Valodas tehnoloģijas – kas tās ir un kā izmantot  (7)

Eiropas izcilības tīkla "Meta-NET" pētījums "Latviešu valoda digitālajā laikmetā" liecina, ka valodas situācija ir atkarīga arī no tās lietojuma digitālās informācijas telpā un datorprogrammās. Tikai mazāk nekā 0,1 procents pasaules tīmekļa vietņu ir latviešu valodā, taču, lai latviešu valoda arī turpmāk būtu dzīvotspējīga, tai jābūt pieejamai atbilstošiem IT risinājumiem un valodas tehnoloģijām.

Valodas tehnoloģijas ir dažādi datorizēti rīki, kas izveidoti darbam ar valodu. To pirmssākumi meklējami 20. gadsimta otrajā pusē, kad sāka attīstīties datorlingvistika, taču tieši ap 2000. gadu, pieaugot datora ātrdarbībai, parādījās tādas tehnoloģijas kā pareizrakstības pārbaudes rīki, pilnveidoti mašīntulkotāji, runas sintēze un atpazīšana. Mūsdienās ir pieejamas ļoti dažādas valodas tehnoloģijas:

Elektroniskās vārdnīcas, rokasgrāmatas un terminu datubāzes ir vietnes, kur uzzināt vārdu pareizrakstību, atveidi un daudz ko citu. Latviešu valodā ir pieejami tādi elektroniskie uzziņas avoti kā:

Pētniecībā, tulkošanā un citās jomās bieži izmanto arī korpusus – apjomīgus tekstus un/vai transkribētus runas kopumus. Viens no lielākajiem korpusiem latviešu valodā ir publiski pieejamais LVK2018 jeb mūsdienu latviešu valodas tekstu korpuss un Eiropas Solidaritātes korpuss "EUR-Lex".

Pareizrakstības pārbaudītāji ir viena no populārākajām un visbiežāk izmantotajām valodas tehnoloģijām pasaulē, un tā vairs nav saistīta tikai ar programmu MS Word. Arvien populārāki kļūst rīki, kas spēj pārbaudīt pareizrakstību ne tikai pašā programmā, bet arī ārpus tās (piemēram, e-pastā), populārākais no tiem – Grammarly, kas analizē arī stilu un labskanību. Tas gan nav pieejams latviešu valodā, taču tehnoloģiju lokalizācijas uzņēmums "Tilde" tam ir radījis labu alternatīvu – Tildes Biroju.

Runas un teksta atpazīšanas programmas atpazīst un dekodē ierunātu audio vai ievadītu tekstu, pārvēršot to vēlamajā failā un formātā. Tās izmanto, piemēram, tekstu un datu apstrādē, tulkošanā/rediģēšanā, subtitrēšanā un tamlīdzīgi. Angļu valodā runas atpazīšanai ir pieejami tādi rīki kā Happyscribe, savukārt latviešu valodā ir pieejama Tildes Balss, kas ir pierādījums tam, ka iedarbīgas valodas tehnoloģijas iespējams izstrādāt arī latviešu valodā un ka tās nav paredzētas tikai valodniekiem: arī šogad sarunu festivālā "Lampa" uzņēmums "Tilde" nodrošināja satura pieejamību vājdzirdīgiem un nedzirdīgiem Latvijas iedzīvotājiem, sniedzot iespēju lietot reāllaika titrēšanas rīku latviešu valodā un piedalīties festivāla diskusijās. Teksta atpazīšanas programma Onlineocr.net ir paredzēta dažādām valodām, tostarp arī latviešu.

Viena no valodas tehnoloģijām, ko noteikti esi kādreiz pamēģinājis, ir mašīntulkotāji – to pamatā ir milzīga apjoma paralēlteksti, ko programma apstrādā tā, lai spētu tulkot arī citus tekstus (piemēram, Google tulkotājs). Ja agrāk tie bija piemēroti tikai tādām frāzēm kā "Labdien, mans vārds ir Jānis!", tad mūsdienās tos var izmantot arī dažādu nozaru pārstāvji. Izcils piemērs ir "Tildes" radītais pielāgotais mašīntulkotājs Hugo.lv, kas ir paredzēts dažādiem juridiskajiem tekstiem un nākotnē, iespējams, ievērojami atvieglos dažādus administratīvos procesus.

Noteikti jāpiemin arī CAT (computer-assisted translation) jeb datorizētie tulkošanas rīki. Tiem gan nav nekāda sakara ar kaķiem – saskaņā ar tulkošanas uzņēmuma "Skrivanek Baltic" tīmekļa vietni datorizēti tulkošanas rīki ir īpašas tulkotājiem izstrādātas programmas, ar kurām var tekstu segmentēt (sadalīt pa teikumiem) un uzglabāt tulkošanas atmiņā visus tulkotos tekstus, šādi nodrošinot, ka divi vienādi teikumi nekad nebūs jātulko vairāk par vienu reizi. CAT rīkos tulkojumu veic cilvēks (atšķirībā no automatizētas jeb mašīntulkošanas), un mūsdienās vispopulārākie datorizētās tulkošanas rīki ir Memsource, SDL Trados Studio un MemoQ.

Viena no jaunākajām (bet populārākajām) valodas tehnoloģijām ir virtuālie asistenti jeb čatboti, piemēram, izklaides un tehnoloģiju uzņēmuma "Tet" virtuālā asistente Anete jau vairāk nekā divus gadus atbild uz vienkāršiem klientu jautājumiem, šādi palīdzot klientu apkalpošanas speciālistiem. Tiek strādāts pie jauninājumiem, lai drīzumā Anete spētu sazināties ar klientiem ne tikai rakstveidā, bet arī mutvārdos. Pavasarī "Tet" sadarbībā ar "Tildi" izstrādāja arī Covid-19 virtuālo asistentu drošticamai informācijas meklēšanai par koronavīrusu. Pasaulē medicīnas virtuālie asistenti nav nekas neierasts – ir pieejami vairāki čatboti, kas palīdz rūpēties ne tikai par fizisko, bet arī garīgo veselību, atbalstot ārkārtas situācijās, atgādinot iedzert zāles, novērtējot veselības stāvokli ar dažādu algoritmu palīdzību un daudz ko citu.

Gaidāms, ka nākamajos gados valodas tehnoloģijas arvien biežāk izmantosim medicīnā, izglītībā un citās jomās, rodot radošus un noderīgus risinājumus un padarot pasauli un informāciju pieejamāku ikvienam.

Ja vēlies uzzināt vairāk par valodas tehnoloģijām, noklausies podkāsta ''Pieturzīmes'' sēriju ''Valodu tehnoloģijas, neironu mašīntulki un virtuālie asistenti – stāsta Kaspars Kauliņš''.