Atviri duomenys tampa vis svarbesniu pagrindu kuriant naujas skaitmenines paslaugas, inovatyvius sprendimus ir dirbtinio intelekto (DI) technologijas. Siekiant skatinti lietuvių kalbos technologijų vystymą, visuomenei ir technologijų kūrėjams atverti gausūs lietuvių kalbos ištekliai, kurie gali būti naudojami kuriant pažangesnius DI sprendimus.
Atverti duomenų rinkiniai, kalbos modeliai ir kiti kalbiniai ištekliai sudaro sąlygas mokslininkams, verslui, viešojo sektoriaus institucijoms bei technologijų kūrėjams juos panaudoti kuriant naujus produktus ir paslaugas. Tokie atviri ištekliai padeda užtikrinti didesnį lietuvių kalbos matomumą skaitmeninėje erdvėje ir prisideda prie skaitmeninio savarankiškumo stiprinimo.
Atverti lietuvių kalbos ištekliai yra viešai prieinami Valstybės duomenų portale data.gov.lt, kuriame paskelbti įvairūs tekstynai ir kiti kalbiniai duomenų rinkiniai. Šie duomenys gali būti laisvai naudojami analizės, mokslinių tyrimų, inovacijų bei DI sprendimų kūrimo tikslams.
Keletas paskelbtų lietuvių kalbos išteklių pavyzdžių:
- Lietuvių kalbos garsynas (šnekos sintezės tikslams neuroniniams balsams generuoti):
https://data.gov.lt/datasets/4929/?resource_version=4061 - Lietuvių kalbos medicinos garsynas:
https://data.gov.lt/datasets/4928/?resource_version=4060 - Bendrasis lietuvių kalbos tekstynas skirtas dirbtinio intelekto poreikiams:
https://data.gov.lt/datasets/4846/?resource_version=3978
Visi paskelbti duomenų rinkiniai yra laisvai prieinami Valstybės atvirų duomenų portale. Daugiau lietuvių kalbos išteklių ir kitų atvirų duomenų rinkinių galima rasti portale data.gov.lt, naudojantis duomenų rinkinių paieška.
Atvirų duomenų prieinamumas yra svarbus ne tik duomenų skaidrumui, bet ir jų pakartotiniam panaudojimui. Kokybiški, struktūruoti ir viešai prieinami duomenys leidžia kurti sprendimus, pritaikytus visuomenės poreikiams – nuo kalbos atpažinimo ir teksto analizės įrankių iki pažangių DI pagrindu veikiančių paslaugų.
Lietuvių kalbos išteklių atvėrimas yra dar vienas žingsnis stiprinant atvirų duomenų ekosistemą Lietuvoje. Kuo daugiau vertingų duomenų tampa prieinama visuomenei, tuo daugiau galimybių atsiranda inovacijoms, moksliniams tyrimams ir naujų technologinių sprendimų kūrimui.
Daugiau informacijos apie atvertus lietuvių kalbos išteklius ir jų panaudojimo galimybes rasite Valstybės skaitmeninių sprendimų agentūros pranešime:
Skaitykite daugiau:
https://vssa.lrv.lt/lt/naujienos/skaitmeninio-savarankiskumo-link-atverti-gausus-lietuviu-kalbos-istekliai-di-technologiju-pletrai-LPs/