Tehisintellekt õpib eesti keelt: kus me oleme
Suured keelemudelid räägivad eesti keelt üllatavalt hästi — kuid nende taga on aastate töö sõnaraamatutes, korpustes ja keeletehnoloogias.
Kui keelemudel eesti keeles vastuse kirjutab, tundub see maagiana. Tegelikult on selle taga kaks kümnendit süstemaatilist tööd: korpused, sõnastikud, kõnesüntees, õigekirjakontroll — kõik need tööriistad, mille Eesti keeletehnoloogid on üles ehitanud, sest keel, keda ei töödelda, jääb digimaailmas vaeseks.
Lühike lugu
Eesti keeletehnoloogia teekond on olnud pikk ja järjekindel:
- Keeletööriistad — õigekirjakontroll, kõnesüntees, masintõlge
- Avatud andmed — keeleressursid, mida saab kasutada nii teadus kui äri
- Suured keelemudelid — uus põlvkond, mis kõik eelneva peale on ehitatud
Iga etapp on teinud järgmise võimalikuks; ei ole olemas lühiteed väikesele keelele.
Mis täna toimib
Eesti keele jaoks töötavad täna päriselt:
- Kõne äratundmine ja sõnetus — dikteerimine ja subtiitrid
- Keeleõpe, kus tehisintellekt teeb tagasiside andmise kiiremaks
- Teksti kokkuvõtted ja otsing suurtest tekstidest
See ei tähenda, et kõik on lahendatud — pigem et tööriistakast on muutunud igapäevaseks.
Mis vajab veel inimest
- Stiil ja toon — ametlik tekst, luule ja naljand vajavad erinevat kätt
- Kontroll — tehisintellekti eksimused on vead ja viimane kontroll on inimesel
Keeletehnoloogia ei asenda keeleoskust — ta teeb keeleoskuse kiiremaks ja ulatuslikumaks.
Miks väikese keele puhul tähtis
Eesti keelt kõneleb poolteist miljonit inimest — maailmas vähe, aga piisavalt, et keel saaks digimaailmas täielikult elada, kui teda toetatakse. Keeletehnoloogia on selles mõttes keelepoliitika: iga tööriist, mis eesti keeles töötab, on jäänud tulevasele.
Mis saab edasi
Järgmine aeg keeletehnoloogias ei ole ainult suurem mudel — see on arusaam, kuidas tehnoloogiat ja keelekogukonda siduda. Eesti jaoks tähendab see kaks asja: keeleressursside jätkuvat hoidmist ja kasvatamist, et mudelitel oleks millel õppida, ning keeleoskuse ja tehnoloogia kooskõla, kus tööriist toetab, mitte ei asenda. Keele püsimine digimaailmas ei ole garanteeritud — see on valik, mida tehakse iga aastaga uuesti.
Korduma kippuvad küsimused
Kas tehisintellekt mõistab eesti keelt?
Kas masintõlge on piisav ametlikeks tekstideks?
Kust tulevad mudelite teadmised?
Kas eesti keel võib tehnoloogias kaduda?
Ei, kui teda kasutatakse ja arendatakse; keel, millel on korpused, tööriistad ja kõnelejad, jääb — ja Eesti näide on selle kohta hea.
Kellele keeletehnoloogia mõeldud on?
Kõigile, kes keelega töötavad: tõlkidele, toimetajatele, õpetajatele, ametnikele, kirjanikele. Tööriist, mis teeb keelega tegelemise kiiremaks, vabastab aja selle jaoks, mis inimesele jääb — otsustada, stiil ja mõte.