The Slovene Language in the Digital Age / Slovenski jezik v digitalni dobi

87 Pages·0.883 MB·

by  Krek S.

WhitePaperSeries ZbirkaBelaknjiga
THE SLOVENE SLOVENSKI
LANGUAGE IN JEZIK V
THE DIGITAL DIGITALNI
AGE DOBI
Simon Krek

WhitePaperSeries ZbirkaBelaknjiga
THE SLOVENE SLOVENSKI
LANGUAGE IN JEZIK V
THE DIGITAL DIGITALNI
AGE DOBI
SimonKrek “JožefStefan”Institute,Amebis,d.o.o.
GeorgRehm,HansUszkoreit
(urednika,editors)
PREDGOVOR PREFACE
Bela knjiga je del zbirke, s katero širimo zavedanje o is white paper is part of a series that promotes
jezikovnih tehnologijah in o možnostih, ki jih ponu- knowledgeaboutlanguagetechnologyanditspoten-
jajo. Namenjenajeizobraževalcem,novinarjem,poli- tial.Itaddressesjournalists,politicians,languagecom-
tikom, jezikovnimskupnostiminvsemostalim, kijih munities, educators and others. e availability and
zanimajezik.Dostopnostinrabajezikovnihtehnologij use of language technology in Europe varies between
v Evropi se razlikuje od jezika do jezika. V skladu languages.Consequently,theactionsthatarerequired
s tem se dejanja, potrebna za podporo raziskovanju to further support research and development of lan-
in razvoju, med seboj razlikujejo in so odvisna od ra- guage technologies also differs. e required actions
zličnih dejavnikov, na primer od zahtevnosti jezikov depend on many factors, such as the complexity of a
alivelikostinjihovihskupnosti. givenlanguageandthesizeofitscommunity.
V projektu META-NET, mreži odličnosti, ki jo fi- META-NET,aNetworkofExcellencefundedbythe
nancira Evropska komisija, smo analizirali obstoječe European Commission, has conducted an analysis of
stanjenapodročjujezikovnihvirovintehnologij(glej current language resources and technologies in this
str.79). Analizazajema23uradnihevropskihjezikov whitepaperseries(p.79). eanalysisfocusedonthe
internekateredrugepomembneevropskenacionalne 23officialEuropeanlanguagesaswellasotherimpor-
in regionalne jezike. Rezultati analize kažejo, da pri tantnationalandregionallanguagesinEurope.ere-
vsakemjezikuobstajaprecejvrzeli,detajlnastrokovna sultsofthisanalysissuggestthattherearetremendous
analizainocenatrenutnegastanjapabopripomoglak deficitsintechnologysupportandsignificantresearch
najboljšemuizkoristkunovihraziskavinzmanjšanjus gapsforeachlanguage.egivendetailedexpertanal-
tempovezanihtveganj. ysis and assessment of the current situation will help
MrežoMETA-NETsestavlja54raziskovalnihcentrov maximisetheimpactofadditionalresearch.
iz 33 držav (stanje novembra 2011, glej str. 75). V As of November 2011, META-NET consists of 54
projektusodelujemozdéležnikiizgospodarstva(raču- research centres from 33 European countries (p. 75).
nalniškapodjetja,ponudnikitehnologij,uporabniki), META-NETisworkingwithstakeholdersfromecon-
državnih institucij, raziskovalnih organizacij, nevlad- omy(Sowarecompanies,technologyproviders,users),
nihorganizacij,jezikovnihskupnostiinevropskihuni- government agencies, research organisations, non-
verz. Skupaj z navedenimi skupnostmi v projektu governmental organisations, language communities
META-NETustvarjamoskupnotehnološkovizijo in andEuropeanuniversities. Togetherwiththesecom-
strateškiraziskovalninačrtzavečjezičnoEvropo2020. munities,META-NETiscreatingacommontechnol-
ogyvisionandstrategicresearchagendaformultilin-
gualEurope2020.
III
META-NET–offi[email protected]–http://www.meta-net.eu
Avtor se zahvaljuje dr. Marku Stabeju (Filozofska fakulteta, eauthorofthisdocumentwouldliketothankMarkoStabej
UniverzavLjubljani)indr.TomažuErjavcu(Institut“Jožef (FacultyofArts,UniversityofLjubljana)andTomažErjavec
Stefan”)zanjunprispevekprinastankutepublikacije. Poleg (“JožefStefan”Institute)fortheircontributionstothiswhite
tega se zahvaljuje avtorjem bele knjige o nemškem jeziku paper. Furthermore, the author is grateful to the authors of
za dovoljenje glede uporabe jezikovno neodvisnih delov thewhitepaperonGermanforpermissiontore-useselected
publikacije[1]. language-independentmaterialsfromtheirdocument[1].
Izdelava bele knjige je bila financirana s sredstvi Sedmega edevelopmentofthiswhitepaperhasbeenfundedbythe
okvirnegaprogramainProgramazapodpororazvojupolitik SeventhFrameworkProgrammeandtheICTPolicySupport
informacijsko-komunikacijskih tehnologij Evropske komisije ProgrammeoftheEuropeanCommissionunderthecontracts
v okviru pogodb T4ME (sporazum o dodelitvi sredstev T4ME (Grant Agreement 249119), CESAR (Grant Agree-
249119), CESAR (sporazum o dodelitvi sredstev 271022), ment 271022), METANET4U (Grant Agreement 270893)
METANET4U (sporazum o dodelitvi sredstev 270893) in andMETA-NORD(GrantAgreement270899).
META-NORD(sporazumododelitvisredstev270899).
IV
KAZALO CONTENTS
SLOVENSKI JEZIK V DIGITALNI DOBI
1 Povzetek 1
2 Tveganjezanašejezikeinizzivzajezikovnetehnologije 3
2.1 Jezikovnemejeovirajoevropskoinformacijskodružbo . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Našijezikisoogroženi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3 Jezikovnetehnologijesoključnepodpornetehnologije . . . . . . . . . . . . . . . . . . . . . . . 5
2.4 Priložnostizajezikovnetehnologije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.5 Izzivizajezikovnetehnologije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.6 Usvajanjejezikapriljudehinstrojih . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3 Slovenščinavevropskiinformacijskidružbi 9
3.1 Splošnipodatki . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 Značilnostislovenskegajezika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.3 Razvojvzadnjemčasu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.4 SkrbzajezikvSloveniji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.5 Jezikvizobraževanju . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.6 Mednarodnividiki . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.7 Slovenščinanainternetu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4 Jezikovnetehnologijezaslovenščino 17
4.1 Procesnaarhitektura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.2 Ključneaplikacije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.3 Drugeaplikacije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.4 Izobraževalniprogrami . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.5 Nacionalniprojektiinpobude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.6 Dostopnostvirovinorodij . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.7 Primerjavamedjeziki . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.8 Zaključek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5 OprojektuMETA-NET 35
THE SLOVENE LANGUAGE IN THE DIGITAL AGE
1 ExecutiveSummary 37
2 LanguagesatRisk: aChallengeforLanguageTechnology 39
2.1 LanguageBordersHoldbacktheEuropeanInformationSociety . . . . . . . . . . . . . . . . . . 40
2.2 OurLanguagesatRisk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.3 LanguageTechnologyisaKeyEnablingTechnology . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4 OpportunitiesforLanguageTechnology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.5 ChallengesFacingLanguageTechnology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.6 LanguageAcquisitioninHumansandMachines . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3 TheSloveneLanguageintheEuropeanInformationSociety 44
3.1 GeneralFacts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2 ParticularitiesoftheSloveneLanguage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3 RecentDevelopments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4 OfficialLanguageProtectioninSlovenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.5 LanguageinEducation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.6 InternationalAspects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.7 SloveneontheInternet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4 LanguageTechnologySupportforSlovene 53
4.1 ApplicationArchitectures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2 CoreApplicationAreas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.3 OtherApplicationAreas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.4 EducationalProgrammes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.5 NationalProjectsandInitiatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.6 AvailabilityofToolsandResources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.7 Cross-languagecomparison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.8 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5 AboutMETA-NET 70
A Bibliografija--References 71
B ČlanstvovMETA-NET--META-NETMembers 75
C ZbirkaBelaknjigaMETA-NET--TheMETA-NETWhitePaperSeries 79
1
POVZETEK
Vzadnjih60letihjeEvropapostalaprepoznavnapoli- mestivseostalejezike. Tradicionalnapotzapremago-
tična in ekonomska danost, vendar je kulturno in vanje jezikovnih ovir je učenje tujih jezikov. Toda
jezikovno še vedno zelo raznolika. To pomeni, da se brez tehnološke podpore je obvladovanje 23 uradnih
od portugalščine do poljščine, od italijanščine do is- inpribližno60drugihevropskihjezikovnepremostljiva
landščineneizogibnosoočamozjezikovnimimejamipri ovira za evropske državljane, evropsko gospodarstvo,
vsakodnevni komunikaciji med prebivalci Evrope, kot politične razprave in znanstveni razvoj. Rešitev je
tudi znotraj poslovne in politične sfere. Evropske in- v razvoju ključnih podpornih tehnologij. Te bodo
stitucije potrošijo približno milijardo evrov na leto za evropskimakterjemzagotovileprednostnelevokviru
vzdrževanje politike večjezičnosti, torej za prevajanje skupnega evropskega trga, temveč tudi pri trgovanju s
besedil in za tolmačenje pri govorni komunikaciji. Pa tretjimi državami, predvsem s hitro rastočimi gospo-
je nujno, da takšno breme ostaja še naprej? Sodobne darstvi. Da bi ta cilj dosegli in ohranili evropsko kul-
jezikovne tehnologije in jezikoslovne raziskave lahko turnoinjezikovnoraznolikost,jenajprejtrebasistema-
pomembnoprispevajokrušenjujezikovnihmeja.Kom- tično analizirati jezikovne značilnosti vseh evropskih
biniranespametniminapravamiinračunalniškimipro- jezikovintrenutnostanjejezikovnotehnološkepodpore
gramibodojezikovnetehnologijevprihodnostipripo- zavsakegaodnjih.Jezikovnotehnološkerešitvebodona
mogle, da bodo prebivalci Evrope lahko govorili drug koncuslužilekotmostmedevropskimijeziki. Orodja
zdrugimaliskupajposlovali, tudičenebodogovorili za strojno prevajanje in procesiranje govora, ki so na
skupnegajezika. voljonatržišču,šeneizpolnjujejotegazahtevnegacilja.
Prevladujoči igralci na tem področju so predvsem za-
sebnatržnousmerjenasevernoameriškapodjetja. Žev
Jezikovnetehnologijegradijomostove.
poznih70-ihletihjeEUprepoznalapomenjezikovnih
tehnologijkotgonilaevropskeenotnostiinzačelafinan-
Slovensko gospodarstvo je v juliju 2011 v države EU ciratiprveraziskovalneprojekte,kakršenjebilnpr.EU-
izvozilo 71,9 % od celotnega izvoza blaga. Nemško ROTRA. Hkrati se je začelo financiranje nacionalnih
gospodarstvo kot največje evropsko gospodarstvo je v projektov, katerih rezultatih so bili dragoceni, toda
letu2010vdržaveEUizvozilo60,3%blaga, zdodat- skupnausklajenaevropskaakcijanibilanikoliizpeljana.
nimi10,8%izvozavostaleevropskedržave. Jezikovne Vnasprotjuzomenjeniminepovezaniminaporiprifi-
mejelahkoposlovanjepovsemzaustavijo,karveljapred- nanciranjusodrugevečjezičnedružbe,kotstaIndija(22
vsem za mala in srednja podjetja, ki nimajo finančnih uradnihjezikov)aliJužnaAfrika(11uradnihjezikov),v
sredstevzaprilagoditevstanju. Edina(nezamisljiva)al- zadnjemčasuizdelaledolgoročnenacionalneprograme
ternativavečjezičniEvropibibila, čebidovolili, daen raziskovanjajezikovintehnološkegarazvoja.
jezikprevzamedominantnipoložajinnakoncunado-
1
jeziki ter med drugimi jeziki. Kot kaže ta zbirka
Jezikovnetehnologijekotključzaprihodnost. belih knjig, med članicami Evropske unije v zvezi z
jezikovnimirešitvamiinstanjemraziskavobstajajodra-
Sedanji prevladujoči igralci na področju jezkovnih matične razlike glede pripravljenosti. Po natančnem
tehnologij se zanašajo na nenatančne statistične pregledu in primerjavi z drugimi jeziki lahko ugo-
pristope, pri katerih ne uporabljajo zahtevnejših tovimo,dajestanjeprijezikovnihtehnologijahinvirih
jezikoslovnihmetodinznanja.Stavkisodenimopreve- za slovenščino dokaj zaskrbljujoče, in sicer iz dveh ra-
deniavtomatskozgoljsprimerjavonovonastalegastavka zlogov. Prvi razlog je razumljiv in izhaja iz števila go-
stisočistavkov,kisojihprevedliljudje. Kvalitetarezul- vorcev slovenščine. Teh je približno 2 milijona, kar
tata je v veliki meri odvisna od količine in kakovosti ne zagotavlja, da bi se viri in tehnologije lahko razvi-
dostopnega korpusa vzorcev. Če z avtomatskim pre- jalizgoljznotrajkomercialnegaokolja. Nadrugistani
vajanjem preprostih stavkov pri jezikih, za katere je država Slovenija oz. institucije, ki znotraj slovenske
na voljo zadostna količina besedilnega gradiva, lahko jezikovne skupnosti skrbijo za razvoj jezika, v zad-
pridemodouporabnihrezultatov,sostatističnemetode njemdesetletjunisouspelezagotovitiustreznegainsti-
obsojene na neuspeh pri jezikih, za katere je na voljo tucionalnegaokvira,kjerbipotekalnačrteninsistema-
precejmanjšakoličinavzorčnegagradivaalipristavkih tičen dolgoročni razvoj tehnologij, virov in orodij, ki
zzapletenostrukutro. so jezikovno specifični. Brez tega ni mogoče pričako-
vati, da bo slovenščina obdržala enakovreden status v
Jezikovnetehnologijepomagajo prihodnjemdigitalnemokolju. Posledicapomanjkanja
združevatiEvropo. trajnega institucionalnega okvira je tudi ta, da je v
slovenskem akademskem okolju študij računalniškega
Evropska unija je zato sklenila, da bo financirala procesiranja naravnih jezikov bistveno premalo pris-
projekte, kot sta EuroMatrix in EuroMatrixPlus (od oten.Najpomembnejšikorakprizagotavljanjukvalitet-
l. 2006) in iTranslate4 (od l. 2010), v okviru ka- nihjezikovnihtehnologijinvirovzaslovenščinobibila
terih se izvajajo temeljne in aplikativne raziskave in torejčimprejšnjaizdelavaprogramanjihovegarazvojain
ki ustvarjajo vire, potrebne za vzpostavljanje kvalitet- zagotovitevustreznegainstitucionalnegaokvira,kibita
nihjezikovnotehnološkihrešitevzavseevropskejezike. programizvajal. DolgoročniciljmrežeMETA-NETje
Analizaglobjihstrukturnihznačilnostijezikovjeedina uvedbakakovostnihjezikovnihtehnologijzavsejezike,
potnaprej,čeželimozgraditiaplikacije,kidobrodelu- dabivzpostavilipolitičnoinekonomskoenotnostskozi
jejopricelotnemrazponuevropskihjezikov.Dosedanje kulturno različnost. Tehnologije bodo pomagale po-
evropske raziskave so bile na tem področju že zelo us- dretizidoveinzgraditimostovemedevropskimijeziki.
pešne. Prevajalske službe Evropske unije tako uporab- Zatojepotrebno,davsideležniki–vpolitiki,razisko-
ljajoprostodostopnistrojniprevajalnikMOSES,kije vanju,gospodarstvuinvdružbi–združijosvojenapore
bilrazvitpretežnovokviruevropskihraziskovalnihpro- zaprihodnost.
jektov. ZbirkaBelaknjigadopolnjujestrateškeakcije,kijihiz-
Po dosedanjih dognanjih se zdi, da bodo današnje vajamrežaMETA-NET(zapregledglejprilogo).Sveže
“hibridne” jezikovne tehnologije, pri katerih se zah- informacije,kotnpr. zadnjoverzijoStrateškevizije[2]
tevnejšaanalitičnaobdelavamešasstatističnimimeto- aliStrateškiraziskovalninačrt,jemogočenajtinaspletni
dami, lahko premostile vrzeli med vsemi evropskimi stranimrežeMETA-NET:http://www.meta-net.eu.
2
2
TVEGANJE ZA NAŠE JEZIKE IN IZZIV ZA
JEZIKOVNE TEHNOLOGIJE
(cid:13)
Priča smo digitalni revoluciji, ki korenito spreminja nastanek različnih medijev, kot so časopisi, radio,
komunikacijske navade in družbo nasploh. Naj- televizija, knjige in ostali formati, je zadovoljil ra-
novejše dosežke na področju digitalnih informacij- zličnekomunikacijskepotrebe.
skihinkomunikacijskihtehnologijvčasihprimerjajoz
V zadnjih dvajsetih letih je informacijska tehnologija
Gutenbergovim izumom tiskarskega stroja. Toda kaj
prispevala k avtomatizaciji in izboljšanju mnogih od
nam ta primerjava lahko pove o prihodnosti evropske
omenjenihprocesov:
informacijskedružbe,zlastipaonašihjezikih?
(cid:13)
programizanamiznozaložništvosonadomestilitip-
kanjeintiskarskostavljenje;
Pričasmodigitalnirevoluciji,
(cid:13)
Microsoov PowerPoint je nadomestil grafoskope
kijojemogočeprimerjatizGutenbergovim
izumomtiskarskegastroja. inprosojnice;
(cid:13)
e-pošta omogoča hitrejše pošiljanje in prejemanje
dokumentovkotfaksirnistroj;
PoGutenbergovemizumuješeleobdejanjih,kotjebil
(cid:13)
Skypeponujapoceniinternetnetelefonskepogovore
LutherjevprevodBiblijevvernakularnijezik,sledilpre-
ingostivirtualnesestanke;
boj v komunikaciji in izmenjavi znanja. V naslednjih
(cid:13)
formatizakodiranjeavdiainvideaomogočajopre-
stoletjihsoserazvilekulturnetehnike,kisoizpopolnile
prostoizmenjavomultimedijskihvsebin;
procesiranjejezikainizmenjavoznanja:
(cid:13)
spletni iskalniki zagotavljajo dostopnost spletnih
(cid:13) pravopisna in slovnična standardizacija večjih straninapodlagiključnihbesed;
(cid:13)
jezikovjeomogočilahitroširjenjenovihznanstvenih spletni servisi kot Google Translate ponujajo hitre
inintelektualnihidej; približneprevode;
(cid:13) razvojuradnihjezikovvokvirudoločenih(pogosto (cid:13) okoljadružabnihomrežij,kotsoFacebook,Twitter
političnih)mejajenjihovimprebivalcemolajšalko- inGoogle+lajšajokomunikacijo,sodelovanjeiniz-
municiranje; menjavoinformacij.
(cid:13)
spoučevanjemjezikovinprevajanjemsobileustvar-
Čeprav so ta orodja in programi v veliko pomoč, še
jenemožnostizaizmenjavomedjeziki;
vednonisozmožnipodpiratitrajnostnonaravnane,več-
(cid:13)
nastanek uredniških in bibliografskih smernic je jezičneevropskedružbe, vkaterijevsempripadnikom
zagotovilkvalitetoindostopnosttiskanegagradiva; omogočenprostpretokinformacijinblaga.
3