Proyecto de tecnología lingüística para el turco de TDK y HAVELSAN: DİLBİS

Me llamó la atención un proyecto anunciado por la Asociación de la Lengua Turca (TDK): el Sistema de Información de la Lengua Turca, o DİLBİS. El protocolo firmado entre TDK y HAVELSAN se anunció en una ceremonia organizada por HAVELSAN el 6 de agosto de 2026, y la noticia salió al día siguiente.

A la ceremonia asistieron el titular del Consejo de Educación Superior (YÖK), Prof. Dr. Derya Örs, el presidente de TDK, Prof. Dr. Osman Mert, el director general de HAVELSAN, Dr. Mehmet Akif Nacar, y directivos de ambas instituciones. El objetivo del proyecto es unir la rica herencia de la lengua turca con las tecnologías de la información modernas y sentar las bases de tecnologías lingüísticas nacionales.

La noticia enumera estos puntos: se creará una infraestructura de gestión de datos para TDK; se pretende construir una base de datos del turco con textos escritos, fuentes orales y materiales visuales, sobre todo del turco que se habla en Türkiye, que según Örs incluirá miles de millones de datos y palabras etiquetados; las tecnologías de IA se pondrán a disposición de TDK; y la plataforma nacional de IA de HAVELSAN, MAIN, se integrará en esa infraestructura.

Según Nacar, el proyecto reforzará el uso del turco en el mundo digital y aumentará la competitividad de Türkiye en tecnologías lingüísticas. La noticia no incluye información sobre presupuesto, plazos ni calendario, así que hay que decir que por ahora no conocemos esos detalles.

Lo que más me interesa: la mayoría de los grandes modelos de lenguaje se entrenan con datos en inglés, así que una institución lingüística que etiquete su propio corpus y construya una base de datos también puede ser valiosa para quienes aprenden e investigan el turco. ¿Hay un esfuerzo parecido en tu idioma?

Fuente: Türk Dil Kurumu