Klausimų-atsakymų porų tekstyno 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).

1. Pagal Aprašą remiama veikla – kalbinių išteklių dirbtinio intelekto technologijų sprendimų poreikiams plėtra (Projektas „Klausimų-atsakymų porų tekstyno sukūrimas“).
2. Galimi pareiškėjai: mokslo ir studijų įstaigos.
3. Projekto veiklos turi būti įgyvendintos iki 2026 m. balandžio 30 d.
4. Šiuo Aprašu finansuojamas 1 projektas, kuriam įgyvendinti skiriama iki 770 000 Eur (septynių šimtų septyniasdešimt tūkstančių eurų) Ekonomikos gaivinimo ir atsparumo didinimo priemonės lėšų ir iki 161 700 Eur ( šimto šešiasdešimt vieno tūkstančio septynių šimtų 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.
5. Vienas pareiškėjas gali pateikti tik vieną PĮP, parengtą pagal Projektų administravimo ir finansavimo taisyklių 1 priede pateiktą formą.
6. Projektas turi atitikti bendruosius projektų atrankos kriterijus, nustatytus Projektų administravimo ir finansavimo taisyklių 2 priede.
7. 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.
8. Projektų atranka atliekama konkurso būdu.
9. Privalomi techniniai reikalavimai klausimų - atsakymų tekstyno sukūrimui:
9.1. Tekstyno apimtis – ne mažiau nei 15 mln. klausimų-atsakymų porų. Kuriant šį išteklių privalu paisyti atitinkamų tekstynų kūrimui taikomų kriterijų, susijusių su tekstynų tipu, dydžiu ir atskirų jo dalių proporcijų subalansuotumu, tęstinumu, reprezentatyvumu (reikiamos kalbos ir / ar jos atmainų atspindėjimu), papildomu apdorojimu (kodavimu / anotavimu), tekstyne numatytų sukaupti tekstų pobūdžiu.
9.2. Į tekstyną turi būti įtraukti tik tekstai, neapriboti jokiomis platinimo teisėmis. Jame turi atsispindėti unikali lietuviška leksika, šio ištekliaus kūrimo atveju konkretizuojama kaip tikriniai žodžiai (asmenvardžiai, vietovardžiai, pavadinimai ir kt.), tokie atvejai privalo sudaryti ne mažiau kaip 30% visų tekstų (klausimų ir / ar atsakymų). Siekiant išpildyti šį reikalavimą tekstynas turi būti anotuotas sužymint jame aktualias duomenų kategorijas, atitinkančias BDAR apibrėžtus įvardintų esybių (angl. named entities) tipus, tokius kaip asmenų vardai ir pavardės, vietos ir vietovės, organizacijų pavadinimai, kt. Duomenys turi būti anotuoti naudojant BIO arba analogiškus standartus ir pateikti CSV (angl. coma-separated values) arba TSV (angl. tab-separated values) formatu viena rinkmena arba daugiau rinkmenų. Įvardintų esybių anotavimo klaidų skaičius negali viršyti 0,5 %.
9.3. Įvertinus visuomenės veiklos sritis, kuriose tokio pobūdžio ištekliai (tekstynai) ir sprendimai (bendravimo robotai) yra aktualūs, keliamas kriterijus atrenkant tekstus kuriamam ištekliui apimti šias jo panaudojimo šakas: 1) elektroninės valstybės paslaugos, pvz., socialiniais, sveikatos, finansų ir mokesčių, nekilnojamojo turto ir infrastruktūros, komunikacijos, kultūros, laisvalaikio ir pramogų, administraciniais, švietimo, mokslo ir darbo ir kt. klausimais; 2) elektroninės parduotuvės; 3) neformalūs pokalbiai / dialogai. Tekstyne sukaupti tekstai atitinkamai turi atspindėti skirtingą kalbą: 1) formalią (iki 70–90% viso tekstyno); 2) neformalią (iki 10–30% viso tekstyno).
9.4. Išteklių sudarysiančių klausimų ir atsakymų ilgiui (žodžių ir sakinių lygmenimis) taikomi šie kriterijai: 1) ne mažiau nei 40% į tekstyną įtrauktų klausimų privalo būti bent 9 žodžių ilgio, bent 20% klausimų turi būti sudaryti iš 2 sakinių; 2) ne mažiau nei 60% į tekstyną įtrauktų atsakymų privalo būti bent 5 žodžių ilgio, bent 40% atsakymų turi būti sudaryti iš 2 sakinių. Tekstyne sukaupti klausimai privalo apimti skirtingus klausimų tipus: 1) atvirus: kas (ko, kam, ką, kuo), kur (iš kur), kada, kodėl, kiek, kaip, koks, kuris, kelintas – bent 60% visų klausimų tekstyne; 2) uždarus: ar, gal – likusi klausimų dalis tekstyne. Visos klausimų-atsakymų poros tekstyne turi būti unikalios (nesikartojančios), tačiau galimas vieno iš kiekvienos poros dėmenų (klausimo arba atsakymo) pasikartojimas ne daugiau kaip 20 kartų.
9.5. Rengiant tekstyną būtų naudojami lokalūs, debesų ir hibridiniai kompiuterijos sprendimai. Atskiruose etapuose gali būti naudojami dirbtinio intelekto (DI), mašininio mokymo, statistiniai, taisykliniai ir hibridiniai metodai, pvz. dirbtiniai neuroniniai tinklai (transformatoriai (angl. transformers), rekurentiniai neuroniniai tinklai (angl. recurrent neural networks), ilgos trumpalaikės atminties (angl. long short-term memory), Markovo modeliai (angl. hidden Markov models), atraminių vektorių metodas (angl. support vector machine), sąlyginiai atsitiktiniai laukai (angl. conditional random fields), morfosintaksinės, semantinės, statistinės, loginės ir kt. taisyklės, hibridiniai metodai, DI ir taisyklinių metodų, DI ir įvairių žodynų, žodžių sąrašų kombinacijos, ir kt.
9.6. Tekstynas privalo būti pateikiamas mažiausiai dviejose atviros prieigos platformose (pvz., „Hugging Face“, CLARIN ar kt.) ir Lietuvos atvirų duomenų portale (data.gov.lt) ir prieinamas nemokamai.
10. Tekstyno validavimui keliami šie reikalavimai:
10.1. Reikia sukurti sprendimus ir priemones, leidžiančias iš klausimų-atsakymų tekstyno apmokyti mašininio ir (ar) giliojo mokymo sprendimus ir pademonstruoti jų veikimą bei įvertinti tikslumus.
10.2. Validavimas laikomas tinkamu, jei sprendimai pademonstruoja Tekstyno tinkamumą dialogų sistemų ir (ar) klausimų-atsakymų sistemų ir (ar) pokalbių robotų konstravimui.
10.3. Validavimo sprendimas turi neviršyti 15 proc. klaidų atsakant į uždarus ir į atvirus klausimus.
10.4. Validavimo imtis turi būti ne mažesnė nei 500 klausimų atviriems klausimams ir 500 klausimų uždariems klausimams. Validavimui turi būti naudojami klausimai, kurie nebuvo naudoti tekstyno formavimui ir mokymo procesui.
11. Dokumentavimo reikalavimai: a) turi būti detaliai apibūdinta Tekstyno struktūra, jo sudarymo ir anotavimo metodikos; b) aprašytos anotacijos ir jų reikšmė; c) pateikta detali statistika įvairiais pjūviais; e) sukurtam produktui turi būti taikomas detaliai dokumentuotas tarptautinis metaduomenų standartas. (pvz., Data Catalog Vocabulary (DCAT) https://www.w3.org/TR/vocab-dcat-3/, Dublin Core Metadata Element Set (DCMES) https://www.dublincore.org/specifications/dublin-core/dces/, The Component Metadata Initiative (CMDI) https://media.dwds.de/clarin/userguide/text/metadata_CMDI.xhtml arba analogiški).
12. Teisiniai reikalavimai projektui:
12.1. Kuriant visus produktus (rezultatus) privalu laikytis: a) autorių ir gretutines teises reguliuojančių Lietuvos ir ES teisės aktų; b) duomenų apsaugą reguliuojančių Lietuvos ir ES teisės aktų; c) dirbtinio intelekto sistemoms rengiamų mokymo duomenų kokybę reguliuojančių Lietuvos ir Europos teisės aktų; d) 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).
12.2. Kuriant visus produktus (rezultatus) rekomenduojama atsižvelgti į naujai ruošiamą dirbtinio intelekto aktą (EUR-Lex - 52021PC0206 - EN - EUR-Lex (europa.eu)).
12.3. Turi būti parengta ištekliaus naudojimo licencija, kuri užtikrina atvirą ir nemokamą prieigą prie ištekliaus. Visi surinkti tekstyno įrašai turi turėti atitinkamas licencijas.
13. Pagal Aprašą galimi partneriai – mokslo ir studijų įstaigos.
14. Jeigu projektas įgyvendinamas su partneriu, partnerystė projekte turi būti pagrįsta, teikti naudą ir prisidėti prie projekto tikslo įgyvendinimo ir iki PĮP pateikimo turi būti sudaryta jungtinės veiklos (partnerystės) sutartis. Jungtinės veiklos (partnerystės) sutartį pasirašo pareiškėjas ir projekto partneris. Jungtinės veiklos (partnerystės) sutartyje turi būti aiškiai išdėstyti šalių įsipareigojimai ir teisės projekto atžvilgiu (nurodytas kiekvienos šalies finansinis ir dalykinis indėlis į projektą, aptarta, kokias veiklas vykdys kiekviena šalis, numatyti projekto rezultatai ir kita) ir šalių atsakomybė, taip pat įsipareigojimai laikytis pagrindinių gerosios partnerystės praktikos taisyklių:
14.1. Partneris turi būti perskaitęs projekto įgyvendinimo planą ir susipažinęs su savo teisėmis ir pareigomis įgyvendinant projekto įgyvendinimo planą.
14.2. Įgyvendindamas projektą projekto vykdytojas privalo reguliariai konsultuotis su partneriu ir nuolat jį informuoti apie projekto įgyvendinimo eigą.
14.3. Visi projekto įgyvendinimo plano pakeitimai, turintys įtakos partnerio įsipareigojimams ir teisėms, prieš kreipiantis į įgyvendinančiąją instituciją pirmiausia turi būti suderinti su partneriu.
15. Projekto vykdytojas kiekvieną ketvirtį (iki mėnesio 8 d.) nuo projekto sutarties pasirašymo turi informuoti Lietuvos Respublikos ekonomikos ir inovacijų ministerijos (toliau – Ministerija) paskirtą atsakingą asmenį apie projekto veiklų įgyvendinimo pažangą. Informacija apie projekto veiklų įgyvendinimo pažangą skelbiama viešai https://eimin.lrv.lt/.

Horizontaliųjų principų (toliau – HP) reikalavimai
1. Neutralus – projektas negali daryti neigiamo poveikio horizontaliesiems principams.
2. 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.
3. Projektų atitikties Reikšmingos žalos nedarymo horizontaliajam principui vertinimo reikalavimų aprašas pateikiamas Aprašo 1 priede.
4. 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.

Europos Sąjungos pagrindinių teisių chartijos (toliau – Chartija) reikalavimai
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 veikla turi būti baigta įgyvendinti 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

Netaikoma.

Numeris	Pavadinimas	Maksimalus galimas surinkti balas	Didžiausias galimas kriterijaus balas	Svorio koeficientas	Minimalus privalomas surinkti balas
1	Pareiškėjas turi ekspertinių žinių projektui įgyvendinti: tekstynų lingvistikos; kalbos technologijų („Natural language processing“) ir giliojo mokymo („Deep learning“) srityse; kalbos technologijų projektų valdymo ir vykdymo srityse.	60,00	6	10,00
2	Pareiškėjas ir (ar) partneriai iki PĮP pateikimo dienos yra įgyvendinę lietuvių kalbos tekstyno projektus, kurių rezultatai buvo kalbos ištekliai ir (arba) kalbos technologijų sprendimai, kuriems naudojami tekstynai.	40,00	4	10,00

Maksimali galima balų suma: 100,00 Minimali privaloma surinkti balų suma: 60

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.

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: Informacija, reikalinga projekto atitikčiai projektų atrankos kriterijams įvertinti (Aprašo 2 priedas), ir tai įrodantys dokumentai 12 priedas: Vykdytų lietuvių kalbos tekstyno projektų finansavimo sutarčių kopijos, nuorodos į projektų finansavimo sutartis ir (arba) vadovo raštas dėl anksčiau vykdytų lietuvių kalbos tekstyno projektų (jeigu nebuvo sudaryta projekto finansavimo sutartis) ir jų sąrašas su nuorodomis 13 priedas: Darbo užmokesčio pažyma (Aprašo 3 priedas)