20. studeni 2014.

Studenti razvijaju program koji glas pretvara u tekst

lider.media
lider.media

Već više od dvadeset godina na internetu postoji dežurni lektor koji vam pomaže ispraviti mnoge pogreške u vašim tekstovima.

Odaziva se na ime Hascheck (izgovara se ‘hašek‘; http://hascheck.tel.fer.hr/), a iza njega stoje dvije osobe, profesori s Fakulteta elektrotehnike i računarstva Sveučilišta u Zagreba Šandor Dembitz, autor jezgrenog dijela sustava, i Gordan Gledec, koji je izradio mrežno sučelje. U poslu se oslanjaju na svoje studente, kojih je toliko da bi ih u okviru ovoga članka teško bilo sve navesti poimence. Projekt je pokrenut najprije na FER-u, ali prvog dana proljeća 1994. postao je javno dostupan. Od tada je mnogo puta preinačen kako bi bio što bolji za korisnike. Hascheckov rječnik s početnih je sto tisuća različnica hrvatskoga općejezičnog fonda s godinama narastao na 2,1 milijun različnica, od kojih 53 posto pripada hrvatskomu općejezičnom fondu, 44 posto hrvatskomu posebnojezičnom, većinom imeničkom fondu, te oko 3,5 posto engleskomu općejezičnom fondu.

– Svaki dan unosimo nove riječi, nove pojmove, jer se jezik brzo mijenja. Prije desetak godina nije bilo riječi kao što su ‘tvitanje‘ i ‘lajkanje‘, koje se danas upotrebljavaju u svakodnevnom govoru. To zahtijeva da se za program brinemo svaki dan kako bi korisnici bili zadovoljni uslugom – rekao nam je profesor Dembitz.

Besplatno za male U dvadeset godina postojanja Hascheck je posjetilo više od trideset posto svih hrvatskih računala spojenih na internet – više od 620 tisuća korisnika bar je jedanput posjetilo stranicu i provjerilo svoj tekst – obradivši do sada korpus od više od 10 milijuna autorskih kartica teksta. Glavna Hascheckova stranica danas bilježi od tri do četiri tisuće posjeta na dan. U prosjeku se na dan obradi oko osam tisuća kartica teksta. No najvažnije je što je stranica besplatna za uporabu malim korisnicima.– Pratimo velike korisnike i takve upozoravamo na to da se koriste našim programom u profesionalne svrhe i da bi bilo u redu da plate tu uporabu. Nije riječ o velikom novcu, nego o naknadi koja bi nam pomogla da stranicu i dalje održavamo i unapređujemo. Za sada imamo jednog sponzora, Agrokor, koji donacijom pokriva pola godišnjih troškova, a ostatak namirujemo iz ugovora s profesionalnim korisnicima – objasnio je Dembitz.Iako na programu najviše radi Dembitz, malo manje Gledec, što je i razumljivo zbog prije opisane podjele posla, studenti se uključuju putem projekata u sklopu izbornih predmeta diplomskog studija. Njihovi projekti poslije se provjeravaju i ako doista mogu unaprijediti Hascheck, uvode se u program.– To je vrlo ozbiljan projekt i mi mu tako pristupamo. Studenti su nam korisni pomoćnici, ali mi još držimo uzde programa u svojim rukama. Studentske ideje vrlo su dobre i sve ih više zanima rad na takvim projektima nego klasično učenje. Tako ih pripremamo za ono što ih čeka nakon što završe fakultet – dodao je Dembitz.

Nedostaju sredstva Studenti su osmislili HascheckVoice (http://hascheck.tel.fer.hr/voice/), koji tekst pretvara u govor, što je vrlo korisna aplikacija. Dembitz nas je upoznao s još jednim zanimljivijim projektom koji se nedavno proveo u sklopu njegova izbornog predmeta.– Studenti su u samo šest mjeseci razvili program koji pretvara govor u tekst, s time da je vokabular ograničen na petnaest tisuća najčešćih riječi u hrvatskome. To je put kojim bi se trebao razvijati Hascheck, no to stoji. Ipak, studenti su prepoznali u kojem smjeru treba ići, samo kad bi se našla financijska sredstva da se taj projekt napravi do kraja. U nekoliko godina mogli bismo imati program koji bi diktafonske i druge fonogramske zapise pretvarao u tekstni oblik. To bi pomoglo profesorima, studentima, novinarima te mnogim drugim profesijama – istaknuo je.Hascheck su primijetili francuski stručnjaci i ponudili suradnju u koju bi unijeli svoje respektabilno znanje i iskustvo, a tim profesora Dembitza dao bi svoje baze podataka. Riječ je o visokokvalitetnome strojnom prevođenju, što je najteže napraviti. Dembitz ističe da je hrvatski jezik pri dnu rangiranja kad je riječ o obradi prirodnih jezika.– Hrvatski je u tehnološkome smislu jedan od najzapuštenijih europskih jezika, a jezik se u doba interneta brani tehnologijom. Za to bi se trebala zauzeti država, a ne da problem gura pod tepih – požalio se Dembitz.Kaže da je velik problem financiranje jer Sveučilište i Ministarstvo nemaju sluha za njegove prijedloge. Požalio nam se da je na nedavnom natječaju Sveučilišta tražio server vrijedan osamdeset tisuća kuna, ali odbijen je jer je to, navodno, previše novca.– Nije riječ o velikom novcu, cijeli program zahtijeva 50-ak tisuća kuna na godinu. Zabrinjava nepostojanje sluha mjerodavnih. Tim se programom radi i na promidžbi jezika i na njegovu očuvanju – rekao nam je, napomenuvši da se Hascheckova usluga do sada upotrebljavala u 129 IP domena (zemalja) diljem svijeta, dakle da je globalna.

Moglo bi se i zaraditi S obzirom na to da se bliži odlazak u mirovinu autora programa, nameće se pitanje što će biti s Hascheckom nakon toga. Profesor je nedavno ponudio suradnju Institutu za hrvatski jezik i jezikoslovlje, no na e-poruku čak nije bilo ni odgovora. Profesor Dembitz razmatra razne mogućnosti. – Najradije bih da brigu za program preuzme država putem Instituta jer skrb o pismenosti zavrjeđuje biti javna. Međutim, ako to ne žele, program ćemo ponuditi tržištu. Program ima velik potencijal u naplati usluge po simboličnim cijenama, ali i reklamnom prostoru na stranici. Velike su mogućnosti njegova unapređivanja, ali i da budući vlasnik zaradi na njemu – rekao je Dembitz.Izračunao je da je Hascheck do sada odradio više od milijun sati ljudskog lektoriranja. Kolika je to ušteda u radnom vremenu autora tekstova odnosno novcu, svatko sâm može lako procijeniti. Iako Hascheck nije program koji potpuno zamjenjuje lektore, znatno im olakšava i ubrzava posao. Osim zatipaka (tipfelera) i pravopisnih pogrešaka također upozorava na najčešće gramatičke odnosno stilske pogreške, dakle i kontekstno provjerava obrađivani tekst. U kontekstnom dijelu provjere još je mnogo prostora za unapređivanje pa se Dembitz nada da će se naći neki novi studenti da ga poboljšaju i u tom smislu.