MNKC Starprezultātu atskaite

Transkripts

1 Pētniecības projekta nr. 13 «Meža nozares komunikācijas tehnoloģijas» 1. starpposma rezultāta atskaite Tilde, SIA dr. Raivis Skadiņš Meža nozares kompetences centrs, /16/A/009 1

2 1. starpposma rezultāts Aktivitāte - Meža nozares valodas datu apkopošana, analīze un apstrāde Ekspertu tīkla izveide Latvijas Lauksamniecības Universitāte Latvijas Valsts Meži SILAVA Satura avotu apzināšana Nozares satura izguve no Mežu nozares tīmekļa vietnēm Aktivitāte - Mašīntulkošanas sistēmu veidošana un pielāgošana Starprezultāta īss apraksts: Izveidoti un digitalizēti mežu nozares korpusi un terminu vārdnīcas Nodibināta sadarbība ar LVM, SILAVA, LLU Uzsākta pirmo MT sistēmu sagatavošana Investīcijas: Starprezultāta sasniegšanai ieguldīts (orientējoši uz atskaites datumu) EUR Atšķirība no plānotā NAV Meža nozares kompetences centrs, /16/A/009 2

3 1. starpposma rezultāts Savākts monolingvālais saturs Savākts paralēlais korpuss Apzinātas un digitalizētas nozares terminu vārdnīcas Ar sadarbības partneriem apzināti papildu paralēla satura potenciāls Partneru satura identificēšana un vākšana vēl turpinās Saturs no partneriem ar lietošanas ierobežojumiem varēs lietot MT sistēmu treniņiem, nevarēs publicēt kā atvērtus valodas korpusa datus. Nav pieejami paralēli valodas resursi citiem valodu pāriem. Būs jālieto citas MT metodes. Meža nozares kompetences centrs, /16/A/009 3

4 Sadarbība LLU Meža fakultāte Latvijas valsts meži Silava Baltijas koks Meža avīze Meža nozares kompetences centrs, /16/A/009 4

5 Monolingvālais korpuss Informācija no nozares mājaslapām KĶI, LLU Meža fakultāte, Valsts meža dienests, Silava, LVM, Zemkopības ministrija, Latvijas Finieris, Latvijas kokrūpniecības federācija, Dabas skaitīšana un daudzi citi LVM publikācijas SILAVA pētījumi Grāmatas Meža enciklopēdija (2 sējumi) Savākto un apstrādāto datu apjoms tūkstoši segmentu Meža nozares kompetences centrs, /16/A/009 5

6 Identificētās, apstrādātās mājas lapas duct/category&path= Meža nozares kompetences centrs, /16/A/009 6

7 Paralēlais korpuss Zemkopības ministrijas izdevumi Paralēlie teksti no nozares mājaslapām Latvijas valsts meži, u.c. LVM tulkotie dokumenti Apzināti vēl vairāki avoti (Baltic Timber, u.c.) Savākto un apstrādāto datu apjoms 9 tūkstoši segmentu Meža nozares kompetences centrs, /16/A/009 7

8 Terminu vārdnīcas Pārskaitījums, apjomi Jānis Dolacis. "Mežtehnikas, mežsaimniecības un kokrūpniecības terminu vārdnīca" terminu "Meža nozares termini". Meža nozares terminoloģijas darba grupa Gaidas Zirdziņas vadībā. Vairāk nekā 1650 terminu Meža nozares terminu saraksts 1337 terminu umenti/meza_nozares_terminu_sar aksts.pdf Meža nozares kompetences centrs, /16/A/009 8

9 Iespējamo risku izvērtējums Pieejamo nozares valodas resursu ir mazāk kā sākotnēji prognozēts Ietekme: var ietekmēt MT kvalitāti Rīcības plāns: turpinām resursu apzināšanu un apstrādi Pieejamie resursi bieži nav pieejamā digitālā formā Ietekme: resursu apstrāde ir darbietilpīgāka, mazāk resursu var apstrādāt Rīcības plāns: meklējam digitālus resursus, izvērtējam resursu nozīmīgumu Meža nozares kompetences centrs, /16/A/009 9

10 Prognozes par tālāko pētījuma gaitu, ņemot vērā līdz šim sasniegto Optimistiskais scenārijs Sākam veidot MT sistēmas (2. un 3. aktivitāte) Kopā ar sadarbības partneriem identificējam un apstrādājam vairākus liela apjoma nozares valodas resursus Pesimistiskais scenārijs Sākam veidot MT sistēmas (2. un 3. aktivitāte) Turpinām apzināt un vākt mazus un izkaisītus valodas resursus Valodas resursu trūkums var ietekmēt MT kvalitāti un komercializācijas potenciālu Meža nozares kompetences centrs, /16/A/009 10