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