ქართული ენის ტექნოლოგიზება: პირველი რიგის გადაუდებელი ამოცანები

ანოტაცია

დღეს ქართული ენა სულ ახალი გამოწვევის წინაშე დგას: თანამედროვე ტექნოლოგიები რადიკალურად შეცვლის მსოფლიოს ენათა მომავალს. საქართველოში ჯერჯერობით არ არსებობს ქართული ენის სრულმასშტაბიან ტექნოლოგიზებაზე ორიენტირებული არც ერთი ინსტიტუტი; შედეგად, ქართველი ერი და საქართველოს სახელმწიფო ყველაზე ნაკლებადაა მომზადებული ამ დიდი გამოწვევისთვის. თანამედროვე თუ მომავალი ტექნოლოგიური ნახტომების პირობებში ქართული სალიტერატურო ენა კულტურულ ენათა რიგში რომ დარჩეს, საამისოდ აუცილებელია, დროულად განხორციელდეს ჯერ ნაწერი, შემდეგ კი, უახლოეს მომავალში, ზეპირი ტექსტის ავტომატური თარგმანი; ეს შესაძლებელს გახდის, რომ საქართველოს მოქალაქემ თავის სახელმწიფო ენაზე მიიღოს გლობალურ ქსელში არსებული ინფორმაციები. სახელმწიფო ენა ქვეყნის ღირსების საზომია, თანამედროვე სახელმწიფოს ღირსების ერთ-ერთი უმთავრესი საზომია სახელმწიფო ენის ტექნოლოგიზების დონე; გარდა ამისა, მხოლოდ ქართული ენის თანამედროვე ტექნოლოგიების ენად ქცევის შემთხვევაში შეინარჩუნებს ქართველი ერი თავისი კულტურის განმსაზღვრელ უმთავრეს ფენომენს - დედაენას; შესაბამისად, ავტომატური თარგმანის პარალელურად, აუცილებელია მომზადდეს კომპიუტერული პროგრამები, რომლებიც უზრუნველყოფს ქართული ენის სრულმასშტაბიან ტექნოლოგიზებას. 1. თანამედროვე პირობებში ქართული ენის კულტურული ფუნქციის შენარჩუნებას, 2. ქართული ენის, როგორც სახელმწიფო ენის უფლებების დაცვას, სწავლებასა და კვლევას, 3. ქართველთა სამწიგნობრო ენის მასაზრდოებელი ნაკადულების - ქართველთა დიალექტების - გადარჩენასა და კვლევას. კონკრეტული ამოცანები ასე შეიძლება ჩამოყალიბდეს: 1. ქართული ელექტრონული ნაბეჭდი ტექსტის ამეტყველება: 1.1. სინტეზატორი ალოფონური ბაზის საფუძველზე; 1.2. სინტეზატორი მარცვლოვანი ბაზის საფუძველზე; 1.3. სინტეზატორი დიფონური ბაზის საფუძველზე და სხვ. 2. ქართული მეტყველების ნაბეჭ ტექსტად ქცევა: 2.1. კარნახით ტექსტის ჩაწერა 2.2. ტექნიკის ხმით მართვა და სხვ. 3. უკვე დაბეჭდილი წიგნების/თუ გაზეთების/ ტექსტებისა და ხელნაწერების ელექტრონულ ნაწერ ტექსტად ქცევა (გაციფრება); 4. ქართული ენის მორფოლოგიურ და სინტაქსურ პროცესორებზე დაფუძნებული მართლმწერის მომზადება; 5. ქართულ-ინგლისური ორენოვანი თრანსფერ ტიპის თარგმანის განხორციელება /ნაწერი ტექსტისა/; 5.1. კონკრეტულ ლოგიკურ გრამატიკულ მოდელზე ორიენტირებული ქართული ენის მორფოლოგიური პროცესორის აგება; 5.2. კონკრეტულ გრამატიკულ მოდელზე არაორიენტირებული ქართული ენის მორფოლოგიური პროცესორის აგება; 5.3. ქართული ენის სინტაქსური პროცესორის აგება; 6. ქართულ-ინგლისური ორენოვანი თარგმანის განხორციელება ე.წ. ლოგიკურ-მათემატიკური მეტა-ენის შუამავლობით; 7. ქართული ენის ლექსიკურ მონაცემთა ელექტრონული ბაზის შექმნა: 7.1. ქართული ენის განმარტებითი ლექსიკონი, ქართული ენის კომბინირებული განმარტებითი ლექსიკონი.../ 7.2. ქართულ-ინგლისური და სხვა ორენოვანი ელექტრონული ლექსიკონების მოპოვება /შექმნა/ 7.3. უცხოური ტერმინების თარგმნის მუდმივი ცენტრის ამოქმედება 8. ქართული ენის რეპრეზენტაციული (მომცველობითი) და დაბალანსებული (პრესა, ბელეტრისტიკა, საქმიანი დოკუმენტაცია, გვარსახელები, რეესტრის სხვა მონაცემები და სხვ.) ტექსტების კორპუსის შექმნა: 8.1. მორფოლოგიურ და სინტაქსურ პროცესორებზე ორიენტირებული ტექსტების კორპუსი /პროცესორი - საძიებო სისტემა, რომელიც მოძებნის ნებისმიერ მორფოლოგიურ ფორმანტს/კატეგორიას და სინტაქსურ სტრუქტურას/, დაადგენს სიტყვის სიხშირეს: უფრო რომელ ლექსიკურ ერთეულებთან (ცოლოცატიონ) თუ მეტყველების ნაწილებთან გვხდება (ცოლლიგატიონ); გააკეთებს რეზიუმირებას; 8.2. ტექსტების მორფოსინტაქსურად ანოტირებული /ან ნახევრად ანოტირებული/კორპუსი: ნახევრად ავტომატური ანალიზატორის მეშვეობით კორპუსის ანოტირება და ანოტატორთა მიერ ხელით ჩასწორება (/შემოწმება