Bendrojo lietuvių kalbos tekstyno ir vektorizuotų modelių sukūrimas Pasibaigęs

1. 2021 m. vasario 12 d. Europos Parlamento ir Tarybos reglamentas (ES) 2021/241, kuriuo nustatoma Ekonomikos gaivinimo ir atsparumo didinimo priemonė;
2. Ekonomikos gaivinimo ir atsparumo didinimo planas „Naujos kartos Lietuva“, patvirtintas 2021 m. liepos 28 d. Tarybos įgyvendinimo sprendimu dėl Lietuvos ekonomikos gaivinimo ir atsparumo didinimo plano įvertinimo patvirtinimo (toliau – NKL planas);
3. 2021–2027 metų Europos Sąjungos fondų investicijų programos ir Ekonomikos gaivinimo ir atsparumo didinimo plano „Naujos kartos Lietuva“ administravimo taisyklės, patvirtintos Lietuvos Respublikos finansų ministro 2022 m. birželio 22 d. įsakymu Nr. 1K-237 „Dėl 2021–2027 metų Europos Sąjungos fondų investicijų programos ir Ekonomikos gaivinimo ir atsparumo didinimo plano „Naujos kartos Lietuva“ įgyvendinimo“;
4. Projektų administravimo ir finansavimo taisyklės, patvirtintos Lietuvos Respublikos finansų ministro 2022 m. birželio 22 d. įsakymu Nr. 1K-237 „Dėl 2021–2027 metų Europos Sąjungos fondų investicijų programos ir Ekonomikos gaivinimo ir atsparumo didinimo plano „Naujos kartos Lietuva“ įgyvendinimo“ (toliau – Projektų administravimo ir finansavimo taisyklės).

1. Lietuvos Respublikos mokslo ir studijų įstatymas;
2. Lietuvos Respublikos valstybinės kalbos įstatymas;
3. Lietuvos Respublikos technologijų ir inovacijų įstatymas;
4.Lietuvos Respublikos Seimo 2020 m. spalio 13 d. nutarimas Nr. XIII-3324 „Dėl Lietuvių kalbos plėtros skaitmeninėje terpėje ir kalbos technologijų pažangos 2021–2027 metų gairių patvirtinimo“;
5. 2021–2030 metų nacionalinis pažangos planas, patvirtintas Lietuvos Respublikos Vyriausybės 2020 m. rugsėjo 9 d. nutarimu Nr. 998 „Dėl 2021–2030 metų nacionalinio pažangos plano patvirtinimo“;
6. 2021–2030 metų Lietuvos Respublikos ekonomikos ir inovacijų ministerijos valstybės skaitmeninimo plėtros programa, patvirtinta Lietuvos Respublikos Vyriausybės 2021 m. lapkričio 17 d. nutarimu Nr. 971 „Dėl 2021–2030 metų Lietuvos Respublikos ekonomikos ir inovacijų ministerijos valstybės skaitmeninimo plėtros programos patvirtinimo“ (toliau – Programa).

Pagal Aprašą remiama veikla – kalbinių išteklių dirbtinio intelekto technologijų sprendimų poreikiams plėtra.
Projektui „Bendrasis lietuvių kalbos tekstynas ir vektorizuoti modeliai“ įgyvendinti skiriama iki 4 843 000 Eur (keturi milijonai aštuoni šimtai keturiasdešimt trys tūkstančiai eurų) Ekonomikos gaivinimo ir atsparumo didinimo priemonės lėšų ir iki 1 017 030 Eur (vienas milijonas septyniolika tūkstančių trisdešimt eurų) Lietuvos Respublikos valstybės biudžeto lėšų, skirtų netinkamam pridėtinės vertės mokesčiui (toliau – PVM) apmokėti. PVM gali būti finansuojamas tik Projektų administravimo ir finansavimo taisyklių VII skyriaus 4 skirsnyje nustatyta tvarka.
Galimas pareiškėjas: Informacinės visuomenės plėtros komitetas.
Bendri reikalavimai dėl projekto apimties:
1. Bendrasis lietuvių kalbos tekstynas turi būti lietuviškas, tinkamos apimties, tinkamų struktūros ir segmentavimo, naudojami tekstai turi būti tinkamai parengti, tinkamų formatų, tinkamai validuotas. Bendra tekstyno apimtis – ne mažesnė kaip 3,5 milijardo žodžių, taip pat negali būti pasikartojančių tekstų. Tekstynas turi būti naujas lingvistinis išteklius, bet jam kurti gali būti panaudoti jau egzistuojantys kokybiški lietuviški tekstynai, jei jų kokybę galima įrodyti (recenzuoti ir pan.), bet jų apimtis negali sudaryti daugiau kaip 1 milijardo žodžių bendros Tekstyno apimties.
2. Lietuvių kalbos vektorizuotas modelis turi būti parengtas, panaudojant tinkamus tekstus, būti tinkamos apimties, neuroniniam kalbos modeliavimui turi būti naudojamos tinkamos technologijos, tinkamai validuotas. Didžiajam lietuvių kalbos vektorizuotam modeliui (toliau – DLKVM) parengti turi būti panaudotas bendras lietuvių kalbos tekstynas (toliau – BLKT) visa jo apimtimi (3,5 mlrd. žodžių). Mažajam lietuvių kalbos vektorizuotam modeliui (toliau – MLKVM) parengti turi būti panaudota ne mažiau nei 50 proc. (1,75 mlrd. žodžių) kuriamo BLKT. Jei DLKVM ir/arba MLKVM kūrimui papildomai naudojami kiti tekstynai, jie gali būti panaudoti tik laikantis BLKT keliamų reikalavimų ir BLKT rengimo metodikos reikalavimų (metodiką parengia BLKT projekto vykdytojas).

Kiti privalomi parengtumo, technologiniai, validavimo ir dokumentavimo reikalavimai projektui nurodyti Aprašo 2 priedo I skyriuje.

Teisiniai reikalavimai projektui:
Kuriant visus produktus (rezultatus) privalu laikytis:
• autorių ir gretutines teises reguliuojančių Lietuvos ir ES teisės aktų;
• duomenų apsaugą reguliuojančių Lietuvos ir ES teisės aktų;
• dirbtinio intelekto sistemoms rengiamų mokymo duomenų kokybę reguliuojančių Lietuvos ir Europos teisės aktų;
• Lietuvos ir Europos Sąjungos teisės aktų, reguliuojančių atvirų duomenų formavimo ir skelbimo principus. (ES direktyva dėl atvirųjų duomenų ir viešojo sektoriaus informacijos pakartotinio naudojimo BDAR (EUR-Lex - 32016R0679 - EN - EUR-Lex (europa.eu))
https://eur-lex.europa.eu/legal content/EN/TXT/?qid=1561563110433&uri=CELEX:32019L1024).

Kuriant visus produktus (rezultatus) rekomenduojama atsižvelgti į naujai ruošiamą dirbtinio intelekto aktą (EUR-Lex - 52021PC0206 - EN - EUR-Lex (europa.eu)).
Turi būti parengta ištekliaus naudojimo licencija, kuri užtikrina atvirą ir nemokamą prieigą prie ištekliaus.
Visi surinkti tekstyno įrašai turi turėti atitinkamas licencijas. Tekstynas privalo būti pasiekiamas Lietuvos atvirų duomenų portale (data.gov.lt) ir ne mažiau nei per vieną atviros prieigos platformą (pvz., „Hugging Face“, CLARIN ar kt.) bei prieinamas nemokamai.

Projektas turi atitikti bendruosius projektų atrankos kriterijus, nustatytus Projektų administravimo ir finansavimo taisyklių 2 priede.
Projekto komunikacijos ir informavimo veiksmai atliekami vadovaujantis Projektų administravimo ir finansavimo taisyklių VIII skyriaus „Kiti projektų reikalavimai“ pirmojo skirsnio „Informavimas apie projektą ir komunikaciją“ nuostatomis.
Projektų atranka atliekama valstybės planavimo būdu.
Pagal Aprašą partneriai – nėra galimi.

Neutralus – projektas negali daryti neigiamo poveikio horizontaliesiems principams.
Projekto įgyvendinimo metu neturi būti pažeidžiami HP: darnaus vystymosi, įskaitant reikšmingos žalos nedarymo principą; lygių galimybių ir nediskriminavimo (dėl lyties, rasės, tautybės, pilietybės, kalbos, kilmės, socialinės padėties, tikėjimo, religijos ar įsitikinimų, pažiūrų, amžiaus, lytinės orientacijos, etninės priklausomybės, negalios ar kt.), įskaitant prieinamumo visiems reikalavimo užtikrinimą (paslaugų, infrastruktūros, fizinės ar e. aplinkos sprendimai, informacijos, transporto prieinamumo ir pan.); inovatyvumo (kūrybingumo). Projekte neturi būti numatyta veiksmų, kurie turėtų neigiamą poveikį įgyvendinant HP.
Projektų atitikties Reikšmingos žalos nedarymo horizontaliajam principui vertinimo reikalavimų aprašas pateikiamas Aprašo 1 priede.
Veikla, vadovaujantis Europos Komisijos 2021 m. vasario 12 d. patvirtintomis Reikšmingos žalos nedarymo principo taikymo pagal Ekonomikos atsparumo ir didinimo priemonės reglamentą techninėmis gairėmis, atitinka reikšmingos žalos nedarymo principą, nes neturi neigiamo numatomo poveikio 6 aplinkos tikslams, nurodytiems 2020 m. birželio 18 d. Europos Parlamento ir Tarybos reglamento (ES) Nr. 2020/852 dėl sistemos tvariam investavimui palengvinti sukūrimo, kuriuo iš dalies keičiamas Reglamentas (ES) 2019/2088, 17 straipsnyje arba numatomas jų poveikis yra nereikšmingas, t. y. nedaro tiesioginio ir pirminio netiesioginio poveikio per visą gyvavimo ciklą.
Projektas neturi pažeisti Chartijos pagrindinių teisių: orumo; asmenų, privataus ir šeimos gyvenimo, sąžinės ir saviraiškos laisvės; asmens duomenų; prieglobsčio ir apsaugos perkėlimo, išsiuntimo ar išdavimo atvejų; teisių į nuosavybę ir teisių užsiimti verslu; lyčių lygybės, vienodo požiūrio ir lygių galimybių, nediskriminavimo ir neįgaliųjų teisių; vaiko teisių; gerojo administravimo, veiksmingos teisinės gynybos, teisingumo; solidarumo ir darbuotojų teisių; aplinkos apsaugos.

3 metai po projekto įgyvendinimo pabaigos privaloma viešinti projekto įgyvendinimo rezultatus, siekiant užtikrinti sukurtų išteklių populiarinimą.

Projekto veiklos turi būti įgyvendintos iki 2026 m. balandžio 30 d.

Projektų bendrieji atrankos kriterijai nurodyti Projektų administravimo ir finansavimo taisyklių 2 priede. https://esinvesticijos.lt/dokumentai/projektu-bendruju-atrankos-kriteriju-sarasas-ir-ju-vertinimo-metodika-3

-

Parengtas PĮP (su visais privalomais priedais) teikiamas per 2021-2027 m. Duomenų mainų svetainę (DMS) adresu https://dms.investis.lt. Kilus klausimams kreiptis į nurodytą kvietime atsakingą už kvietimą asmenį.

5 priedas: Investicijų projektas kartu su investicijų skaičiuokle 9 priedas: dokumentai ir informacija, pagrindžiantys projekto išlaidų pagrįstumą (pvz., sudarytų sutarčių kopijos, komerciniai pasiūlymai), taip pat pateikiamos nuorodos į rinkoje esančias kainas (pvz., Centrinėje viešųjų pirkimų informacinėje sistemoje); 10 priedas: dokumentai, pagrindžiantys darbo užmokesčio išlaidų pagrįstumą (veiklų sąrašą, kuriame būtų nurodytos projektą vykdančių asmenų darbo pagal projektą valandos, įkainis (valandinis arba mėnesinis), jo pagrindimas). 11 priedas: darbo užmokesčio pažyma (Aprašo 3 priedas).