Институт турецкого языка (TDK) работает над новым словарем современного турецкого языка, объем которого может превысить 800 тысяч слов и выражений. Для сравнения, действующий «Турецкий словарь» содержит около 132 тысяч слов.
По словам главы TDK профессора Османа Мерта, задача проекта — отразить турецкий язык таким, каким он используется сегодня не только в литературе, но и в различных научных дисциплинах и культурных сферах.
Основой для нового словаря стал корпус объемом около 1 млрд слов. Его анализ позволит фиксировать значения слов в зависимости от контекста, а также систематизировать пословицы, устойчивые выражения, научные термины и другие языковые конструкции.
ИИ, который «думает по-турецки»
Одновременно TDK совместно с турецкой оборонно-технологической компанией HAVELSAN разрабатывает большую языковую модель, предназначенную для создания искусственного интеллекта, способного работать непосредственно с турецким языком.
Проект развивается около трех лет. По словам Мерта, теоретический этап уже завершен, техническая инфраструктура в значительной степени готова и началась загрузка данных.
Создаваемый массив информации подробно размечается и в дальнейшем сможет использоваться как для обучения турецкоязычных систем искусственного интеллекта, так и для научных исследований языка.
Банк из 310 тысяч терминов
Еще один крупный проект TDK — Терминологический банк Турции, в который уже внесено около 310 тысяч терминов. Его планируют открыть для общественности и государственных учреждений в течение этого года.
В дальнейшем систему намерены расширить за счет терминологии других тюркских языков и сформировать единый Терминологический банк тюркского мира.
TDK также разрабатывает три цифровых инструмента для контроля качества турецкого языка. Один будет находить грамматические, орфографические и пунктуационные ошибки и предлагать исправления. Второй — круглосуточно проверять сайты государственных учреждений на языковые ошибки. Третий будет искать в интернете слова, которых пока нет в официальном словаре, и передавать их специалистам института для анализа.
Все три системы планируется запустить в течение года.
Турецкий алфавит менять не будут
Мерт отдельно подчеркнул, что работа над общим алфавитом тюркского мира не предполагает изменения алфавита, используемого в Турции.
В 2024 году в Баку был согласован рамочный вариант общего тюркского алфавита из 34 букв. Страны продолжают самостоятельно определять, какие из предложенных букв будут использоваться в их национальных алфавитах.
«В алфавите, которым пользуется Турецкая Республика, никаких изменений нет. В этом нет и необходимости», — подчеркнул глава TDK.
