SpråkVis – Språkteknologisk vismansrapport

En presentation över ämnet: "SpråkVis – Språkteknologisk vismansrapport"— Presentationens avskrift:

1 SpråkVis – Språkteknologisk vismansrapport
Krister Lindén, Kimmo Koskenniemi och Torbjørn Nordgård

2 Mandat Nordiska Ministerrådet Identifiera! Åtgärdsförslag tioårsplan
nordiska (och baltiska) länderna ledande region i språkteknologi Identifiera! nyckelområden storlek på nödvändiga investeringar samarbetspartners samarbetsformer Åtgärdsförslag

3 Arbetsform bakgrundsinformation frågeformulär
tidigare projekt i norden → bakgrund tidigare projekt i de nordiska länderna → projettabeller policydokument och rapporter → referencer frågeformulär hinder, vision, åtgärdsförslag (70 inbjudna) 30 svarade → nyckelområden

4 Bakgrund Nordisk Sprogteknologisk Forskningsprogram 2000-2004
höja profilen för det nordiska språksamfundet säkerställa god nordisk språkteknologi för användarna ca. 5 miljoner DKK årligen ( DKK) dvs. Norden 0,6 M€/år (tot. 3,1 M€)

5 Nordiska länder Land Årligen Per invånare Danmark 0,9 M€ 0,2 €
Finland 2,1 M€ 0,4 € Island 0,2 M€ 0,7 € Norge 3,1 M€ 0,7 € (0,2 €) Sverige 1,6 M€ 0,2 € Norden 0,6 M€ 0,02 €

6 Vad gjordes för pengarna?
Land Text Tal Danmark x (x) Finland (x) x Island x (x) Norge x x Sverige x (x) Norden x (x) Är det vettigt att på nordisk nivå göra precis som i de enskilda nordiska länderna? Kan man fördela arbetet? Det finns ju gott om uppgifter. Vad kan man göra med offentliga medel på nordisk nivå som gynnar alla och samtidigt gynnar en marknad för språkteknologi?

7 Vad borde göras? Nyckelområden: Policy Resurser
Forskning och utveckling Utbildning och undervisning Lagstiftning Affärsverksamhet

8 Policy språkteknologi har en nyckelposition för våra språk och vår kultur → behöver språkteknologisk infrastruktur små språksamfund kommer inte att få språkteknologi på kommersiella grunder → behöver statligt stöd på nordisk nivå behöver vi komma överens om rekommendationer → BLARK-rapport bör utarbetas där de grundläggande språkresurserna i Norden kartläggs k€/språk på nordisk nivå kan vi stöda sådant som alla har nytta av → metoder, standarder, avtalsmodeller (medan korpus bör samlas in på nationell nivå) arbetet behöver koordineras → en förening för tal- och språkteknologi: NEALT (Northern European Association for Language Technology) 50 k€

9 Resurser Resurser för språkteknologisk infrastruktur
färdig uppsättning moduler morfologiska och syntaktiska analysatorer och generatorer (2-5 M€) redskap för att bygga ovanstående (2-5 M€) korpus annoterade och oannoterade (10-15 M€ per språk) lexikon tal och skriftspråk (10 M€ per språk) OBS! Vi måste göra något för att få ner utvecklingskostnaderna på korpus och lexikon för språkteknologisk forskning och produktuveckling t.ex. genom lagstiftning och avtal

10 Forskning och utveckling
Det borde vara praxis att forskare gör sina lingvistiska resurser tillgängliga för andra med så fria licensavtal som möjligt → modellavtal k€ Dessutom bör vi överväga att öppna upp språkteknologiska resurser som utvecklats med offentliga medel → vi bygger nordisk infrastruktur Vi har ju inte offentligt finansierade vägar enbart i privat bruk! Vi bör utveckla API-standarder, kvalitetsstandarder och testmetoder för färdiga moduler → M€ På nationell nivå bör vi satsa på specialområden där de olika länderna har kärnkompetens: grundforskning M€ tillämpad forskning M€

11 Utbildning och undervisning
En tillräcklig mängd specialister bör behärska de mest avancerade språkteknologiska färdigheterna Dokumentera existerande resurser 1 M€ Utveckla material för undervisning av formell språkkunskap i skolorna 1 M€ Introduktionsmaterial för att distansutbilda personalen inom IT-industrin i språkteknologi 50 k€ Vetenskaplig tidskrift på internet för NEALT 50 k€ Master's utbildningen diversifieras genom distansundervisning, utbytesprogram, gemensamma utbildningsprogram 2 M€ Koordinera doktorsutbildningen: NGSLT 1 M€

12 Lagstiftning Lagstiftningen bör ändras så att det blir möjligt att samla in, annotera och sprida text- och talkorpus för forskning och utveckling av språkteknologiredskap utan att det strider mot kopieringskyddet k€ Dessutom måste vi på oliks sätt motarbeta tendensen att det utfärdas programvarupatent på UPPENBARA eller EXISTERANDE lösningar.

13 Affärsverksamhet Licensvillkoren för språkteknologiresurser måste tillåta och uppmuntra både kommersiell och akademisk användning. Tillämpad forskning på medellång sikt bör uppmuntras nationellt för att skapa tillämpningar som utnyttjar språkteknologi 5 M€ Man kunde stimulera marknaden för språkteknologi genom att anslå medel för den offentliga sektorn att utveckla service med språkteknologiska hjälpmedelmedel 5 M€

14 Åtgärdsplan Vi föreslår att resurser allokeras för:
Etablering av NEALT och dess arbetsutskott Mandat för att utarbeta BLARK-rapporter för de nordiska språken Nordisk finansiering av samarbete inom språkteknologisk utbildning och undervisning Nationell finansiering av tillämpad forskning på medellång sikt i samarbete mellan universitet och industri När BLARK-rapporterna har färdigställts, bör resurser under NEALTs koordinering allokeras för: nordisk finansiering av språkteknologiska redskap baserade på BLARK-rapporternas rekommendationer nordisk och nationell finansiering av korpus, trädbanker, och lexikon i enlighet med BLARK-rapporterna