NYTK részvétel a “Nyelv és kultúra dialógusa a XXI. századi névtudományban” konferencián Vilniusban

A fenyegető üzenetek nyelvi jellemzőiről és az ezeken alapuló profilalkotás lehetőségeiről tartott előadást Varga Marianna az SZTE JGYPK-n

32. Egyetemi Nyelvészeti Napok az Újvidéki Egyetemen

Nagyszótár az M5 Librettó című műsorában

<div rehype-wrapper="true"><div data-nytud="true" data-align="left" data-auto-width="auto-width"><figure class=""><img src="https://admin.nytud.hu/wp-content/uploads/2024/10/MTU_web_logo-03-1-1400x564.png" alt="" width="350" height="141"></figure></div>Beszédünk jellemző ránk. Hangjuk alapján megismerjük ismerőseinket, sőt személyazonosításhoz is felhasználható. Megmutathatja, hova tartozunk vagy épp milyen a személyiségünk. Beszédünkben lenyomatot hagy betegségünk is. Előadásainkban körbejárjuk, milyen jellemzőink hogyan hatnak a beszédre, és milyen nyitott kérdések állnak előttünk. Megismerhetünk egy speciális akcentusjelenséget, amelyről ritkábban esik szó a hétköznapokban. Ezután betekintünk magyar fejlesztésű, beszéden alapuló, mesterséges intelligencia adta lehetőségekbe, amelyek segítségünkre lehetnek az egyén állapotának feltérképezésében.<h4>I. szekció: A beszéd változatossága</h4><h5>Gráczi Tekla Etelka – Deme Andrea – Juhász Kornélia: A beszéd mint egyedi azonosító?</h5>Az előadás átfogó képet kíván adni arról, hogy hogyan is “él” velünk a beszéd: Hogyan változik, ahogyan felnövünk, vagy idősödünk; a nap folyamán állapotunkkal; hogyan tükrözi lelki, testi állapotunkat, egészségünket. Az előadásban körbejárjuk, milyen részletek árulkodnak beszédünkben rólunk, egyediségünkről és ízelítőt adunk, milyen nyitott kérdések megválaszolása áll még előttünk.<h5>Juhász Kornélia – Bartos Huba: Mandarin kínai kérdő és kijelentő egy szótagú megnyilatkozások kínaiul tanuló magyar anyanyelvűek ejtésében</h5>A kísérlet az emelkedő és ereszkedő kínai lexikai tónusok ejtését vizsgálja egy szótagú kérdő, illetve kijelentő megnyilatkozásokban. A kínai nyelvben a mondattípus nincs hatással a lexikai tónus dallammenetének irányára, tehát például az emelkedő tónus mind kérdő, mind kijelentő megnyilatkozásban emelkedő dallammal realizálódik. Kérdésként merül fel, hogy a kínaiul tanuló magyar anyanyelvűek képesek-e az anyanyelvi mintázatoktól eltérően az emelkedő tónust kijelentő mondattípusban emelkedő dallammal, míg az ereszkedő tónust kérdő mondattípusban ereszkedő f0-kontúrral produkálni.<h4>II. szekció: Hogyan segíthet a mesterséges intelligencia a kognitív képességek romlásának korai felismerésében?</h4><h5>Svindt Veronika – Kiss Lőrinc: A szemantikus memória változásainak kimutatása neurodegeneratív kórképekben AI-alapú adatfeldolgozással</h5>A kognitív képességek klinikai felmérése során gyakran alkalmazott módszer az ún. verbális fluencia feladatok alkalmazása. Ezek a rövid, és látszólag egyszerű feladatok valójában rámutathatnak az emlékezeti folyamatok romlására, illetve az emlékezet szerveződésében bekövetkező változásokra. A verbális fluencia feladatok mélyebb, nyelvészeti megközelítésű és mesterséges intelligencia-alapú tartalmi elemzése láthatóvá és mérhetővé teszi a fogalmi kategóriák kiüresedésének folyamatát, már a kognitív hanyatlás viszonylag korai szakaszában is.<h5>Hoffmann Ildikó – Svindt Veronika – Bóna Judit – Gosztolya Gábor – Gráczi Tekla Etelka: A verbális fluencia beszédparamétereinek mérése ASR-technikával neurodegeneratív kórképben</h5>A verbális fluencia tesztek jól alkalmazhatók a kognitív funkciók felmérésében neurodegeneratív betegségben szenvedőknél is. Ezek a tesztek azt vizsgálják, hogy egy személy hogyan képes szavakat generálni bizonyos korlátok között. Előadásunkban nem a feladatokban produkált szavak számával és szemantikai jellemzőivel foglalkozunk, hanem a produkció során zajló szupraszegmentális jellemzőkkel. Mindehhez a mesterséges intelligencia eszközeit hívjuk segítségül: automatikus beszédfelismerő (ASR) technikát alkalmazunk az időbeli jellemzők  automatikus mérésére. Eredményeink szerint ez a technika jól differenciál egyes neurodegeneratív betegségben, s hasznos lehet az egyszerűbb, gyorsabb kiértékelésében.<h5>Svindt Veronika – Gráczi Tekla Etelka – Gosztolya Gábor: Hogyan teszi mérhetővé a mesterséges intelligencia a gondolkodási folyamatok lassulását a beszéd vizsgálatán keresztül?</h5>A beszéd célzott elemzése során a gondolkodási folyamatok működésébe is bepillantást nyerhetünk. Előadásunkban bemutatunk egy olyan módszertant, amelynek segítségével a hétköznapi spontán beszédnél jelentősebb kognitív terhelésnek tesszük ki a vizsgálati személyt. Majd a beszédprodukcióját, illetve beszédének bizonyos paramétereit automatikus beszédelemző segítségével vizsgáljuk. Az eredmények azt mutatják, hogy bizonyos neurodegeneratív betegségekben a kognitív terhelés növekedése hat az információfeldolgozási sebességre, lassítva azt. Mindez pedig kimutatható a beszéd elemzésének segítségével.</div>

Állandóság – változás – eltérés. Mit árul el rólunk a beszédünk?

<div rehype-wrapper="true"><div data-nytud="true" data-align="center"><figure class=""><img src="https://admin.nytud.hu/wp-content/uploads/2024/10/MTU_web_logo-03-1-500x201.png" alt="" width="375" height="151"></figure></div>2024. november 27. 14:00 – 17:00 Humán Tudományok Kutatóháza (1097 Budapest, Tóth Kálmán u. 4.)ProgramLevezető elnök: Prószéky Gábor, az MTA doktoraMegnyitó14:00 – 14:05  Prószéky GáborElőadások:14:05 – 14:30  Héja Enikő kutatócsoport-vezető, tud. mts. (HUN-REN NYTK Nyelvtechnológiai és Alkalmazott Nyelvészeti Intézet, Nyelvtechnológiai kutatócsoport),  Szövegerdőben bolyongva: lásd a fák helyett az erdőt!Az előadásban bemutatjuk, hogy mi egy nyelvi korpusz, és hogy milyen tulajdonságokkal kell rendelkeznie ahhoz, hogy megfelelő kiindulási alap legyen empirikus nyelvészeti kutatások számára. Kitérünk arra, hogy miért fontos, hogy a korpusz nagyméretű legyen és sokféle szöveget tartalmazzon. Ismertetjük, hogyan segíthet egy jól összeállított korpusz a nyelvi mintázatok, gyakorisági eloszlások és jelentésváltozások feltárásában. Bemutatjuk a különböző típusú korpuszokat, az építésük során felmerülő kihívásokat, valamint az automatizált eszközök szerepét az adatok elemzésében. Az előadás célja, hogy rávilágítson, miként járulnak hozzá a nagyméretű korpuszok a nyelvi jelenségek mélyebb megértéséhez, és hogyan támogatják az empirikus leíró nyelvészetet. 14:30 – 14:55 Ligeti-Nagy Noémi tud. mts. (HUN-REN NYTK Nyelvtechnológiai és Alkalmazott Nyelvészeti Intézet, Nyelvtechnológiai kutatócsoport), Hány “Tisztelt Elnök Úr!”-at bír el egy korpusz?A Magyar Nemzeti Szövegtár 3.0 egy 10 milliárd tokent tartalmazó nemzeti referenciakorpusz lesz, amely jelentős méretbeli és lefedettségbeli bővülést jelent az 1 milliárd tokent tartalmazó MNSZ2-höz képest. A korpusz összeállítása számos kihívást tartogat. A szöveggyűjtés során az egyik kulcskérdés a doménspecifikus deduplikáció, különösen a sajtó stílusrétegen belül, ahol az ismétlődő tartalmak komoly szűrést igényelnek. Mivel kiemelt célunk, hogy a határon túli nyelvhasználat megfelelő súllyal legyen képviselve a korpuszban, olyan érdekes kérdésekben is döntést kell hoznunk, mint például, hogy egy Bécsben klinikát nyitó magyarországi orvos honlapja vajon határon túli nyelvhasználatot reprezentál-e.  14:55 – 15:20 Holl András, informatikai főigazgató-helyettes (MTA Könyvtár és Információs Központ), Cédulák, adatbázisok és mesterséges intelligencia: a tudományos szakirodalom feltárása szakmai-könyvtári együttműködésbenA tudományos szakirodalom vagy a levéltári forrásanyag feltárásának fontos lépése volt valaha a cédulázás. Egyéb források mellett a cédulaanyagra támaszkodva nagy lexikális munkák készültek, mint a “Magyar írók élete és munkái”, a “A magyar irodalom története”,  vagy a “Magyarország régészeti topográfiája”. Az 1980-as, 90-es években megjelentek a számítógépes adatbázisok a forrásanyag feltárásának eredményeként.A szakirodalom humán indexelése egyre nehezebben megoldható. Azonban a feldolgozást végző intelligencia lehet mesterséges is: a nagy mennyiségű digitális szöveg  gépesített “kicédulázása” a könyvtárak és a szakmai közösségek együttműködésének terepe lehet.A TMNP keretében, a HUN-REN NYTK és az MTA KIK nagy nyelvmodellek alkalmazásával dolgozza fel a REAL repozitórium modern magyar szöveganyagát. 15:20 – 15:30 szünet 15:30 – 15:55 Ludányi Zsófia – Váradi Tamás – Kocsis Ágnes – Madarász Gábor (HUN-REN NYTK Nyelvtechnológiai és Alkalmazott Nyelvészeti Intézet), A mesterséges intelligencia felhasználásának lehetőségei a helyesírási tanácsadásbanAz MTA Nyelvtudományi Intézete 2013-ban nyitotta meg a Helyesiras.mta.hu online helyesírási tanácsadó portált, amely nyelvtechnológiai eszközök segítségével nyújt gyors, automatikus választ a felhasználók helyesírási kérdéseire. Számot vetve az indulás óta eltelt több mint tíz év tapasztalataival, időszerűvé vált a helyesírási portál korszerűsítése.A mesterséges intelligencia alkalmazásával hatékonyabbá és egyszerűbbé tehető a portál használata. Terveink szerint az új felületen a felhasználók természetes nyelven fogalmazhatják majd meg helyesírási kérdéseiket, nyelvi problémáikat. Az interaktív technológia képes a kérdéses szóalakok nyelvi kontextusának pontosabb felismerésére, így a felhasználók az adott kérdéshez igazított, közérthető választ kaphatnak. Az új technológia a Kutatóközpont nyelvi közönségszolgálatának tudásbázisára épít. 15:55 – 16:20 Simon László, kutatócsoport-vezető, tud. mts. (HUN-REN NYTK Lexikológiai Intézet, Lexikai tudásreprezentáció kutatócsoport), A magyar nyelv nagyszótára archivális cédulagyűjteményének digitalizálásaA túlnyomórészt A6-os méretű és kézzel megírt lapokból álló kollekció annak a „közösségi gyűjtés”-nek az eredményeként jött létre, amelyet a 19. század végén a Magyar Nyelvőr hasábjain kezdeményeztek. Az anyag nagyságát, a cédulák számát illetően az elmúlt 120 évben mindvégig csak becslések álltak rendelkezésünkre: a digitalizálási munkálatok következtében azonban ma már pontos információink vannak többek között arról is, hogyan oszlik meg az anyag az 1128 tárolódobozban.Jelenleg a Magyar Nemzeti Levéltárral folytatott együttműködés keretében azon dolgozunk, hogy minden egyes cédulaképhez hozzárendeljük azt az információt, hogy az eredeti cédula melyik címszó illusztrálásához készült. Azt gondoljuk, hogy a munkálatok befejeztével az anyagot online is könnyen és jól kereshetővé tudjuk majd tenni. 16:20 – 16:45 Lipp Veronika, intézetigazgató (HUN-REN  Nyelvtudományi Kutatóközpont Lexikológiai Intézet, Magyar terminológiastratégia2023. december 1-én indult a Magyar terminológiastratégia alprogram a Tudomány a Magyar Nyelvért Nemzeti Program keretén belül. A HUN-REN Nyelvtudományi Kutatóközpont által koordinált program célja a magyar terminológiastratégiai munkák belföldi és külhoni koordinációja. Ezen kívül kiemelt feladat a határon túli nyelvészeti kutatóállomásokat tömörítő Termini Magyar Nyelvi Kutatóhálózat működésének összehangolásával egy ingyenesen hozzáférhető, nyolc nyelven elérhető digitális oktatásterminológiai adatbázis létrehozása, egyben egy olyan közös magyar terminológiai adatbázisé, amely segíti többek között az oktatás szaknyelvének Kárpát-medencei harmonizációját. Az előadás az elmúlt egy évben elért eredményekről számol be.16:45 – 17:00 Összefoglaló</div>

A 75 éves Nyelvtudományi Kutatóközpont projektjei a magyar nyelv digitális támogatásáért és fenntarthatóságáért

<div rehype-wrapper="true">My presentation introduces recent studies on the formation and areal typology of the western Uralic languages, exploring the differences between typological profiles of the northern and southern Finnic languages and comparing them to other Uralic language groups. This study is based on the new UraTyp dataset (see Norvik et al. 2022, https://uralic.clld.org/) and the recent EstTyp dataset which is an extension of UraTyp used for a thorough investigation of the southern Finnic languages. These datasets include both morphosyntactic and phonological features, altogether more than 350 features from more than 30 Uralic languages. After a general characterization of western Uralic typological profiles, my presentation focuses on the innovative word-prosodic features found in southernmost Finnic (cf. Pajusalu 2022).<h4>References</h4>Norvik, Miina, Yingqi Jing, Michael Dunn, Robert Forkel, Terhi Honkola, Gerson Klumpp, Richard Kowalik, Helle Metslang, Karl Pajusalu, Minerva Piha, Eva Saar, Sirkka Saarinen, Outi Vesakoski. 2022. Uralic Typology in the light of a new comprehensive dataset. – Journal of Uralic Linguistics 1: 4–42.<a></a>Pajusalu, Karl. 2022. Prosody. – The Oxford Guide to the Uralic Linguistics. Eds. Marianne Bakró-Nagy, Johanna Laakso, Elena Skribnik. Oxford: Oxford University Press, 868–878.</div>

Nyelvtudományi Kutatóközpont

Kutatás

Oktatás

Szolgáltatás

Rendezvényeink

Hírek

The Linguists – We Are the World