TDKとHAVELSANによるトルコ語の言語技術プロジェクト「DİLBİS」

トルコ言語協会（TDK）が発表したプロジェクトが目に留まりました。トルコ語情報システム（Türk Dili Bilgi Sistemi）、通称DİLBİS（ディルビス）です。TDKとHAVELSANが締結した協定は、2026年8月6日にHAVELSANの主催で行われた式典で発表され、記事は翌日に公開されました。

式典には、高等教育評議会（YÖK）議長のDerya Örs教授、TDK会長のOsman Mert教授、HAVELSAN社長のDr. Mehmet Akif Nacar、両機関の幹部らが出席しました。このプロジェクトは、トルコ語が積み重ねてきた豊かな蓄積を現代の情報技術と結びつけ、国産の言語技術の基盤を築くことを目指しています。

記事に挙げられている要点は次のとおりです。TDKのデータ管理基盤を構築すること。トルコ語の文章、話し言葉の資料、視覚資料を含むデータベースを目指すこと。対象はとくにトルコで使われるトルコ語で、Örs氏の言葉では数十億規模のラベル付きデータと語彙が含まれるとのことです。AI技術はTDKに提供され、HAVELSANの国産AIプラットフォーム「MAIN」もこの基盤に統合されます。

Nacar氏によれば、このプロジェクトはデジタル空間でのトルコ語の利用を強化し、トルコの言語技術分野での競争力を高めるものです。記事には予算、期間、スケジュールの情報がないため、現時点ではそれらの詳細は分からない、と書いておく必要があります。

私にとって特に興味深いのは次の点です。大規模言語モデルの多くは英語のデータで学習されていますが、言語機関が自前のコーパスにラベルを付けてデータベースを作ることは、トルコ語を学ぶ人や研究者にとっても価値がありそうです。みなさんの言語でも、似た取り組みはありますか。

出典：Türk Dil Kurumu