Projeto de tecnologia linguística para o turco da TDK e da HAVELSAN: DİLBİS

Um projeto anunciado pela Associação da Língua Turca (TDK) chamou minha atenção: o Sistema de Informação da Língua Turca, ou DİLBİS. O protocolo assinado entre a TDK e a HAVELSAN foi anunciado numa cerimônia promovida pela HAVELSAN em 6 de agosto de 2026, e a notícia saiu no dia seguinte.

A cerimônia reuniu o responsável pelo Conselho de Educação Superior (YÖK), Prof. Dr. Derya Örs, o presidente da TDK, Prof. Dr. Osman Mert, o diretor-geral da HAVELSAN, Dr. Mehmet Akif Nacar, e dirigentes das duas instituições. O objetivo do projeto é unir o rico acúmulo da língua turca às tecnologias da informação modernas e construir a base para tecnologias linguísticas nacionais.

A notícia lista estes pontos: será montada uma infraestrutura de gestão de dados para a TDK; pretende-se criar um banco de dados da língua turca com textos escritos, fontes orais e materiais visuais, sobretudo do turco falado na Türkiye, com o que Örs descreveu como bilhões de dados e palavras rotulados; tecnologias de IA serão disponibilizadas à TDK; e a plataforma nacional de IA da HAVELSAN, a MAIN, será integrada a essa infraestrutura.

Segundo Nacar, o projeto vai fortalecer o uso do turco no mundo digital e aumentar a competitividade da Türkiye em tecnologias linguísticas. A notícia não traz informações sobre orçamento, prazo ou cronograma, então é preciso dizer que, por enquanto, não conhecemos esses detalhes.

O que mais me interessa: os grandes modelos de linguagem são treinados sobretudo com dados em inglês, então uma instituição linguística que rotule o próprio corpus e monte um banco de dados também pode ser valiosa para quem aprende e pesquisa o turco. Existe um trabalho parecido na sua língua?

Fonte: Türk Dil Kurumu