— Ojārs  Vācietis

Jāņa Endzelīna dzimšanas dienas atceres starptautiskajā zinātniskajā konferencē Rīgā 22.februārī

Andrejs Vasiļjevs, Raivis Skadiņš:

Referāts Jāņa Endzelīna 127.dzimšanas dienas atceres starptautiskajā zinātniskajā konferencē Rīgā 22.februārī

Valoda pastāv un attīstās ciešā mijiedarbībā ar dzīves reālijām. Jaunais laiks izvirza jaunas prasības gan valodniekiem, gan informācijas tehnoloģiju speciālistiem, gan visiem valodas lietotājiem. No mums ir atkarīgs, vai, veidojoties informācijas sabiedrībai, latviešu valoda kļūs par modernu, pilnvērtīgi lietojamu valodu globālajā informācijas apritē vai arī tās nozīme un lietošanas sfēras arvien samazināsies.

Kā latviešu valodai svarīgākos, mūsuprāt, var izvirzīt trīs pamatuzdevumus:

1. Latviešu valodai jāizstrādā tāds pats tehnoloģiskais nodrošinājums tās lietojumam jaunākajās informācijas sistēmās, kāds ir pieejams lielajām valodām.

2. Jānodrošina latvisku jēdzienu un terminu savlaicīga izstrāde un ieviešana.

3. Jānodrošina bagātīga un kvalitatīva latviska satura un informatīvo resursu veidošana internetā un citās jaunajās informācijas vidēs.

Šos uzdevumus sabiedrība "Tilde" izvirzījusi kā nozīmīgus savas darbības virzienus. "Tildes" darbs valodas sistēmu jomā ietver šādas sadaļas:

• fontu un tastatūras atbalsta izstrādi;

• latviešu valodas pareizrakstības pārbaudes līdzekļu izstrādi;

• vārdnīcu izstrādi;

• automatizētas tulkošanas sistēmas izstrādi latviešu valodai;

• balss tehnoloģiju izstrādi latviešu valodai.

Izstrādes, kas ir pabeigtas līdz konkrētām praksē lietojamām programmām, esam apkopojuši vienā programmproduktā "Tildes Birojs 2000".

Latviešu burtu un

tastatūras atbalsts

Valodas datoratbalsta izstrādi mēdz salīdzināt ar rakstības ieviešanu. Patiešām, datorsistēmas sāk reāli aizvietot grāmatas un uz papīra drukāto informāciju. Pirmais uzdevums ir nodrošināt iespēju rakstīt latviešu valodā visās plašāk lietojamajās datorsistēmās. Šim nolūkam ir nepieciešams iekļaut latviešu burtus datoros lietotajās burtu garnitūrās jeb fontos un izstrādāt īpašas programmas datora tastatūrai, kas ļauj rakstīt latviešu valodā. "Tilde" ir izstrādājusi plašu kolekciju ar dažāda stila un veida burtu garnitūrām, kas atbilst Latvijas un starptautiskajiem standartiem LVS 8/92–1, ISO 8859–13 un ir izmantojami gan PC, gan Macintosh datoriem. "Tilde" ir izveidojusi datora tastatūras programmas, kas ļauj rakstīt latviešu burtus atbilstoši Latvijas standartam LVS 23–93 un citos lietotāju iecienītos veidos.

Jāatzīmē, ka Latvijas standartā LVS 23–93 aprakstītais latviešu burtu ievades veids, izmantojot tā saukto ergonomisko tastatūru, lai gan realizēts un pieejams gandrīz katrā personālajā datorā, tomēr nav lietotāju atzīts un praktiski netiek izmantots.

Praksē izplatītākais veids latviešu burtu ievadei ir "mēmā taustiņa" lietošana — lai ievadītu diakritizētu burtu, vispirms tiek nospiests apostrofa vai tildes taustiņš un pēc tam atbilstošais diakritizējamais latīņu burts. Šāda pieeja ir iespējama, patiecoties tam, ka latviešu alfabētā nav latīņu burtu, kas būtu diakritizēti divos dažādos veidos.

Lai nodrošinātu pāreju no vienas burtu kodēšanas sistēmas uz citu un atvieglotu standartu ieviešanu, "Tilde" ir izstrādājusi īpašas tekstu konvertācijas programmas.

Latviešu tekstu

pareizrakstības pārbaude

Būtiska datora priekšrocība tekstu sagatavošanas procesā ir automātiskās pareizrakstības pārbaudes iespēja. "Tildes" izstrādātie līdzekļi latviešu tekstu pareizrakstības pārbaudei ļauj atklāt nepareizi uzrakstītus vārdus. Sistēma pārbauda katru vārdu, vai tas ir pieļaujams latviešu valodā. Sistēma "pazīst" vairāk nekā 20 miljonu latviešu vārdu formu, kā arī sniedz iespēju lietotājiem to papildināt ar jauniem vārdiem.

Viens no grūtākajiem uzdevumiem, lai nodrošinātu automatizētu pareizrakstības pārbaudi, bija izstrādāt veidu, kā kompaktā un ātri apstrādājamā formā kodēt informāciju par visiem latviešu valodas vārdiem. Šim nolūkam esam izstrādājuši īpašu formātu, kurā glabājas grupās sadalīti vārdu celmi un kārtulas, kā no tiem atvasināmas vārdformas. Pašreizējā vārdu bibliotēka tapusi piecu gadu darba rezultātā un tiek regulāri papildināta ar jauniem vārdiem, galvenokārt jaunāko nozaru tehnoloģiju.

Nākamais pareizrakstības līdzekļu attīstības solis ir realizēt ne tikai atsevišķu vārdu, bet arī teikuma pareizrakstības pārbaudi. Pašreiz ir īstenota iespēja atklāt virkni izplatītu kļūdu, piemēram, nepareizu lielo burtu lietojumu, izlaistus komatus, kļūdas datuma pierakstā.

Patlaban šie līdzekļi ļauj atklāt tikai vieglāk konstatējamās teikuma kļūdas, taču "Tildes" izstrādātā divlīmeņa morfoloģija latviešu valodai ļaus drīzā nākotnē tos ievērojami attīstīt.

Dokumentus labāk noformēt ļauj automātisks vārdu dalītājs pārnešanai jaunā rindā, kas pareizi sadala vārdus, izlīdzina tekstu un novērš nesamērīgas atstarpes starp vārdiem. Šajā programmā ir realizēti latviešu valodā pieņemtie vārdu pārnešanas principi, kā arī ņemti vērā 5000 izņēmumu gadījumu, kuros pārnešana tiek veikta atšķirīgi.

Datorvārdnīcu izstrāde

latviešu valodai

Latvijas datorlietotāju vidū popularitāti ir ieguvusi "Tildes" izstrādātā datorvārdnīca, kas ļauj ātri un ērti tulkot vārdus no angļu valodas uz latviešu valodu un pretēji. "Jaunā Tildes Datorvārdnīca 2000" ir ar daudz plašākām iespējām, tagad tajā ir arī krievu– latviešu vārdnīca, latviešu sinonīmu vārdnīca un dažādas skaidrojošās vārdnīcas gan latviešu, gan angļu valodā.

"Tildes Datorvārdnīca" plaši tiek izmantota Latvijas skolās. Tā ļauj labāk apgūt dzimto valodu, bagātinot skolnieku vārdu krājumu, palīdzot atšķirt dažādas vārdu nozīmes, parādot vārdu lietošanas piemērus un iepazīstinot ar jaunāko nozaru terminoloģiju. Plašā skaidrojošā vārdnīca integrējas vienā vidē ar datorvārdnīcu un ir ērti izmantojama jebkurā brīdī. Krievu–latviešu–krievu vārdnīca palīdz apgūt latviešu valodu krievu skolu audzēkņiem.

Valodas apmācības līdzekļi

Arī izglītībā dators var būt ļoti noderīgs. Sabiedrība "Tilde" ir izstrādājusi datorprogrammu "Tildes Vārdzinis", kas palīdz apgūt svešvalodu vārdus. Programma ļauj mācīties gan latviešu, gan arī angļu un krievu valodu. Mācīšanās procesā tiek noskaidrots, kāds ir lietotāja zināšanu līmenis. Ja lietotājs valodu prot slikti, viņam tiek mācīti paši vienkāršākie vārdi, bet, ja viņam jau ir kādas priekšzināšanas, viņš var apgūt arī sarežģītākus vārdus. Vārdu mācīšanās notiek spēles veidā — programma prasa lietotājam vārdus, lietotājs atbild, un atkarībā no tā, vai atbilde ir bijusi pareiza vai nepareiza, iegūst vai zaudē punktus, ja lietotājs ir savācis pietiekami daudz punktu, viņš nonāk sarežģītākā līmenī un mācās sarežģītākus vārdus. Savukārt, ja lietotājs zaudē daudz punktu, viņš nonāk vienkāršākā līmenī. Programma pievērš arī uzmanību tam, lai lietotājs nezināmos vārdus patiešām iemācītos, t.i., tie vārdi, ko viņš kādreiz nav zinājis, tiek ar noteiktu periodiskumu prasīti atkārtoti, kamēr lietotājs tos ir iemācījies.

Saziņa ar datoru

latviešu valodā

Ir pats par sevi saprotams, ka Latvijā cilvēkiem ir visplašākās iespējas sazināties dzimtajā valodā. Tomēr ar lielāko daļu datorsistēmu Latvijas lietotāji vēl joprojām nevar sazināties latviski un ir spiesti lasīt informāciju, paziņojumus, norādīt komandas angļu valodā.

Latviešu valodas tālākai attīstībai ir ļoti svarīgi, lai datorprogrammām tiktu izstrādāta latviska saskarne. Veidojot "Tildes" programmas, nodrošinām, lai latviešu lietotājs varētu izvēlēties saskarni latviešu valodā, tajā pašā laikā ārzemju lietotājiem ļaujot pārslēgties uz anglisku saskarni.

"Tildē" esam izveidojuši īpašu Lokalizācijas un dokumentācijas grupu, kas tulko un piemēro Latvijas lietotāju vajadzībām firmu IBM, Navision, Nokia, Ericsson, Microsoft un citu firmu programmatūru un lietotāju dokumentāciju. Grupas darbā izmantojam gan jaunākās automatizētās tulkotāja darbavietas programmas, gan "Tildes" izstrādātos latviešu valodas programmlīdzekļus.

Divlīmeņu morfoloģija

latviešu valodai

Divlīmeņu morfoloģija ir veids, kā formāli aprakstīt valodas morfoloģiju. Kā jau pats nosaukums parāda, šim aprakstam ir divi līmeņi. Pirmais līmenis apraksta leksikonu jeb vārdnīcu, otrais — likumus. Pirmajā jeb leksikona līmenī ir informācija par valodā sastopamajām leksiskajām vienībām un to savstarpējo secību, kā arī dažāda papildinformācija, kas ļauj iegūt vārda formas detalizētu aprakstu. Otrajā jeb likumu līmenī ir likumi, kas nosaka, kā no leksiskajām vienībām iegūt vajadzīgo vārda attēlojumu. Piemēram, kā leksiskās vienības savienot kopā, kā apstrādāt dažādas iespējamās mijas, kā leksikona vienības pārvērst fonētiskajā transkripcijā.

Divlīmeņu morfoloģiju var izmantot dažādos veidos. Vienkāršākais no veidiem ir vārdu formu atpazīšana. Dators, izmantojot divlīmeņu morfoloģiju, var noteikt, vai norādītā vārda forma ir pareiza vai ne, iegūt detalizētu formas aprakstu, piemēram, skaitli, locījumu u.c. gramatisko informāciju. Izmantojot divlīmeņu morfoloģiju, ir iespējams noteikt vārda pamatformu un no tās sintezēt jebkuru citu formu.

"Tildes" izstrādātā latviešu valodas divlīmeņu morfoloģija ir piemērota, lai par patvaļīgi izveidotu vārda formu varētu uzzināt visu gramatisko informāciju, ieskaitot vārda pamatformu, un lai no vārda pamatformas varētu sintezēt jebkuru nepieciešamo atvasināto formu. Šī divlīmeņu morfoloģija tiek izmantota jaunajā "Tildes Datorvārdnīcā", ar kuru ir iespējams tulkot arī vārdus locījumā. Vārdformas tiek atpazītas gan latviešu, gan angļu valodā. Piemēram, vārdformai "ceļu" tiks atrastas pamatformas "celis", "ceļš" un "celt" un tiks piedāvāti šīm pamatformām atbilstošie tulkojumi "knee", "road", "way", "build", "construct" un pārējie.

Automatizētas tulkošanas

līdzekļu izstrāde

Cilvēkam aizvien biežāk nākas tulkot tekstu gan uz kādu no svešvalodām, gan no svešvalodām. Šajā darbā neapšaubāmi liela nozīme ir labām vārdnīcām. Bet vai ar to pietiek? Bieži ir sastopami gadījumi, kad teksts ir kādā nezināmā vai ļoti slikti zināmā svešvalodā. Lielajām valodām ir kāds samērā labs risinājums šādai problēmai, proti, rakstu var likt pārtulkot datoram. Tulkojuma kvalitāte gan ne vienmēr ir augsta, taču parasti tā ir pietiekama, lai gūtu priekšstatu par to, kas rakstā ir.

Sabiedrība "Tilde" jau ilgāku laiku strādā arī pie automatizētas tulkošanas rīkiem arī latviešu valodai. Šādu programmu izstrāde ir ļoti komplicēts uzdevums, taču ne neiespējams. Vispirms ir jāizstrādā vārdnīcas, tad vārdu analīzes līdzekļi, pēc tam teikuma analīzes rīki, tad teikuma veidošanas programmas. Daudz ko no tā jau esam paveikuši.

Balss tehnoloģiju izstrāde

latviešu valodai

Lielajām pasaules valodām strauji tiek attīstītas dabīgās balss tehnoloģijas. Tās ir sistēmas, kas ļauj saprast cilvēka balsi un prot sniegt atbildes vai nolasīt informāciju balsī.

Īpaša uzmanība balss tehnoloģijām tiek pievērsta pēdējos pāris gados sakarā ar mobilo tālruņu un miniatūro mobilo datoriekārtu straujo izplatību. Jaunākie mobilie tālruņi var tikt izmantoti kā interneta pārlūkprogrammas un universālās informācijas apmaiņas iekārtas. Būtisks mobilo tehnoloģiju attīstības kavēklis ir ļoti mazā ekrānpults un tastatūra, kas krietni apgrūtina informācijas ievadi un nolasīšanu. Kā risinājums tiek piedāvāta saziņa balsī, kam lielajām valodām jau ir pieejamas atbilstošās tehnoloģijas. Balss tehnoloģijas var ievērojami atvieglot darbu ar datoru arī cilvēkiem, kam ir redzes traucējumi. Svarīgi, lai arī latviešu valodai tuvākajā laikā tiktu izstrādāts atbilstošs datornodrošinājums.

Sabiedrība "Tilde" kā pirmās plāno izstrādāt programmas, kas spētu tekstu izrunāt. Šādas tehnoloģijas angļu valodai jau tagad izmantojam "Tildes Datorvārdnīcā", tādējādi vārdnīcas lietotājs var noklausīties izrunu visiem angļu vārdiem un izteicieniem.

Sadarbības nozīme

Datori, e-pasts, internets jau ir ikdiena vairāk nekā simt tūkstošiem Latvijas iedzīvotāju. Pavisam drīz par ikdienu kļūs arī saziņa ar datoru un mobilajām iekārtām balsī, "gudri" informācijas meklēšanas līdzekļi, kas spēj analizēt un "saprast" interneta lapu un datubāzu saturu. Šīs iespējas sākotnēji būs pieejamas tikai angļu un dažās citās lielajās pasaules valodās. Tas, cik ātri tiks izstrādāts pilnvērtīgs latviešu valodas datoratbalsts, lielā mērā noteiks, vai jauno tehnoloģiju lietotāji Latvijā arvien vairāk izmantos svešas valodas, līdz aizmirsīs savējo, vai arī latviešu valoda būs moderna valoda ar nākotnes perspektīvām.

Latviešu valodai veikt šo uzdevumu ir krietni grūtāk nekā lielajām valodām. Mums nav tik daudz valodnieku, zinātnieku, programminženieru, institūtu un uzņēmumu, kā šajā jomā strādā lielajām valodām. Mūsu pētnieki nesaņem regulāras investīcijas, lai teorētiskas idejas valodu datorizācijas izstrādē ātrāk novestu līdz praktiskam lietojumam, kā tas ir Eiropas Savienības valstīs. Tāpēc aicinām valodniekus un datorspeciālistus apvienot pūles un meklēt jaunas iespējas, lai risinātu šo mūsu valodas pastāvēšanai svarīgo uzdevumu — izveidot pilnvērtīgu atbalstu latviešu valodai jaunākajās informācijas tehnoloģijās.

LU prof. Māris Baltiņš:

Referāts Jāņa Endzelīna 127.dzimšanas dienas atceres starptautiskajā zinātniskajā konferencē Rīgā 22.februārī

Lai nodrošinātu precīzu un nepārprotamu informācijas plūsmu starp valstīm un padarītu iegūtos datus salīdzināmus, jau kopš XIX gadsimta vidus tiek veidotas starptautiski atzītas statistikās klasifikācijas dažādās nozarēs. To uzbūves pamatā ir noteikta koda piešķiršana katrai klasifikācijas iedalījuma vienībai (jēdzieniem vai to apkopojošām grupām), kas ļautu tās grupēt pēc vienota principa neatkarīgi no valodas un terminu lietošanas tradīcijām. Viens no senākiem piemēriem šai ziņā ir Starptautiskā slimību klasifikācija (SSK), kas pirmoreiz nāca klajā 1893. gadā un bija paredzēta nāves cēloņu kodēšanai. No šī laika veiktas desmit fundamentālas redakcijas, kuru gaitā SSK no īsa saraksta ar dažām lapām izaugusi līdz trim sējumiem ar pāri par 2000 lappušu.

Kopš Latvijas valstiskās neatkarības atjaunošanas vērojama aizvien pieaugoša tendence padarīt pieejamas latviešu valodā daudzas klasifikācijas, kas agrāk bija tikai krieviski vai arī bijušajā PSRS vispār netika lietotas. Šī darba sākumu valstiskā mērogā noteica Ministru padomes 1992. gada lēmums "Par vienotas ekonomiskās klasifikācijas sistēmas izveidošanu" un vairāki vēlāki Ministru kabineta noteikumi. Ņemot vērā šo klasifikāciju pieaugošo nozīmi, tās lielā mērā noteiks latviešu valodas terminoloģijas kvalitāti attiecīgās nozares speciālistu izglītībā. Minēšu dažas konceptuālas šo klasifikāciju tulkošanas problēmas, ar kurām man nācās saskarties, vairāk nekā septiņus gadus pildot SSK–10 tulkojuma zinātniskā redaktora pienākumus.

Darba rediģēšanas gaitā bija precīzi jānosaka pieļaujamās atkāpes no oriģināla un jāmin to motivācija. Šīs pārmaiņas noteica galvenokārt atšķirīgās diagnozes apzīmēšanas tradīcijas angļu valodas zemēs un Latvijā, kā arī konkrētu vārdu jēdzieniskā un stilistiskā neatbilstība.

Par pieļaujamo atkāpju apjomu var spriest pēc iepazīšanās ar SSK–10 izdevumiem franču, vācu vai krievu valodā (kaut gan tulkojums veikts no angļu valodas), jo medicīnā tieši kontinentālās Eiropas valstu tradīcijas ir gadiem ilgi noteikušas latviešu klīniskās terminoloģijas attīstību. Piemēram, SSK–10 angļu tekstā viscaur lietots termins cellulitis ‘nenorobežots, difūzs saistaudu iekaisums’ (nevis tā kosmetoloģiskajā nozīmē), kam latviski (tāpat kā minētajās valodās) jēdzieniski atbilstošais termins ir flegmona līdzīgi arī apzīmētājs postprocedural ‘vēlīnas komplikācijas pēc ķirurģiskas operācijas, apstarošanas vai citām ārstnieciskām manipulācijām’ tika lietots apzīmētājs pēcmanipulāciju (retāk pēc manipulācijām ), jo latviski vārdam pēcprocedūru būtu daudz šaurāka un konkrētāka nozīme.

Savukārt gadījumos, kad latviski tiek lietots pietiekami populārs pašu cilmes termins, tas pievienots attiecīgajam internacionālismam.

Rediģēšanas gaitā nācās risināt jautājumu par daudzu angļu sinonīmu atveidi.

Lai saglabātu dažas stilistiskās īpatnības, nācās atstāt virkni eksotismu, kas lietoti galvenokārt tropiskā klimatā sastopamu infekcijas un parazitāru slimību apzīmēšanai. Tāpēc SSK–10 atrodami tādi termini kā vampīra ķetna ‘plaukstas hiperkeratoze frambēzijas slimniekam’ (angliski ghoul hand , franciski main de vampire ) vai veļas mazgātāju ( dhobi ) nieze ‘stilbu mikoze’ (angliski dhobi itch ).

Daudzos gadījumos vienu angļu terminu atkarībā no konteksta nācās latviskot ar vairākiem vārdiem. Piemēram, angļu disorder tika tulkots gan kā traucējumi (ar to saprotot funkcionālas dabas traucējumus), gan kā bojājums (slimības rezultātā) vai patoloģija . Savukārt, latviskojot nodaļu par psihiskajiem un uzvedības traucējumiem, šī vārda tulkojums nereti izrādījās lieks (anglisko vārdkopterminu delusional disorder pareizāk atveidot ar vienu vārdu murgi ). Arī alfabētiskajā rādītājā anglisko šķirkli reizumis nācās sadalīt. Piemēram, no šķirkļa Failure , failed tika izveidoti divi šķirkļi Mazspēja (par orgāniem un organisma sistēmām) un Neveiksme (par veiktām manipulācijām).

Līdzīgos gadījumos problēmas mēdz sagādāt dažu tehnisku terminu latviskojums, jo tie sastopami visā klasifikācijā. Visai veiksmīgs bija latviskojums jāiekļauj un nav jāiekļauj (angļu includes un excludes vietā), jo aiz tiem bija iespējams termina lietojums nominatīvā. Grūtāka izrādījās cita pamattermina unspecified ‘bez papildus apzīmētāja, tuvāk neprecizēts’ latviskojums. Lielākoties kopā ar slimības apzīmējumu to aizstāja ar vārdu neprecizēts, bet ar orgāna vai anatomiskā apvidus apzīmējumu — neprecizējot . Vislabākais risinājums, proti, bez precizējuma , tika atrasts tad, kad lielākā daļa teksta bija jau salikta...

Visā SSK–10 tulkojumā eponīmterminiem aiz vārda iekavās dota uzvārda oriģinālrakstība, savukārt slimību nosaukumos, kas atvasināti no ģeogrāfiskiem jēdzieniem (upēm, pilsētām, valstīm u.c.), lielākoties minēta vienīgi latviskā rakstība. Izņēmums no šī principa tika pieļauts gadījumos, kad ģeogrāfiskais apzīmējums bija rets vai tā lietojumā bieži vērojamas kļūdas. Piemēram, pareizi teikt ir Laimas ( Lyme ) slimība, jo nosaukumu tam devis Laimas miests Masačūsetsas štatā, un Ebolas ( Ebola ) vīrusslimība, kas nosaukumu ieguvusi no Ebolas strautiņa Zairas baseinā

Būtu vietā minēt arī dažus populārus aizspriedumus, kuru esamība apgrūtina pareizu SSK–10 lietojumu. Šī klasifikācija nav normatīva medicīnas terminu vārdnīca vai ieteikumi vēlamao diagnostisko terminu izvēlei. Tajā atrodamas arī novecojušas un žargoniskas diagnozes, ja tās kādu iemeslu dēļ joprojām tiek plaši lietotas. Jāatceras, ka atšķirībā no slimību nomenklatūras tajā nav iekļautas visas zināmās slimības, sindromi un patoloģiskie stāvokļi, bet gan tikai biežākās un nozīmīgākās, citām definējot vienīgi grupas kodu.

Starptautisko klasifikāciju tulkošanā pēdējo desmit gadu laikā ir gūti vērā ņemami praktiski panākumi, tādēļ gribētos, lai tiem sekotu nepieciešamie teorētiskie vispārinājumi un konceptuāla rakstura ieteikumi.