Current Challenges and Future Opportunities”,
STOA, European Parliament, Brussels, Belgium – December 03, 2013
Europe's Languages in the Digital Age:
Outline
q Introduction
q Language White Paper Series: Europe’s Languages in the Digital Age
q The META-NET Strategic Research Agenda for Multilingual Europe
q Conclusions
http://www.meta-net.eu 2
http
://w
ww
.met
a-ne
t.eu/
mem
bers
q Network of excellence dedicated to fostering the technological foundations of the European multilingual information society.
q Initial project: T4ME (FP7). Three ICT-PSP consortia since Feb. 2011: CESAR, METANET4U, META-NORD
q First funded phase (i.e., the four projects) ended on Jan. 31, 2013.
q All EU member states and several non-member states covered.
q META-NET: 60 research centres in 34 European countries.
Language White Paper Series Europe’s Languages in the Digital Age
http://www.meta-net.eu 4
Language White Paper Series
http://www.meta-net.eu 5
q “Europe’s Languages in the Digital Age”
q Series covers 31 languages in 31 volumes.
q Reports on the state of our languages in the digital age and the level of support through language technology.
q >2 years in the making. q >215 experts as contributors. q >8.000 copies distributed to
politicians and journalists.
q Basque q Bulgarian* q Catalan q Croatian* q Czech* q Danish* q Dutch* q English* q Estonian* q Finnish* q French* q Galician
q German* q Greek* q Hungarian* q Icelandic q Irish* q Italian* q Latvian* q Lithuanian* q Maltese* q Norwegian q Polish* q Portuguese*
q Romanian* q Serbian q Slovak* q Slovene* q Spanish* q Swedish* q Welsh
* Official EU language
Cross-Lingual Comparison
q In four areas – 1. Machine Translation, 2. Text Analytics, 3. Speech Processing, 4. Language Resources – each language is ranked: from excellent LT support to weak/no support.
q Cross-lingual comparison discussed and finalised at a network meeting with representatives of all languages (Oct., 2011).
http://www.meta-net.eu 7
MT
English
good
French, Spanish
moderate fragmentary
Catalan, Dutch, German, Hungarian, Italian, Polish,
Romanian
weak or no support through LT
Basque, Bulgarian, Croatian, Czech, Danish, Estonian, Finnish, Galician, Greek, Icelandic, Irish,
Latvian, Lithuanian, Maltese, Norwegian, Portuguese, Serbian, Slovak, Slovene, Swedish, Welsh
excellent
Czech, Dutch, Finnish, French, German, Italian,
Portuguese, Spanish
moderate fragmentary
Basque, Bulgarian, Catalan, Danish, Estonian, Galician,
Greek, Hungarian, Irish, Norwegian, Polish, Serbian,
Slovak, Slovene, Swedish
weak or no support through LT
Croatian, Icelandic, Latvian, Lithuanian, Maltese, Romanian,
Welsh
excellent
English
good
Spee
ch
English
good
Dutch, French, German, Italian,
Spanish
moderate fragmentary
Basque, Bulgarian, Catalan, Czech, Danish, Finnish,
Galician, Greek, Hungarian, Norwegian, Polish,
Portuguese, Romanian, Slovak, Slovene, Swedish
weak or no support through LT
Croatian, Estonian, Icelandic, Irish, Latvian, Lithuanian,
Maltese, Serbian, Welsh
excellent
English
good
Czech, Dutch, French, German,
Hungarian, Italian, Polish,
Spanish, Swedish
moderate fragmentary
Basque, Bulgarian, Catalan, Croatian, Danish, Estonian,
Finnish, Galician, Greek, Norwegian, Portuguese,
Romanian, Serbian, Slovak, Slovene
Icelandic, Irish, Latvian, Lithuanian, Maltese, Welsh
weak or no support through LT excellent
Res
ourc
es
Text
Ana
lyti
cs
Key Observations and Results
http://www.meta-net.eu 9
q When it comes to technology support, there are massive differences between Europe’s languages and technology areas.
q Support for English is ahead of any other language.
q But: even support for English is far from being perfect.
q Several languages get the weakest score in all four areas (e.g., Icelan-dic, Latvian, Lithuanian, Maltese)!
Af Jens Ejsing// [email protected]
Det danske sprog har det svært i den digitale verden.
Det konstaterer danske sprogforskere- og eksperter i forbindelse med den nye inter-nationale undersøgelse META-NET, der ser nærmere på, hvordan en lang række mindre, europæiske sprog som dansk klarer sig i den digitale verden.
Forskerne fra bl.a. Københavns Universitet og Dansk Sprognævn når frem til, at dansk i fremtiden kan få det endnu sværere i den digitale verden, fordi Google Translate, GPSer, applikationer til smartphones og andre sprog-teknologiske programmer ikke i tilstrækkelig grad formår at behandle de mange nuancer i det danske sprog.
Professor i sprogteknologi på Københavns Universitet, Bolette Sandford Pedersen, mener, at der er brug for en slags digital dansk sprogbank fyldt med data, så bl.a. oversættel-ser bliver så præcise og gode som muligt. Med
hjælp fra sprogbanken kan forskere ifølge professoren hjælpe virksomheder med at for-bedre programmer, der skal håndtere sproglig viden om bl.a. maskinoversættelse, tale-genkendelse og informationssøgning.
Dermed vil der blive længere mellem fejlag-tige oversættelser, som når »hæld olie på pan-den« med Google Translate bliver til »pour oil on the forehead« på engelsk. Oversættelser, der er i værste fald er så upræcise, at danskere ender med at fravælge deres eget sprog i den digitale verden.
Sproghjælp til virksomhederHun anerkender dog, at »teknologien til auto-matiske oversættelser på mange måder er fantastisk«.
»Den er bare ikke god nok, når det gælder dansk,« siger hun:
»Det er som om, at vi i et vist omfang lægger det i hænderne på Google eller andre virk-somheder at afgøre, om dansk skal behandles godt nok eller ej. Men det danske marked er ikke stort for dem. Spørgsmålet er derfor,
Dårlig sprogteknologi truer dansk på nettetOrd. Forskere arbejder på at forbedre danske oversættelser på internettet.
om vi ikke i højere grad selv skal gøre noget for at sikre, at det fornødne datamateriale er til rådighed, så vi får gode oversættelser og anden god sprogteknologi. Det kunne f.eks. være ved, at vi gjorde en indsats for at få opret-tet en sprogbank med en masse beriget mate-riale om dansk.«
»Hvis vi hele tiden oplever, at oversættel-ser er behæftede med fejl, tør vi ikke stole på dem,« siger hun og understreger, at »fejlagtige oversættelser kan føre til store misforståelser«.
Ifølge Dansk Sprognævns direktør, Sabine Kirchmeier-Andersen, kan dårlig sprogtekno-logi have konsekvenser for mange danskere, der ikke er så gode til engelsk.
»Hvis vi har ambitioner om at bruge det danske sprog i fremtidens teknologiske univers, skal der gøres en indsats nu for at fastholde ekspertise og udbygge den viden, vi har,« mener hun:
»Ellers risikerer vi, at kun folk, der taler fly-dende engelsk, vil få glæde af de nye generatio-ner af web-, tele- og robotteknologi, der er på vej.« B
H Der er omkring 80 sprog i EU. For 21 af dem – også dansk – gælder det, at der er store sprogteknologiske mangler, når det gælder bl.a. maskinoversættelse, talegenken-delse og informationssøgning.
H Ifølge en EU-undersøgelse køber et stigende antal europæiske internetbrugere varer eller tjenester på nettet, hvor det sprog, der bliver anvendt, ikke er deres eget. Det gælder over halvdelen af brugerne.
H Over hver tredje anvender et fremmed-sprog til at skrive mail eller indlæg på nettet.
fakta HSprog i Europa
38
Στην ψηφιακή εποχή δεν… µιλούν ελληνικά, όπως και αρκετές άλλες ευρωπαϊκές
γλώσσες, σύµφωνα µε πανευρωπαϊ-κή έκθεση µε την υπογραφή 200 και πλέον ειδικών. Η συγκεκριµένη µελέ-τη δηµοσιεύτηκε από το επιστηµονικό δίκτυο ΜΕΤΑ-ΝΕΤ µε αφορµή τη χτε-σινή Ευρωπαϊκή Ηµέρα Γλωσσών.
Για τις ανάγκες της έρευνάς τους, γλωσσολόγοι από 34 χώρες της Γη-ραιάς Ηπείρου βαθµολόγησαν τις διαθέσιµες γλωσσικές υπηρεσίες και δηµιούργησαν ένα «Λευκό Βι-βλίο» για κάθε ευρωπαϊκή γλώσσα. Στη µελέτη τους, οι ειδικοί αναζήτη-σαν µεταξύ άλλων τέσσερα βασικά ηλεκτρονικά εργαλεία, δηλαδή την ύπαρξη αυτόµατης µετάφρασης, τη δυνατότητα φωνητικής αλληλε-πίδρασης και ψηφιακής ανάλυσης κειµένου, ενώ ταυτόχρονα διερευνή-θηκε και η διαθεσιµότητα γλωσσικών πόρων ή πηγών.
Σε πρώτη φάση εξέτασαν τις ιστο-σελίδες που επιτρέπουν στους χρή-στες να κάνουν µεταφράσεις online, όπως, για παράδειγµα, η υπηρεσία του κολοσσού πληροφορικής Google Translate. Την ίδια ώρα, εξετάστηκε και η «επικοινωνία» των ελληνόφω-νων χρηστών µε τις…συσκευές τους, όπως για παράδειγµα η δυνατότητα
να «µιλήσει» κάποιος στο GPS στη µητρική του γλώσσα. Οι ερευνητές κατέληξαν στο συµπέρασµα ότι υπάρχουν τέτοιες συσκευές, αλλά δεν είναι τόσο διαδεδοµένες όσο οι αγγλόφωνες. Το «χρυσό» µετάλλιο κατακτά,
όπως είναι άλλωστε και λογικό, η αγγλική γλώσσα. Οι αγγλόφωνοι χρή-στες έχουν την καλύτερη δυνατή τε-χνολογική υποστήριξη, κάτι το οποίο ευνοεί την περαιτέρω εξάπλωση της γλώσσας. Από «τεχνολογικό απο-κλεισµό» κινδυνεύουν περισσότερο η ισλανδική, η λετονική, η λιθουανική και η µαλτέζικη γλώσσα, ενώ σε λίγο καλύτερη µοίρα βρίσκονται η ελλη-νική, η βουλγαρική, η ουγγρική και η πολωνική, που όπως αναφέρει η έρευνα έχουν «αποσπασµατική» τε-χνολογική υποστήριξη.
«Μέτρια» χαρακτηρίζεται η υπο-στήριξη χρηστών σε ολλανδική, γαλ-λική, γερµανική, ιταλική και ισπανική γλώσσα. Οι επικεφαλής της επιστη-µονικής οµάδας, Χανς Ουζκοράιτ και Γκεόργκ Ρεµ, αναφέρουν χαρακτηρι-στικά: «Υπάρχουν δραµατικές διαφο-ρές στην υποστήριξη της γλωσσικής
τεχνολογίας ανάµεσα στις διάφορες ευρωπαϊκές γλώσσες. Το χάσµα µετα-ξύ “µικρών” και “µεγάλων” γλωσσών ολοένα και διευρύνεται. Πρέπει να εξασφαλίσουµε τον εφοδιασµό των µικρότερων και λιγότερο πλούσιων σε ψηφιακούς πόρους γλωσσών µε τις απαραίτητες βασικές τεχνολογί-ες. ∆ιαφορετικά, οι γλώσσες αυτές είναι καταδικασµένες σε ψηφιακή εξαφάνιση».
Μάλιστα, οι ειδικοί τονίζουν ότι χω-ρίς αποφασιστική δράση οι γλώσσες αυτές δύσκολα θα… επιβιώσουν στον ψηφιακό κόσµου του 21ου αιώνα. Η κ. Μαρία Γαβριηλίδου, µέλος της επι-στηµονικής οµάδας από το Ινστιτούτο
Επεξεργασίας του Λόγου Ερευνητικό Κέντρο Αθηνά, λέει στον «Ε.Τ.»: «Η έρευνα αυτή δεν λέει ότι δεν θα ζήσει η ελληνική γλώσσα ή ότι κινδυνεύει µε εξαφάνιση». Η ειδικός εξηγεί ότι όσο υπάρχουν άνθρωποι που µιλά-νε, γράφουν και επικοινωνούν µε µια γλώσσα, τότε αυτή θα συνεχίσει να υπάρχει. Είναι σηµαντικό, όµως, να έχουν όλοι οι χρήστες τη δυνατότητα να «µιλήσουν» στις µηχανές, όπως τα GPS τους, στα ελληνικά και να έχουν στη διάθεσή τους γλωσσικά εργαλεία ηλεκτρονικών υπολογιστών.
Μεταξύ αυτών των «εργαλείων» είναι οι διορθωτές ορθογραφικών και συντακτικών λαθών, που χρησιµοποι-ούνται καθηµερινά από εκατοντάδες Ελληνες χρήστες και βασίζονται στη γλωσσική τεχνολογία. Παρ’ όλα αυτά, τονίζει ότι η ψη-
φιακή εξάπλωση µιας γλώσσας είναι σηµαντική «∆εν είναι στα χέρια του µέσου χρήστη. Οι εκάστοτε κυβερ-νήσεις, η Ευρωπαϊκή Ενωση και ο ιδιωτικός τοµέας πρέπει να χρηµα-τοδοτήσουν την ανάπτυξη αυτής της τεχνολογίας για όλες τις γλώσσες», αναφέρει και συνεχίζει: «Οι χρήστες, όµως, πρέπει να απαιτούν να υπάρ-χουν και στη γλώσσα τους τα µέσα αυτά και να µην ικανοποιούνται µε τα αγγλικά».
Πέµπτη 27 Σεπτεµβρίου 2012 ΕΛΕΥΘΕΡΟΣ ΤΥΠΟΣ
LifeΠΟΛΛΕΣ ΕΥΡΩΠΑΪΚΕΣ ΓΛΩΣΣΕΣ ΘΕΩΡΟΥΝΤΑΙ ΤΕΧΝΟΛΟΓΙΚΑ… ΞΕΠΕΡΑΣΜΕΝΕΣ
Με ψηφιακή εξαφάνιση κινδυνεύουν τα ελληνικά
ΕΛΕΝΗ ΒΕΡΓΟΥ[email protected]
Η γλώσσα της αποξένωσης…
XX GREEKLISH
Οι αγγλόφωνοι χρήστες έχουν την καλύτερη δυνατή τεχνολογική υποστήριξη, γεγονός που ευνοεί την περαιτέρω εξάπλωση της γλώσσας
ΜΕ GREEKLISH επικοινω-νούν πλέον µέσω µηνυµά-των ή email οι περισσότεροι νέοι της χώρας µας. Παρά το γεγονός ότι τα τελευ-ταία χρόνια υπάρχουν τα γλωσσικά εργαλεία, τα οποία επιτρέπουν τη χρήση της ελληνικής γραµµατο-σειράς, έφηβοι και νέοι ενήλικες φαίνεται ότι δεν έχουν «αγκαλιάσει» αυτές τις τεχνολογίες. Ο καθη-γητής Γλωσσολογίας, κ. Γιώργος Μπαµπινιώτης, λέει στον «Ε.Τ.»: «Τα greeklish είναι πρόβληµα για την ελληνική γλώσσα, ιδίως για ανθρώπους νέας ηλικίας για έναν καθαρά γλωσσικό λόγο. Με τη χρήση των greeklish αποξενώνονται από τη µορφή της λέξης ή όπως λέµε το ετυµολογικό ίνδαλµα που δηλώνεται µε την ορθογραφία της λέξης και συνδέεται και µε τη ση-µασία της λέξης και µε την προέλευσή της». Ο κίνδυνος, µε τον οποίο έρχονται αντι-µέτωποι οι νέοι άνθρωποι, είναι η αποξένωση από τη γραπτή µορφή της γλώσ-σας. Αυτή η «οικειότητα», όµως, βοηθάει και στην κατανόηση της σηµασίας αλλά και την προέλευση της λέξης. «Αυτή η αποξένωση δεν είναι άνευ σηµασίας», αναφέρει ο ειδικός, ο οποίος εξηγεί ότι η διαδικασία της γραφής βοηθάει να εντυπω-θεί η λέξη και να συνδεθεί µε άλλες οµόρριζες λέξεις. «Οταν χρησιµοποιείται αυτή η µορφή επικοινωνίας, κα-ταστρέφονται, ατονούν. ∆εν είναι προς θάνατο, αλλά θα κάνει ζηµιά», αναφέρει ο κ. Μπαµπινιώτης, ο οποίος συµβουλεύει τους χρήστες να επιλέγουν την ελληνική γραµµατοσειρά.
Γιώργος Μπαµπινιώτης.
Date 30 September 2012 Page 16
Copyright material. This may only be copied under the terms of a Newspaper Licensing Agency agreement (www.nla.co.uk) or with written publisher permission. For external republishing rights see www.nla-republishing.com
49KYPIAKH 30 ΣΕΠΤΕΜΒΡΙΟΥ 2012
Η 26η Σεπτεµβρίου έχει καθιε-ρωθεί από το Συµβούλιο τηςΕυρώπης ως η ΕυρωπαϊκήΗµέρα των Γλωσσών, αλλά,
σύµφωνα µε µια νέα ευρωπαϊκή επι-στηµονική έκθεση, οι 21 από τις 30γλώσσες της Ευρώπης -µεταξύ των οποί-ων και η Ελληνική- αντιµετωπίζουν κίν-δυνο ψηφιακής εξαφάνισης. Η έρευνα κρούει τον κώδωνα κινδύ-
νου, καθώς διαπίστωσε ότι η ψηφιακήβοήθεια για τις περισσότερες ευρωπαϊκέςγλώσσες είναι ελλιπής ή απολύτως ανύ-παρκτη για τους χρήστες.
Τις έφαγαν οι κοινέςΗ έκθεση, µε τη µορφή µιας σειράς
Λευκών Βίβλων (µε τίτλο «Γλώσσες στηνΕυρωπαϊκή Κοινωνία της Πληροφορίας»),από το επιστηµονικό δίκτυο ΜΕΤΑ-ΝΕΤ, το οποίο συνενώνει 60 ερευνητικάκέντρα σε 34 χώρες, επισηµαίνει ότι οιγλώσσες που µιλιούνται από σχετικάµικρό αριθµό ανθρώπων κινδυνεύουν,επειδή δεν έχουν τεχνολογική υποστή-ριξη όπως έχουν οι ευρέως χρησιµο-ποιούµενες γλώσσες. Λευκές Βίβλοιέχουν καταρτιστεί για τις εξής ευρω-παϊκές γλώσσες: αγγλικά, βασκικά,βουλγαρικά, γαλικιανά, γαλλικά, γερ-µανικά, δανικά, ελληνικά, εσθονικά,ιρλανδικά, ισλανδικά, ισπανικά, ιταλικά,καταλανικά, κροατικά, λετονικά, λι-θουανικά, µαλτέζικα, νορβηγικά (µπουκ-µόλ και νινόρσκ), ολλανδικά, ουγγρικά,πολωνικά, πορτογαλικά, ρουµανικά,σερβικά, σλοβακικά, σλοβενικά, σουη-δικά, τσεχικά και φινλανδικά. ΚάθεΛευκή Βίβλος είναι γραµµένη στη γλώσ-σα στην οποία αναφέρεται και είναιµεταφρασµένη στα αγγλικά.
Τέσσερις µεγάλοι κίνδυνοιΣύµφωνα µε τη νέα µελέτη, η Ισ-
λανδική, η Λετονική, η Λιθουανική καιη Μαλτέζικη αντιµετωπίζουν τον µε-γαλύτερο κίνδυνο εξαφάνισης σε µιαευρωπαϊκή τεχνολογική κοινωνία, πουολοένα περισσότερο προωθεί τη χρήσησυγκεκριµένων γλωσσών και ιδίως τηςΑγγλικής. Όµως και άλλες γλώσσες,όπως η Ελληνική, η Βουλγαρική, η Ουγ-γρική και η Πολωνική, επίσης κινδυ-νεύουν στον σύγχρονο ψηφιακό κόσµο. Η έρευνα του ΜΕΤΑ-ΝΕΤ, στην οποία
συνέβαλαν περισσότεροι από 200 ειδικοί,αξιολογεί τον κίνδυνο για κάθε γλώσσαµε βάση τέσσερα βασικά κριτήρια σετεχνολογικό/ψηφιακό επίπεδο: την ύπαρ-ξη αυτόµατης µετάφρασης στη συγκε-κριµένη γλώσσα, τη δυνατότητα φωνη-τικής αλληλεπίδρασης, τη δυνατότηταψηφιακής ανάλυσης κειµένου και τηδιαθεσιµότητα των σχετικών ψηφιακώνγλωσσικών πόρων/πηγών.
Οι δυνατέςΗ γλώσσα µε την καλύτερη βαθµο-
λογία στα κριτήρια είναι ασφαλώς ηΑγγλική, που απολαµβάνει τη συγκριτικάκαλύτερη τεχνολογική υποστήριξη (ανκαι όχι την καλύτερη δυνατή), γεγονόςπου διευκολύνει την περαιτέρω εξά-πλωσή της.
Ακολουθούν µε ικανοποιητική ή µέ-τρια τεχνολογική/ψηφιακή υποστήριξηη Ολλανδική, η Γαλλική, η Γερµανική,η Ιταλική και η Ισπανική. Η Ελληνική,όπως επίσης η Βασκική, η Καταλανική,η Πολωνική, η Ουγγρική κ.ά. κατα-τάσσονται στις γλώσσες µε «αποσπα-σµατική» µόνο υποστήριξη, γι’ αυτόακριβώς θεωρούνται γλώσσες υψηλούκινδύνου προς εξαφάνιση.
Δραµατικές διαφορές Σύµφωνα µε τους επιµελητές της µε-
λέτης Χανς Ουζκοράιτ και Γκέοργκ Ρεµ,«υπάρχουν δραµατικές διαφορές στηνυποστήριξη της γλωσσικής τεχνολογίαςανάµεσα στις διάφορες ευρωπαϊκέςγλώσσες και τεχνολογικές περιοχές. Τοχάσµα µεταξύ ‘µικρών’ και ‘µεγάλων’γλωσσών ολοένα και διευρύνεται. Πρέπεινα εξασφαλίσουµε τον εφοδιασµό τωνµικρότερων και λιγότερο πλούσιων -σεψηφιακούς πόρους- γλωσσών µε τιςαπαραίτητες βασικές τεχνολογίες, αλλιώςοι γλώσσες αυτές είναι καταδικασµένεςσε ψηφιακή εξαφάνιση».Ως ελπίδα αυτών των γλωσσών θεω-
ρείται η βελτίωση και η ευρύτερη αξιο-ποίηση του λογισµικού γλωσσικής τε-χνολογίας, το οποίο επιτρέπει τη φω-νητική και τη γραπτή επεξεργασία τωνδιαφόρων γλωσσών. Παραδείγµατα αυτών των δυνατοτή-
των είναι οι ηλεκτρονικοί ορθογραφικοίκαι συντακτικοί διορθωτές κειµένων,οι διαδραστικοί προσωπικοί «βοηθοί»των έξυπνων κινητών τηλεφώνων (π.χ.η Siri στο iPhone), τα συστήµατα αυ-τόµατης µετάφρασης, τα ηλεκτρονικάσυστήµατα διαλόγου των τηλεφωνικώνκέντρων, οι µηχανές αναζήτησης, ησυνθετική φωνή στα συστήµατα πλοή-γησης των αυτοκινήτων. κ.ά.
Το βασικό πρόβληµαΤο σηµαντικό, σύµφωνα µε την έκ-
θεση, είναι όλες αυτές οι δυνατότητεςνα προσφέρονται στους χρήστες και στηµητρική τους γλώσσα που κινδυνεύειµε εξαφάνιση. Χωρίς αποφασιστική δρά-ση, γίνεται η δυσοίωνη πρόβλεψη ότιοι γλώσσες αυτές δύσκολα θα επιβιώσουνστον ψηφιακό κόσµο του 21ου αιώνα.Ένα πρόβληµα είναι ότι το λογισµικό
αυτών των συστηµάτων γλωσσικής τε-χνολογίας στηρίζεται σε στατιστικές µε-θόδους που απαιτούν τεράστιες ποσό-τητες γραπτών ή φωνητικών δεδοµένων,όµως τόσα πολλά δεδοµένα είναι δύσκολονα αποκτηθούν για γλώσσες που οµι-λούνται από σχετικά λίγους ανθρώπους.Εξάλλου, ακόµα και για ευρέως χρη-
σιµοποιούµενες γλώσσες όπως τα αγ-γλικά, η σχετική γλωσσική τεχνολογίαέχει ακόµα αδυναµίες, που είναι π.χ.φανερές στις άκρως ανεπαρκείς και γε-µάτες λάθη αυτόµατες µεταφράσεις. Ηέκθεση προτείνει ότι πρέπει να αναληφθείµια συντονισµένη µεγάλης κλίµακαςπροσπάθεια στην Ευρώπη, προκειµένουσταδιακά να δηµιουργηθούν ή να βελ-τιωθούν οι αναγκαίες τεχνολογίες καινα βοηθηθούν οι γλώσσες που είναι ψη-φιακά παραγκωνισµένες.
Τη γλώσσα µού... έχασαν
Οι περισσότερες ευρωπαϊκές γλώσσες κινδυνεύουν µε ψηφιακή εξαφάνιση
Πρέπει να εξασφαλιστεί ο εφοδιασµός των µικρότερων και λιγότερο πλούσιων-σε ψηφιακούς πόρους- γλωσσών µε τις απαραίτητες βασικές τεχνολογίες
?049-ΚΟΣΜΟΣ 29/09/2012 1:41 ?Μ Page 49
Digital Language Extinction!
q “At Least 21 European Languages in Danger of Digital Extinction!”
q Press release sent out to journalists, politicians and other stakeholder groups on the European Day of Languages (Sept. 26, 2012).
q Overwhelmed by the huge interest in the topic and our key findings!
q 600+ mentions in the press.
q 20+ television reports and 30+ broadcast interviews (radio, tv) with META-NET representatives.
q News came in from 40+ countries in 35+ different languages.
q Two Parliamentary Questions in the EP on the “digital extinction of languages” topic.
http://www.meta-net.eu 10
Update of the Study (2013/2014)
q Study comprised 31 volumes/languages. q Many languages missing! Need for
extension – at least of the comparison. q We invited three language community
bodies to participate in the update: European Federation of National Institutions for Language (EFNIL) Network to Promote Linguistic Diversity (NPLD) Experts Committee of the European Language Charter (Council of Europe)
http://www.meta-net.eu 11
Submitted to LREC 2014
MT
English
good
French, Spanish
moderate fragmentary
Catalan, Dutch, German, Hungarian, Italian, Polish,
Romanian
weak or no support
Albanian, Asturian, Basque, Bosnian, Breton, Bulgarian, Croatian, Czech, Danish, Estonian, Finnish, Frisian, Friulian,
Galician, Greek, Hebrew, Icelandic, Irish, Latvian, Limburgish, Lithuanian, Luxembourgish, Macedonian, Maltese, Norwegian, Occitan, Portuguese, Romany, Scots, Serbian, Slovak, Slovene,
Swedish, Turkish, Vlax Romani, Welsh, Yiddish
excellent
Czech, Dutch, Finnish, French, German, Italian,
Portuguese, Spanish
moderate fragmentary
Basque, Bulgarian, Catalan, Danish, Estonian,
Galician, Greek, Hungarian, Irish,
Norwegian, Polish, Serbian, Slovak, Slovene,
Swedish, Turkish
weak or no support
Albanian, Asturian, Bosnian, Breton, Croatian, Frisian, Friulian, Hebrew, Icelandic, Latvian, Limburgish, Lithuanian, Luxembourgish, Macedonian, Maltese, Occitan, Romanian,
Romany, Scots, Vlax Romani, Welsh, Yiddish
excellent
English
good
Spee
ch
English
good
Dutch, French, German, Hebrew,
Italian, Spanish
moderate fragmentary
Basque, Bulgarian, Catalan, Czech, Danish,
Finnish, Galician, Greek, Hungarian, Norwegian,
Polish, Portuguese, Romanian, Slovak, Slovene, Swedish
weak or no support
Albanian, Asturian, Bosnian, Breton, Croatian, Estonian, Frisian, Friulian, Icelandic, Irish, Latvian, Limburgish,
Lithuanian, Luxembourgish, Macedonian, Maltese, Occitan, Romany, Scots, Serbian, Turkish, Vlax Romani, Welsh, Yiddish
excellent
English
good
Czech, Dutch, French, German,
Hungarian, Italian, Polish,
Spanish, Swedish
moderate fragmentary
Basque, Bulgarian, Catalan, Croatian, Danish,
Estonian, Finnish, Galician, Greek, Hebrew,
Norwegian, Portuguese, Romanian, Serbian,
Slovak, Slovene
Albanian, Asturian, Bosnian, Breton, Frisian, Friulian, Icelandic, Irish, Latvian, Limburgish, Lithuanian,
Luxembourgish, Macedonian, Maltese, Occitan, Romany, Scots, Turkish, Vlax Romani, Welsh, Yiddish
weak/no support excellent
Res
ourc
es
Text
Ana
lyti
cs
“If [LT] doesn’t exist, it’s death.”
Sigve Gramstad Vice Chair of the Experts Committee of the European Language Charter (Council of Europe)
http://www.meta-net.eu 13
Meirion Prys Jones CEO of the Network to Promote Linguistic Diversity (NPLD)
Rec
orde
d at
MET
A-F
OR
UM
201
3 Se
ptem
ber
19/2
0, B
erlin
(V
ideo
leng
th: 1
:26”
)
Strategic Research Agenda The META-NET Strategic Research Agenda for Multilingual Europe
http://www.meta-net.eu 14
Strategic Research Agenda
http://www.meta-net.eu 15
q Addresses the problems we identified when preparing the white papers.
q Can put Europe ahead of its competitors in this technology area.
q 200 contributors; >2 years. q 54% from industry; 46% from
research; 4% from national and international institutions.
q Presented and discussed at 80+ conferences and major workshops.
q Published & presented in early 2013. q http://www.meta-net.eu/sra
Priority Research Themes
q Our priority themes (a) support technology progress, (b) lead to solutions that European society needs and (c) solutions from which European industry will benefit as users or as providers.
§ Translingual Cloud
§ Social Intelligence and e-Participation
§ Socially-Aware Interactive Assistants
q Two additional themes:
§ European Service Platform for Language Technologies
§ Core Technologies for Language Analysis and Production
http://www.meta-net.eu 16
Translingual Cloud
http://www.meta-net.eu 17
q Europe has a big need for translations of publishable quality. q Machine Translation for many European and important other
languages. q Focus on High-Quality Translation q New research paradigms q Stronger emphasis on the properties of
individual languages q Central role for semantics q Methods for specific genres & domains q See presentation by Hans Uszkoreit
Providers of operational and research technologies and services
ResearchCentres
EuropeanInstitutions
Othercompanies (SMEs,
startups etc.)
NationalLanguageInstitutions
LanguageTechnologyProviders
LanguageService
ProvidersUniversities
EuropeanInstitutions
ResearchCentres
Public Administrations Enterprises LT User
Industries UniversitiesEuropeanCitizens
Beneficiaries/users of the platform
Interfaces (web, speech, mobile etc.)
Priority Research Theme 1:Translingual
Cloud
Priority Research Theme 2:Social Intelligence& e-Participation
Priority Research Theme 3:Socially Aware
Interactive Assistants
European Service Platform for Language Technologies(Cloud or Sky Computing Platform)
Multilingualtechnologies
Textanalytics
Textgeneration
Languagechecking
Sentimentanalysis
Named entityrecognition
Summari-sation
Knowledge accessand management
Information andrelation extraction
LanguageProcessing
LanguageUnderstanding
Knowledge
Emotion/Sentiment
Data protectionToolsData SetsResourcesComponentsMetadataStandardsInterfacesAPIsCataloguesQuality AssuranceData Import/ExportInput/OutputStoragePerformanceAvailabilityScalability
Featu
res
Towards the Translingual Cloud
Conclusions META-NET
http://www.meta-net.eu 19
Conclusions
q Many European languages have insufficient technological support!
q These languages are threatened by digital extinction.
q Multilingual technologies are a key enabler to overcoming language barriers and to preserving our precious languages.
q META-NET suggests setting up a focused, major, interdisciplinary research effort so that Europe can overcome language barriers, benefit from language diversity and play a leading role in the next IT revolution.
q META-NET suggests to develop a Translingual Cloud Services Platform.
q The whole continent needs to team up for this to become reality!
q The proposed measures have the power to bring about a technological quantum leap, put Europe in a leading position in a core area of economic growth and to allow our languages to thrive in the digital age.
http://www.meta-net.eu 20
Mac
hine
Tra
nsla
tion
http://www.meta-net.eu 21
English
good support
French Spanish
moderate support fragmentary support
Catalan Dutch
German Hungarian
Italian Polish
Romanian
weak or no support
Basque Bulgarian Croatian
Czech Danish
Estonian Finnish Galician
Greek Icelandic
Irish Latvian
Lithuanian Maltese
Norwegian Portuguese
Serbian Slovak
Slovene Swedish Welsh
excellent support
Mac
hine
Tra
nsla
tion
http://www.meta-net.eu 22
Basque Bulgarian Catalan Croatian
Czech Danish Dutch
English Estonian Finnish French
Galician German Greek
Hungarian Icelandic
Irish Italian Latvian
Lithuanian Maltese
Norwegian Polish
Portuguese Romanian
Serbian Slovak
Slovene Spanish Swedish Welsh
good support moderate support fragmentary support weak or no support excellent support
Mac
hine
Tra
nsla
tion
http://www.meta-net.eu 23
?
good support moderate support fragmentary support weak or no support
Basque Bulgarian Catalan Croatian
Czech Danish Dutch
English Estonian Finnish French
Galician German Greek
Hungarian Icelandic
Irish Italian Latvian
Lithuanian Maltese
Norwegian Polish
Portuguese Romanian
Serbian Slovak
Slovene Spanish Swedish Welsh
excellent support
… only if we manage to
achieve several scientific
breakthroughs.
http://www.meta-net.eu/whitepapers http://www.meta-net.eu/sra
24
Thank you!
Acknowledgements: This work would not have been possible without the dedication and commitment of our colleagues Aljoscha Burchardt, Kathrin Eichler, Tina Klüwer, Arle Lommel, Felix Sasaki and Hans Uszkoreit (all DFKI), the 60 member organisations of the META-NET network of excellence, the ca. 70 members of the Vision Groups, the ca. 30 members of the META Technology Council, the more than 200 authors of and contributors to the META-NET Language White Paper Series and the ca. 200 representatives from industry and research who contributed to the SRA.