Språkteknikprojekt för turkiska från TDK och HAVELSAN: DİLBİS

Ett projekt som annonserats av den turkiska språkföreningen (TDK) fick min uppmärksamhet: det turkiska språkinformationssystemet, kallat DİLBİS. Protokollet mellan TDK och HAVELSAN presenterades vid en ceremoni som HAVELSAN var värd för den 6 augusti 2026, och nyheten publicerades dagen efter.

Vid ceremonin medverkade bland andra Derya Örs från rådet för högre utbildning (YÖK), Osman Mert, TDK:s ordförande, Mehmet Akif Nacar, HAVELSAN:s verkställande direktör, samt ledningen för båda institutionerna. Projektets mål är att förena det turkiska språkets rika arv med modern informationsteknik och lägga grunden för inhemsk språkteknik.

Artikeln nämner följande: en infrastruktur för datahantering ska byggas upp för TDK. Målet är en databas för turkiska som omfattar skriftliga texter, muntliga källor och visuellt material, framför allt den turkiska som talas i Turkiet, med vad Örs kallade miljarder märkta data och ord. AI-teknik ska göras tillgänglig för TDK, och HAVELSAN:s nationella AI-plattform MAIN ska integreras i infrastrukturen.

Enligt Nacar kommer projektet att stärka användningen av turkiska i den digitala världen och öka Turkiets konkurrenskraft inom språkteknik. Artikeln innehåller ingen information om budget, tidsram eller tidplan, så det måste vi ärligt säga att vi ännu inte känner till.

Det jag tycker är mest intressant: stora språkmodeller tränas huvudsakligen på engelskspråkig data. Om en språkinstitution märker upp sitt eget korpus och bygger en databas av den kan det vara värdefullt även för dem som lär sig eller forskar om turkiska. Finns det liknande arbete på ditt språk?

Källa: Türk Dil Kurumu