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).
Det danske sprog i den digitale tidsalder
- en status over dansk sprogteknologi
Bolette Sandford Pedersen, Jürgen Wedekind, Sabine Kirchmeier-Andersen
Georg Rehm and Hans Uszkoreit(redaktører af hvidbogsserien)
Oktober 2012
Hvad er sprogteknologi?
Sprogteknologi er informationsteknologi som er specielt designet til at håndtere sprogrelaterede problemstillinger
Mobiltelefoner med ordhjælp og ordspil Talende GPS-systemer Tale til tekst-systemer Maskinoversættelse Søgning på nettet Sprogstøtte til svage læsere og til syns- og
hørehandicappede IBMs jeopardyspillende robot, Watson, som
svarer på spørgsmål hurtigere end et menneske
http://www.meta-net.eu 2
Sprogteknologi er blevet hvermandseje
Vi bruger computeren når vi skriver, læser, hører musik og ser billeder og film
Vi har computere i lommestørrelse som vi bruger til telefonopkald, e-mails, informationssøgning og underholdning
Hvordan påvirkes vores sprog af denne massive digitalisering af information?
Kan dansk holde trit med den teknologiske udvikling?
Med hvidbogen forsøger vi tage temperaturen på dansk sprogteknologi
http://www.meta-net.eu 3
4
META-NET inkluderer 34 landeA Network of Excellence forging the Multilingual Europe Technology Alliance
http://www.meta-net.eu
http://www.meta-net.eu/members
5
Hvidbogsserien
http://www.meta-net.eu
Rapporterer om status for de europæiske sprogs status inden for sprogteknologi
Dækker EU-sprogene
Målrettet til beslutningstagere og journalister
Formål: Informere om de samfundsmæssige og teknologiske udfordringer – og om de økonomiske muligheder
Udkommet i papirformat samt online
30 sprog dækket
baskisk bulgarsk* catalansk tjekkisk* dansk* hollandsk* engelsk* estisk* finsk* fransk*
galicisk tysk* græsk* ungarsk* islandsk irsk* italiensk* lettisk* litauisk* maltesisk*
norsk polsk* portugisisk* rumænsk* serbisk slovakisk* slovensk* spansk* svensk* kroatisk
http://www.meta-net.eu 6
* = Officielle EU-sprog
Nogle tal …
2 år undervejs
200 nationale eksperter har deltaget
8000 kopier er trykt
Mere end 400 presseklip
http://www.meta-net.eu 8
Tilgang
http://www.meta-net.eu 9
Hvert land har udarbejdet et overblik over eksisterende sprogteknologiske resurser og værktøjer http://cst.dk/metanord/DanishResourcesAndTools.htm
Kalibreringsfase på tværs af sprogene
Endelig placering af hvert land inden for fire hovedområder udregnet på basis af kvalitet og dækningsgrad
Tværsproglig sammenligning
Hvert sprog tildeles en placering spændende fra ringe støtte til fuldstændig støtte:
1. Maskinoversættelse
2. Taleteknologi
3. Tekstanalyse
4. Sprogresurser
http://www.meta-net.eu 10
MT(øverst) & TALETEKNOLOGI(nederst)
http://www.meta-net.eu 11
engelsk
God støtte
fransk, spansk
MediumFragmentaris
k
catalansk, hollandsk,
tysk, ungarsk, italiensk,
polsk, rumænsk
Ringe eller ingen støtte
baskisk, bulgarsk, kroatisk, tjekkisk, dansk, estisk, finsk,
galicisk, græsk, islandsk, irsk, lettisk, litauisk, maltesisk, norsk, portugisisk, serbisk, slovakisk,
slovensk, svensk
Fuld støtte
tjekkisk, hollandsk, finsk,
fransk, tysk, italiensk,
portugisisk, spansk
Medium støtte Fragmentarisk
baskisk, bulgarsk, catalansk, dansk, estisk, galicisk, græsk, ungarsk,
irsk, norsk, polsk, serbisk, slovakisk, slovensk, svensk
Ringe eller ingen støtte
kroatisk, islandsk, lettisk, litauisk,
maltesisk, rumænsk
Fuld støtte
engelsk
God støtte
Tekstanalyse(øverst) & resurser(nederst)
http://www.meta-net.eu 12
engelsk
God støtte
hollandsk, fransk, tysk,
italiensk, spansk
Medium Fragmentarsk
baskisk, bulgarsk, catalansk, tjekkisk,
dansk, finsk, galicisk, græsk, ungarsk, norsk,
polsk, portugisisk, rumænsk, slovakisk,
slovensk, svensk
Ringe eller ingen støtte
kroatisk, estisk, islandsk, irsk,
lettisk, litauisk, maltesisk, serbisk
Fuld støtte
engelsk
God støtte
tjekkisk, hollandsk, fransk,
tysk, ungarsk, italiensk, polsk, spansk, svensk
Medium Fragmentarisk
baskisk, bulgarsk, catalansk, kroatisk,
dansk, estisk, finsk, galicisk, græsk,
norsk, portugisisk, rumænsk, serbisk, slovakisk, slovensk
islandsk, irsk, lettisk, litauisk,
maltesisk
Ringe eller ingenstøtte
Fuld støtte
Samlet vurdering
http://www.meta-net.eu 13
hollandskfransktysk
italienskspansk
catalansktjekkisk
finskungarsk
polskportugisis
ksvensk
baskiskbulgarsk
danskgaliciskgræsknorsk
rumænskslovakiskslovensk
kroatiskestoniskislandsk
irsklettisklitauisk
maltesiskserbisk
engelsk
God sprogteknologisk
støtte
Ringe eller ingen støtte
Konklusioner
http://www.meta-net.eu 14
De europæiske sprog er meget forskellige mht. sprogteknologisk støtte
Engelsk er klart på forkant på alle områder Gabet mellem engelsk og dansk vokser dag for
dag Behov for en dedikeret, konsekvent og
vedvarende forskningsindsats hvis vi fortsat skal kunne bruge kommunikationsteknologi inden for de områder af vores privatliv og arbejdsliv hvor vi lever, taler og skriver på dansk!
Konklusioner
Meget er allerede rigtigt tænkt når det drejer sig om forskning i og udvikling af teknologiske sprogdata og værktøjer for dansk, men der står stadig meget tilbage
Men vi skal mange år tilbage for at finde ministerielle initiativer der specifikt har støttet dansk sprogteknologi
Vi har brug for en dansk BLARK (Basic LAnguage Resources Kit) i form af en dansk sprogbank
I øjeblikket er det ikke muligt at tage en bachelorgrad i sprogteknologi i Danmark
http://www.meta-net.eu 15
Presseklip
Politiken Berlingske Tidende Magisterbladet Videnskab.dk Sproget.dk Kommunikationen.dk KUs profilmagasin ..
http://www.meta-net.eu 16
Presseklip
”Det danske sprog er truet på computeren!”
” Hvis der ikke kommer flere digitale sprogresurser på dansk, kan det få negative konsekvenser for det danske sprogs overlevelsesmuligheder i den digitale verden”
” Det danske marked er ikke stort nok til, at det kan bære udviklingen alene, og derfor får vi ikke nødvendigvis adgang til de nyeste metoder eller nye data”
http://www.meta-net.eu 17
Presseklip
”I sidste ende kan konsekvensen være at danskerne ikke gider bruge de sprogteknologiske redskaber, fordi de alligevel ikke fungerer ordentligt på dansk, eller værre: ikke gider bruge dansk i digitale sammenhænge, fordi det er for upraktisk”
”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 (...) Ellers risikerer vi, at kun folk, der taler flydende engelsk, vil få glæde af de nye generationer af web-, tele- og robotteknologi, der er på vej”
http://www.meta-net.eu 18