Taaltechnologieproject voor het Turks van TDK en HAVELSAN: DİLBİS

Een project dat is aangekondigd door de Turkse Taalvereniging (TDK) trok mijn aandacht: het Turkse Taalinformatiesysteem, kortweg DİLBİS. Het protocol tussen TDK en HAVELSAN werd op 6 augustus 2026 bekendgemaakt tijdens een ceremonie die door HAVELSAN werd georganiseerd. Het nieuws verscheen de dag erna.

Bij de ceremonie waren onder meer prof. dr. Derya Örs van de Hoge Raad voor Hoger Onderwijs (YÖK), prof. dr. Osman Mert, voorzitter van TDK, dr. Mehmet Akif Nacar, algemeen directeur van HAVELSAN, en bestuurders van beide instellingen aanwezig. Het doel van het project is de rijke traditie van de Turkse taal te verbinden met moderne informatietechnologie en de basis te leggen voor nationale taaltechnologie.

Het bericht noemt de volgende punten: er komt een datamanagementinfrastructuur voor TDK. Er wordt gestreefd naar een databank van het Turks met geschreven teksten, mondelinge bronnen en visueel materiaal, vooral het Turks zoals het in Turkije wordt gesproken, met volgens Örs miljarden gelabelde gegevens en woorden. AI-technologie wordt beschikbaar gesteld aan TDK en het nationale AI-platform MAIN van HAVELSAN wordt in deze infrastructuur geïntegreerd.

Volgens Nacar zal het project het gebruik van het Turks in de digitale wereld versterken en de concurrentiepositie van Turkije op het gebied van taaltechnologie vergroten. Het artikel geeft geen informatie over budget, looptijd of planning, dus die details zijn voor ons nog onbekend.

Wat mij het meest opvalt: grote taalmodellen worden vooral getraind op Engelstalige data. Een taalinstituut dat zijn eigen corpus labelt en er een databank van maakt, kan daarom ook waardevol zijn voor wie Turks leert of onderzoekt. Is er in jouw taal een vergelijkbaar initiatief?

Bron: Türk Dil Kurumu