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 , , , ). 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

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, s, 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

META-NET inkluderer 34 lande A Network of Excellence forging the Multilingual Europe Technology Alliance

Hvidbogsserien  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 * = Officielle EU-sprog

Nogle tal …  2 år undervejs  200 nationale eksperter har deltaget  8000 kopier er trykt  Mere end 400 presseklip

Tilgang  Hvert land har udarbejdet et overblik over eksisterende sprogteknologiske resurser og værktøjer  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

MT (øverst) & TALETEKNOLOGI (nederst) engelsk God støtte fransk, spansk MediumFragmentarisk 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 støtteFragmentarisk 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) engelsk God støtte hollandsk, fransk, tysk, italiensk, spansk MediumFragmentarsk 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 MediumFragmentarisk baskisk, bulgarsk, catalansk, kroatisk, dansk, estisk, finsk, galicisk, græsk, norsk, portugisisk, rumænsk, serbisk, slovakisk, slovensk islandsk, irsk, lettisk, litauisk, maltesisk Ringe eller ingen støtte Fuld støtte

Samlet vurdering hollandsk fransk tysk italiensk spansk hollandsk fransk tysk italiensk spansk catalansk tjekkisk finsk ungarsk polsk portugisisk svensk catalansk tjekkisk finsk ungarsk polsk portugisisk svensk baskisk bulgarsk dansk galicisk græsk norsk rumænsk slovakisk slovensk baskisk bulgarsk dansk galicisk græsk norsk rumænsk slovakisk slovensk kroatisk estonisk islandsk irsk lettisk litauisk maltesisk serbisk kroatisk estonisk islandsk irsk lettisk litauisk maltesisk serbisk engelsk God sprogteknologisk støtte Ringe eller ingen støtte

Konklusioner  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

Presseklip  Politiken  Berlingske Tidende  Magisterbladet  Videnskab.dk  Sproget.dk  Kommunikationen.dk  KUs profilmagasin ..

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”

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”