Kalbos laboratorija

Daugiakalbio DI tyrimai ir kūrimas

„Tilde“ yra pagrindinis kalbos technologijų mokslinių tyrimų centras Baltijos regione, jau daugiau nei 30 metų dirbantis Europos mokslinių tyrimų projektuose ir daugybėje vietinių projektų Estijoje, Latvijoje ir Lietuvoje. Mūsų etatinė tyrėjų grupė bendradarbiauja su pagrindiniais Europos mokslinių tyrimų centrais, siekdama tobulinti naujausias kalbos technologijas, pvz., mašininio vertimo, pokalbių DI ir dialogo sistemų, šnekos atpažinimo ir sintezės bei pagrindinių kalbos modelių srityse.

Nuodugnių tyrimų sritys

Mašininis vertimas

Kuriame domenui pritaikyto, adaptyvaus ir terminus atpažįstančio mašininio vertimo inovacijas, plėtojame patikimumo, paklaidų koregavimo ir didžiųjų kalbos modelių metodus.

Koncentruojamės į daugiakalbės natūraliosios kalbos supratimą, semantinį indeksavimą, LLM grįstą ir išorine informacija papildytą generavimą bei personalizavimą.

Pokalbių DI

Tiriame pakopinį ir tiesioginį kalbos atpažinimą ir šnekos vertimą, kelių kalbėtojų ir daugiakalbę kalbos sintezę, šnekos atpažinimą realiuoju laiku, automatinį subtitravimą ir dubliavimą.

Kalbos technologijos

Kuriame daugiakalbių įvardytų subjektų atpažinimo, anonimizavimo ir pseudonimizavimo, terminų atpažinimo ir rinkimo, morfologinės analizės, lematizacijos, kalbos dalies žymėjimo ir kitus įrankius.

Teksto analizė

Prižiūrime didžiausią terminų banką visoje Europoje – „EuroTermBank“ ir kuriame terminų tvarkymo bei elektroninių žodynų įrankius.

Žinių valdymas

TildeOpen LLM dabar prieinamas Hugging Face 🎉

Susipažinkite su TildeOpen – mūsų naujuoju atviru pagrindu sukurtu didelių kalbų modeliu, skirtu Europos kalboms.

Palaiko:

Šiuo metu vykdomi tyrimai

AI kalbos technologijos ir jų įgyvendinimo parama Ukrainos integracijai į Europos Sąjungą skatinti

Šiuo projektu sprendžiamas Ukrainos nacionalinės teisės aktų vertimo ir jų suderinimo su ES acquis uždavinys. Tam reikalingas tikslumas, teisinis tikslumas ir koordinavimas tarp institucijų. „Tilde“ savo saugią, AI pagrindu veikiančią vertimo platformą pritaiko Ukrainos teisiniams ir administraciniams tekstams. Platforma pateiks kokybiškus vertimus dideliu mastu, sumažins rankinį darbą ir užtikrins nuoseklų ES teisinės terminijos vartojimą. Ji apima automatinį vertimą, vertimo atmintį ir terminologijos portalą, pritaikytą Ukrainos viešajam sektoriui. Projektas įgyvendinamas finansuojant iš Latvijos valstybės biudžeto ir remiant Latvijos užsienio reikalų ministerijai ir Centrinei finansų ir susitariančiajai agentūrai (CFLA).

Europos kalbos duomenų erdvė

Naudodamos Kalbos duomenų erdvę (LDS), atitinkamos suinteresuotosios šalys galės dalytis savo kalbos duomenimis ir kitais kalbos ištekliais, taip pat monetizuoti savo kalbos duomenis ir kalbos išteklius vienoje platformoje, atsižvelgdamos į ES vertybes ir ES taisyklių atitiktį.

FORTISSIMO PLUS subprojektas: vietoje diegiama įmonės ieška ir klausimų ir atsakymų sprendimas

Dabartinės pažangiausios atviros LLMs nepakankamai remia daugumą Europos kalbų, todėl daugiakalbėje aplinkoje veikiančios organizacijos susiduria su dideliais sunkumais. Nors šie modeliai yra pakankamai veiksmingi kelioms pagrindinėms Europos kalboms, jie dažnai nepakankamai aprėpia daugelį kitų kalbų, įskaitant Rytų Europos kalbas, ir yra nepakankamai tikslūs. Šio projekto tikslas – spręsti šį neatitikimą kuriant vietoje diegiamą AI pagrįstą įmonių paieškos ir atsakymų į klausimus sprendimą nepakankamai atstovaujamoms Europos kalboms, ypač Balto-slavų šeimos kalboms. Projektu bus sukurta saugi, išplečiama ir pritaikoma PG sistema, kuri sklandžiai integruojama į organizacijos infrastruktūrą, užtikrinant patikimą duomenų privatumą ir griežtų valdymo reikalavimų laikymąsi.

Naujausi leidiniai

267

Rinaldsas Vīksna ir Inguna Skadiņa. 2025. Anonimiškumas: daugiakalbio dokumento pseudonimo įrankis. 15-osios tarptautinės konferencijos dėl pastarojo meto pažangos natūralios kalbos apdorojimo srityje - natūralios kalbos apdorojimo generatyviniame AI trynime, 1327-1332.

266

Jurgita Kapočiūtė-Dzikienė, Daiga Deksne, Inguna Skadiņa, Raivis Skadiņš ir Askaras Salimbajevas. 2025. Vienakalbė ir daugiakalbė teksto klasifikacija. Taikomųjų programų duomenų mokslas. Kompiuterinės žvalgybos tyrimai, tūris 1206, 55-82, Springer.

265

Jurgita Kapočiūtė-Dzikienė, Tomas Bergmanis ir Mārcis Pinnis. 2025. AI lokalizavimas: Baltijos valstybių kalbų atvirojo svorio kalbų modelių vertinimas. Bendros 25-osios Šiaurės šalių kompiuterinės lingvistikos konferencijos ir 11-osios Baltijos šalių konferencijos dėl žmogaus kalbos technologijų (NoDaLiDa/Baltic-HLT 2025) posėdžiai, 287-295.