Norsk i den digitale tidsalderen - Meta-Net

More documents

Recommendations

Info

Derfor har ikke språkteknologi fått etablert en klart definert, selvstendig plass i det norske universitetssystemet. Språkteknologi har ikke en klart definert, selvstendig plass i det norske universitetssystemet. I Norge finnes den språkvitenskapelige ekspertisen i mindre forskergrupper ved ulike institusjoner som sam- arbeider på prosjektbasis (Universitetene i Oslo, Bergen og Tromsø, NTNU, NHH og forskningsinstitusjonene Uni Research og Sintef ). Ingen av universitetetene har egne institutter eller sentre for datalingvistikk. Under- visning i datalingvistikk foregår enten ved institutter for informatikk (Universitetet i Oslo og NTNU) eller ling- vistikk (Universitetene i Bergen og Tromsø). Forskning og undervisning i taleprosessering foregår kun ved NT- NU. Selv om det er vanskelig å kvantifisere en slik på- stand, kan man nok med rimelighet hevde at datalingvistikk og språkteknologi, så vel som mulighetene for å stu- dere dette i Norge, ikke er særlig godt kjent i Norge. Et viktig mål for KUNSTI-programmet var å styrke grunnforskning og kompetansen innenfor de språkteknolo- giske fagfeltene. KUNSTI bidro til flere masteropp- gaver og doktoravhandlinger innenfor en rekke forskningsprosjekter. Forskningsprogrammet spilte dermed en viktig rolle for å skaffe norsk språkteknologi nye forskere og økt kompetanse. Universitetet i Bergen koordinerer CLARA, et nettverk for forskerutdanning innen SRT ved ni europeiske institusjoner. 4.5 NASJONALE PROSJEKTER OG INITIATIVER Siden norsk språkteknologisk industri er relativt liten i internasjonal sammenheng, har norske forskningsinsti- tusjoner spilt en sentral rolle i utviklingen av norske ressurser og verktøy for språkteknologi, noe som også har kommet private bedrier til nytte. De fleste norske selskaper som trenger språkteknologi uttrykker et ønske om å kunne nyttiggjøre seg ressurser, kunnskap og ekspertise fra akademia, fordi deres egen ekspertise vanligvis ikke ligger innenfor språkteknologi. Norges forskningsråd har så langt støttet ett betydelig språkteknologisk forskningsprogram, nemlig KUNSTI (Kunnskapsutvikling for norsk språkteknologi). Dette programmet var delvis inspirert av større prosjekter i andre land (for eksempel det tyske prosjektet Verbmo- bil), og hadde som mål å øke kompetansen om språktek- nologi gjennom grunnforskning. KUNSTI skulle gjøre skrilig og muntlig norsk (og til en viss grad samisk) tilgjengelig for databehandling gjennom forskning og utvikling. Tjue forskningsprosjekter av ulike størrelser ble gjennomført i løpet av programperioden; de to største var innen maskinoversettelse og taleteknologi. Språkbanken er en av de viktigste språkpolitiske satsningene vi har hatt i Norge i nyere tid. Å bygge opp et mangfold av språkteknologiske appli- kasjoner forutsetter tilgang på grunnleggende ressurser, som ordlister, tekstkorpus og talekorpus. Slike ressurser er like dyre og tidkrevende å utvikle for små språk som for store; siden norsk har to offisielle målformer blir kostnadene enda høyere. Derfor er ikke norsk så inter- essant fra et kommersielt ståsted. Derfor var det et viktig språkpolitisk tiltak at Språkbanken ble opprettet i 2010, etter tjue år med felles innsats fra Språkrådet, Nor- ges forskningsråd, næringslivet og norske forskningsin- stitusjoner. Språkbanken ved Nasjonalbiblioteket skal fungere som en infrastruktur for tilgjengeliggjøring av norsk språkteknologi både for forskning og kommersi- ell utvikling, noe som forhåpentligvis vil senke terskelen for å utvikle nye språkteknologiske produkter for norsk. Så langt har private selskaper typisk sammenstilt uli- 28
ke ressurser og verktøy til intern bruk, mens de fleste omfattende (og tilgjengelige) ressurser og verktøy (for eksempel leksika, taggere og navnegjenkjennere) er utviklet ved forskningsinstitusjonene. På et senere tids- punkt har disse ressursene i noen tilfeller blitt kjøpt av private bedrier. Faktisk inneholder tabellen over verk- tøy og ressurser i slutten av denne rapporten hovedsaklig ressurser som er utviklet gjennom forskning. For eksempel har Universitetet i Oslo utviklet talekorpu- set Nota-Oslo (Norsk Talespråkskorpus, Oslo-delen) og Nordisk dialektkorpus, Norsk ordbank er utviklet og eies av Universitetet i Oslo og Norsk språkråd, Oslo- Bergen-taggeren er laget av Universitetet i Oslo og Uni Research i Bergen, Norsk aviskorpus er utviklet av Uni Research og NHH, og trebanken INESS er for tiden under oppbygging ved Universitetet i Bergen. Utvikling av grunnleggende tekst- og taledata var ikke en del av KUNSTIs arbeidsprogram, ettersom dette skulle være Språkbankens oppgave. Mangelen på grunnleggende språkressurser framsto dermed som en hemsko for KUNSTI. Nå som Språkbanken er etablert, og med nye forskere og oppdatert kompetanse på plass, mener mange at tiden er moden for en ny satsing på språkteknolo- gisk forskning som kan få et mer applikasjonsorientert fokus enn KUNSTI-satsningen. Etter KUNSTI har større språkteknologiske forskningsprosjekter (f.eks. INESS, Nota-Oslo, Norsk aviskorpus, WeSearch-Språkteknologi for Internett og SIR- KUS) blitt finansiert enten gjennom infrastruktur- programmene (AVIT) eller Forskningsrådets generelle IKT-programmer, som VERDIKT. På tross av disse in- vesteringene er likevel støtten til språkteknologiske prosjekter i Norge relativt lavt i forhold til det som brukes i for eksempel USA på oversettelse og flerspråklig infor- masjonstilgang [28]. Som en oppsummering har dette delkapittelet vist at tidligere forskningsprogrammer har ført til en utvikling av en rekke språkteknologiske verktøy og ressurser for norsk språk. I neste delkapittel oppsummerer vi situasjonen for språkteknologisk støtte for norsk språk. 4.6 SITUASJONEN FOR SPRÅKTEKNOLOGISK STØTTE FOR NORSK SPRÅK Figur 8 oppsummerer situasjonen for språkteknologisk støtte for norsk språk gjennom tallmessige verdivurde- ringer av eksisterende verktøy og ressurser. Vurderinge- ne er gjort av ledende norske eksperter på feltet, som har satt tallverdier for syv ulike kriterier (f. eks. tilgjengelighet), på en skala fra 0 (svært lav) til 6 (svært høy). De viktigste resultatene for norsk kan oppsummeres som følger: Situasjonen for norsk er relativt god når det gjelder de mest grunnleggende språkteknologiske verktøy- ene og ressursene, som taggere, morfologisk analy- se, referansekorpus og talekorpus. Det finnes også mange talesynteseprodukter for norsk som er gene- relt anvendelige og som har en akseptabel kvalitet, selv om de fleste av dem er utviklet av kommersielle aktører, og dermed har begrenset tilgjengelighet. Der finnes flere leksikalske ressurser som dekker all- mennspråket, men der er betydelige mangler når det gjelder terminologi for spesialiserte domener. Det finnes også ressurser og verktøy med begrenset funksjonalitet innen felt som talegjenkjenning, maskinoversettelse og teksttolkning. Noen av disse om- rådene dekkes imidlertid hovedsaklig av kommersielle aktører, og har dermed begrenset tilgjengelighet. For noen typer verktøy og ressurser finnes nesten ingen ressurser, mens andre ressurser er utviklet for kommersielle formål og er ikke allment tilgjengelige. Dette gjelder for eksempel verktøy og ressurser for mer avansert språkteknologi for norsk, som avan- 29
Page 1: White Paper Series THE NORWEGIAN LA
Page 5 and 6: FORORD PREFACE Dette dokumentet er
Page 7 and 8: INNHOLD CONTENTS NORSK I DEN DIGITA
Page 9 and 10: SAMMENDRAG Informasjonsteknologi p
Page 11 and 12: er etter hvert mestrer menneskelig
Page 13 and 14: ke for innbyggerne i et flerspråkl
Page 15 and 16: teknologier som kan overvåke innle
Page 17 and 18: 3 NORSK I DET EUROPEISKE INFORMASJO
Page 19 and 20: grammer er vanligvis ikke dubbet ti
Page 21 and 22: har fått mindre opplæring og vær
Page 23 and 24: Når det gjelder parallell eller ov
Page 25 and 26: Multimedia og multimodale teknologi
Page 27 and 28: Statistisk språkmodell Tekstinput
Page 29 and 30: tekst (eller fonetiske representasj
Page 31 and 32: ligvis også påvirke bruken av tal
Page 33 and 34: ponent som genererer oversatt tekst
Page 35: kan ekstraheres fra et dokument med
Page 39 and 40: 1. Fremragende støtte 2. God støt
Page 41 and 42: Fremragende God Middels god Fragmen
Page 43: OM META-NET META-NET er et forsknin
Page 46 and 47: technology will feature soware that
Page 48 and 49: LANGUAGES AT RISK: A CHALLENGE FOR
Page 50 and 51: tion. According to one estimate, th
Page 52 and 53: Humans acquire language skills in t
Page 54 and 55: Norwegian’s wide variety of diale
Page 56 and 57: way has more wide-ranging responsib
Page 58 and 59: ates take place on the Internet Dig
Page 60 and 61: LANGUAGE TECHNOLOGY SUPPORT FOR NOR
Page 62 and 63: Input Text Output Pre-processing Gr
Page 64 and 65: Web Pages Pre-processing Semantic P
Page 66 and 67: Speech Output Speech Synthesis Spee
Page 68 and 69: Statistical Machine Translation Sou
Page 70 and 71: languages that benefit from a consi
Page 72 and 73: knowledge and expertise in academia
Page 74 and 75: uantity Availability uality Languag
Page 76 and 77: them openly available to the resear
Page 78 and 79: Excellent Good Moderate Fragmentary
Page 81 and 82: A LITTERATURLISTE REFERENCES [1] Al
Page 83: [23] Jerrold H. Zar. Candidate for
Page 86 and 87:
Malta Malta Department Intelligent
Page 88 and 89:
Omtrent 100 eksperter innen språkt
Page 90:
In everyday communication, Europe
show all

Norsk i den digitale tidsalderen - Meta-Net

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?