Γιατί η ελληνική γλώσσα χρειάζεται μια εθνική και ευρωπαϊκή ανοικτή υποδομή δεδομένων Η εκπαίδευση μεγάλων γλωσσικών μοντέλων βασίζεται σε τεράστιους όγκους κειμένου, όμως η ποσότητα χωρίς καθαρή αδειοδότηση και τεκμηριωμένη προέλευση δημιουργεί νομική αβεβαιότητα, περιορισμένη επαναχρησιμοποίηση και χαμηλή επιστημονική αξιοπιστία. Το German Commons αποτελεί σημείο καμπής: 154,56 δισ. tokens, 41 πηγές, επτά θεματικοί τομείς, με … Read more
Όταν η γλωσσική ευφράδεια υποκαθιστά την κρίση και γιατί αυτό είναι πολιτικό ζήτημα Η ραγδαία διάδοση των μεγάλων γλωσσικών μοντέλων (LLMs) έχει δημιουργήσει την εντύπωση ότι βρισκόμαστε μπροστά σε μηχανές που “σκέφτονται”. Η εντύπωση αυτή δεν προκύπτει επειδή τα συστήματα αυτά κατανοούν τον κόσμο, αλλά επειδή παράγουν κείμενο που μοιάζει με ανθρώπινη κρίση. Το πρόσφατο … Read more
Ανοιχτά πρότυπα για τεκμηριωμένη γλωσσική γνώση Τα γλωσσικά σώματα κειμένων αποτελούν σήμερα κρίσιμη υποδομή για τη γλωσσολογία, την υπολογιστική ανάλυση φυσικής γλώσσας και τη σύγχρονη τεχνητή νοημοσύνη. Η έννοια του σώματος κειμένων δεν περιορίζεται σε μια απλή συλλογή δεδομένων, αλλά προϋποθέτει συνειδητό σχεδιασμό, επιλογή και δομή με συγκεκριμένα ερευνητικά κριτήρια. Σε αυτό το πλαίσιο, οι … Read more
Φανταστείτε έναν ψηφιακό κόσμο όπου όλα τα προσωπικά σας δεδομένα βρίσκονται σε έναν χώρο που εσείς ελέγχετε — τα αποθηκεύετε μία φορά και αποφασίζετε ποιος έχει πρόσβαση, σε τι και πότε. Αυτό ακριβώς κάνει το Solid, μια τεχνολογία που αναπτύχθηκε με στόχο να επιστρέψει τον Ιστό στην αρχική του υπόσχεση: να υπηρετεί τους ανθρώπους, όχι … Read more
Μια καινοτόμα λύση για την ψηφιακή μεταγραφή ιστορικών χειρόγραφων εγγράφων ανέπτυξαν και διέθεσαν ανοιχτά τα Εθνικά Αρχεία της Σουηδίας (Riksarkivet), προσφέροντας πολύτιμο εργαλείο σε οργανισμούς που διαχειρίζονται πολιτιστικό απόθεμα και αρχειακό υλικό. Η νέα αυτή τεχνολογία βασίζεται στην τεχνητή νοημοσύνη και επιτρέπει την αυτόματη αναγνώριση χειρόγραφου κειμένου — μια διαδικασία που μέχρι σήμερα απαιτούσε μεγάλο … Read more
