Vyksta Nuasmeninimo tekstyno sukūrimas

Teikiama nuo2024-02-28 12:00
Teikiama iki2024-05-31 17:00
Finansavimo suma2 686 200.00 Eur
Pareiškėjo tipasViešasis sektorius
Projektų atrankos būdasKonkursas
RegionasNetaikomas
Atsakinga institucijaEkonomikos ir inovacijų ministerija
ProgramaNaujos kartos Lietuva
Administruojančioji institucijaCentrinė projektų valdymo agentūra

Finansuojamos projektų veiklosVeiklos nr.Veiklos pavadinimas
05-002-01-07-08-02-01-04Nuasmeninimo tekstyno sukūrimas
Tikslinės grupėsMokslo ir studijų įstaigos
Galimi pareiškėjaiMokslo ir studijų įstaigos
Pareiškėjo tipasViešasis sektorius
Galimi partneriaiMokslo ir studijų įstaigos
Didžiausia galima skirti finansavimo lėšų suma projektui įgyvendinti2 686 200.00
Finansuojamoji dalis100 proc.
Finansavimo formaDotacija
Reikalavimai projektamsPagal Aprašą remiama veikla – kalbinių išteklių dirbtinio intelekto technologijų sprendimų poreikiams plėtra (Projektas „nuasmeninimo tekstyno sukūrimas“).
Galimi pareiškėjai: mokslo ir studijų įstaigos.

Projekto veiklos turi būti įgyvendintos iki 2026 m. balandžio 30 d.

Šiuo Aprašu finansuojamas 1 projektas, kuriam įgyvendinti skiriama iki 2 220 000 Eur (dviejų milijonų dviejų šimtų dvidešimt trijų tūkstančių eurų) Ekonomikos gaivinimo ir atsparumo didinimo priemonės lėšų ir iki 466 200 Eur (keturių šimtų šešiasdešimt šešių tūkstančių dviejų šimtų eurų) Lietuvos Respublikos valstybės biudžeto lėšų, skirtų netinkamam pridėtinės vertės mokesčiui (toliau – PVM) apmokėti. PVM gali būti finansuojamas tik Projektų administravimo ir finansavimo taisyklių VII skyriaus 4 skirsnyje nustatyta tvarka.

Vienas pareiškėjas gali pateikti tik vieną PĮP, parengtą pagal Projektų administravimo ir finansavimo taisyklių 1 priede pateiktą formą.

Projektas turi atitikti bendruosius projektų atrankos kriterijus, nustatytus Projektų administravimo ir finansavimo taisyklių 2 priede.

Projekto komunikacijos ir informavimo veiksmai atliekami vadovaujantis Projektų administravimo ir finansavimo taisyklių VIII skyriaus „Kiti projektų reikalavimai“ pirmojo skirsnio „Informavimas apie projektą ir komunikaciją“ nuostatomis.
Projektų atranka atliekama konkurso būdu.

Privalomi techniniai reikalavimai nuasmeninimo tekstyno sukūrimui:

1. Tekstyno apimtis – ne mažiau nei 10 mln. žodžių. Įvardintų esybių anotacijos turi atspindėti bendrą asmeninę informaciją apie realaus pasaulio asmenis, lietuviškas kontekstas tekstyne privalo sudaryti ne mažiau kaip 75 proc. visų tekstų. Išteklius turi būti laisvai platinamas, pvz., sukauptas iš viešų šaltinių.

Tekstyną turi sudaryti 80% įvairių sričių administracinių dokumentų, 10% žiniasklaidos straipsnių,10% mokslinių straipsnių.

2. Tekstyne privalo būti sužymėtos šių tipų esybės (atsižvelgiant į BDAR): 1) asmenų vardai ir pavardės, įskaitant slapyvardžius ir pravardes, vartotojų vardus ir inicialus; 2) numeriai, identifikavimo kodai, pvz., socialinio draudimo, telefono, paso numeriai, automobilių valstybiniai numeriai; 3) vietovės, pvz., miestai, šalys, adresai, pavadinta infrastruktūra ir pan.; 4) organizacijų pavadinimai; 5) demografiniai asmens požymiai, pvz., gimtoji kalba, pareigos, išsilavinimas, amžius; 6) data, laikas arba trukmė, pvz., 10 metų; 7) kiekis, pvz., procentais arba pinigine verte; 8) kita asmeninė informacija, tiesiogiai ar netiesiogiai susijusi su asmeniu, nepriklausanti išvardytoms kategorijoms. Šie įvardintų esybių tipai turi sudaryti iki 98 % visų anotuotų duomenų.

3. Tekstyne taip pat privalo būti sužymėti specialiųjų kategorijų duomenys: 1) religiniai ar filosofiniai įsitikinimai; 2) politinės pažiūros, narystė profesinėse sąjungose; 3) lytinė orientacija, gyvenimas; 4) rasinė, etninė priklausomybė; 5) sveikatos, genetiniai ir biometriniai duomenys, apimant ir jautrius su sveikata susijusius įpročius, pvz., piktnaudžiavimą narkotinėmis medžiagomis. Žymėti specialiųjų kategorijų duomenys turi sudaryti 2–5 % visų anotacijų. Duomenys privalo būti anotuoti naudojant BIO standartą ir pateikti XML (vadovaujantis TEI P5 standartu), JSON ir CoNLL formatais.
Įvardintųjų esybių anotacijų tikslumas ir išsamumas turi būti ne mažesnis nei 98%. Tikslumo rankinis įvertinimas turi būti atliktas 1000-iui sužymėtų esybių.

4. Tam, kad nuasmeninimo tekstynas galėtų būti viešai prieinamas, turi būti sukurta metodika kuri paslėptų anotuotą asmeninę informaciją, bet tuo pačiu užtikrintų teksto vientisumą ir rišlumą. Turėtų būti taikoma asmeninės informacijos maskavimo metodika, pakeičiant tos pačios rūšies informaciją atsitiktine informacija (angl. data masking by substitution, https://www.techtarget.com/searchsecurity/definition/data-masking).

5. Rengiant tekstyną būtų naudojami lokalūs, debesų ir hibridiniai kompiuterijos sprendimai. Atskiruose etapuose gali būti naudojami rankinis, dirbtinio intelekto (DI), mašininio mokymo, statistiniai, taisykliniai ir hibridiniai metodai, pvz. dirbtiniai neuroniniai tinklai (transformatoriai (angl. transformers), rekurentiniai neuroniniai tinklai (angl. recurrent neural networks), ilgos trumpalaikės atminties (angl. long short-term memory), Markovo modeliai (angl. hidden Markov models), atraminių vektorių metodas (angl. support vector machine), sąlyginiai atsitiktiniai laukai (angl. conditional random fields), morfosintaksinės, semantinės, statistinės, loginės ir kt. taisyklės, hibridiniai metodai, DI ir taisyklinių metodų, DI ir įvairių žodynų, žodžių sąrašų kombinacijos, ir kt.

6. Tekstynas privalo būti pateikiamas mažiausiai dviejose atviros prieigos platformose (pvz., „Hugging Face“, CLARIN ar kt.) ir Lietuvos atvirų duomenų portale (data.gov.lt) ir prieinamas nemoamai.

Tekstyno validavimui keliami šie reikalavimai:

1. Reikia sukurti sprendimus ir priemones, leidžiančias su nuasmeninimo tekstynu apmokyti mašininio arba giliojo mokymo technologijų sprendimus (pvz., apmokyti kalbos technologijų platforminį sprendimą Spacy) ir pademonstruoti jų veikimą tam tikru tikslumu.

2. Validavimas bus laikomas tinkamu, jei validavimui skirtas sprendimas nuasmenins 2.9.2 punkte pateiktas (atsižvelgiant į BDAR) esybes, kurias nuasmenins pagal 2.9.4 punkto reikalavimus. Nuasmeninimo klaidų skaičius neturi viršyti 15 proc.

3. Validavimo imtis – ne mažiau nei 1 000 sakinių. Validavimui turi būti naudojami nauji, į nuasmeninimo tekstyną neįeinantys tekstai.
Dokumentavimo reikalavimai: a) turi detaliai apibūdinti Tekstyno struktūra, jo sudarymo ir anotavimo metodikos; b) aprašytos anotacijos ir jų reikšmė; c) pateikta detali statistika įvairiais pjūviais; e) sukurtam produktui turi būti taikomas detaliai dokumentuotas tarptautinis metaduomenų standartas. (pvz., Data Catalog Vocabulary (DCAT), Dublin Core Metadata Element Set (DCMES), The Component Metadata Initiative (CMDI) arba analogiški).

Teisiniai reikalavimai projektui:
1. Kuriant visus produktus (rezultatus) privalu laikytis: a) autorių ir gretutines teises reguliuojančių Lietuvos ir ES teisės aktų; b) duomenų apsaugą reguliuojančių Lietuvos ir ES teisės aktų; c) dirbtinio intelekto sistemoms rengiamų mokymo duomenų kokybę reguliuojančių Lietuvos ir Europos teisės aktų; d) Lietuvos ir Europos Sąjungos teisės aktų, reguliuojančių atvirų duomenų formavimo ir skelbimo principus. (ES direktyva dėl atvirųjų duomenų ir viešojo sektoriaus informacijos pakartotinio naudojimo BDAR (EUR-Lex - 32016R0679 - EN - EUR-Lex).

2. Kuriant visus produktus (rezultatus) rekomenduojama atsižvelgti į naujai ruošiamą dirbtinio intelekto aktą (EUR-Lex - 52021PC0206 - EN - EUR-Lex (europa.eu)).

3. Turi būti parengta ištekliaus naudojimo licencija, kuri užtikrina atvirą ir nemokamą prieigą prie ištekliaus. Visi surinkti tekstyno įrašai turi turėti atitinkamas licencijas.

Pagal Aprašą galimi partneriai – mokslo ir studijų įstaigos.

Jeigu projektas įgyvendinamas su partneriu, partnerystė projekte turi būti pagrįsta, teikti naudą ir prisidėti prie projekto tikslo įgyvendinimo ir iki PĮP pateikimo turi būti sudaryta jungtinės veiklos (partnerystės) sutartis. Jungtinės veiklos (partnerystės) sutartį pasirašo pareiškėjas ir projekto partneris. Jungtinės veiklos (partnerystės) sutartyje turi būti aiškiai išdėstyti šalių įsipareigojimai ir teisės projekto atžvilgiu (nurodytas kiekvienos šalies finansinis ir dalykinis indėlis į projektą, aptarta, kokias veiklas vykdys kiekviena šalis, numatyti projekto rezultatai ir kita) ir šalių atsakomybė, taip pat įsipareigojimai laikytis pagrindinių gerosios partnerystės praktikos taisyklių:

1. Partneris turi būti perskaitęs projekto įgyvendinimo planą ir susipažinęs su savo teisėmis ir pareigomis įgyvendinant projekto įgyvendinimo planą.

2. Įgyvendindamas projektą projekto vykdytojas privalo reguliariai konsultuotis su partneriu ir nuolat jį informuoti apie projekto įgyvendinimo eigą.

3. Visi projekto įgyvendinimo plano pakeitimai, turintys įtakos partnerio įsipareigojimams ir teisėms, prieš kreipiantis į įgyvendinančiąją instituciją pirmiausia turi būti suderinti su partneriu.

Projekto vykdytojas kiekvieną ketvirtį (iki mėnesio 8 d.) nuo projekto sutarties pasirašymo turi informuoti Lietuvos Respublikos ekonomikos ir inovacijų ministerijos (toliau – Ministerija) paskirtą atsakingą asmenį apie projekto veiklų įgyvendinimo pažangą. Informacija apie projekto veiklų įgyvendinimo pažangą skelbiama viešai https://eimin.lrv.lt/.
Horizontaliųjų principų ir kitų nuostatų reikalavimaiNeutralus – projektas negali daryti neigiamo poveikio horizontaliesiems principams.

Projekto įgyvendinimo metu neturi būti pažeidžiami HP: darnaus vystymosi, įskaitant reikšmingos žalos nedarymo principą; lygių galimybių ir nediskriminavimo (dėl lyties, rasės, tautybės, pilietybės, kalbos, kilmės, socialinės padėties, tikėjimo, religijos ar įsitikinimų, pažiūrų, amžiaus, lytinės orientacijos, etninės priklausomybės, negalios ar kt.), įskaitant prieinamumo visiems reikalavimo užtikrinimą (paslaugų, infrastruktūros, fizinės ar e. aplinkos sprendimai, informacijos, transporto prieinamumo ir pan.); inovatyvumo (kūrybingumo). Projekte neturi būti numatyta veiksmų, kurie turėtų neigiamą poveikį įgyvendinant HP.

Projektų atitikties Reikšmingos žalos nedarymo horizontaliajam principui vertinimo reikalavimų aprašas pateikiamas Aprašo 1 priede.

Veikla, vadovaujantis Europos Komisijos 2021 m. vasario 12 d. patvirtintomis Reikšmingos žalos nedarymo principo taikymo pagal Ekonomikos atsparumo ir didinimo priemonės reglamentą techninėmis gairėmis, atitinka reikšmingos žalos nedarymo principą, nes neturi neigiamo numatomo poveikio 6 aplinkos tikslams, nurodytiems 2020 m. birželio 18 d. Europos Parlamento ir Tarybos reglamento (ES) Nr. 2020/852 dėl sistemos tvariam investavimui palengvinti sukūrimo, kuriuo iš dalies keičiamas Reglamentas (ES) 2019/2088, 17 straipsnyje arba numatomas jų poveikis yra nereikšmingas, t. y. nedaro tiesioginio ir pirminio netiesioginio poveikio per visą gyvavimo ciklą.

Projektas neturi pažeisti Chartijos pagrindinių teisių: orumo; asmenų, privataus ir šeimos gyvenimo, sąžinės ir saviraiškos laisvės; asmens duomenų; prieglobsčio ir apsaugos perkėlimo, išsiuntimo ar išdavimo atvejų; teisių į nuosavybę ir teisių užsiimti verslu; lyčių lygybės, vienodo požiūrio ir lygių galimybių, nediskriminavimo ir neįgaliųjų teisių; vaiko teisių; gerojo administravimo, veiksmingos teisinės gynybos, teisingumo; solidarumo ir darbuotojų teisių; aplinkos apsaugos.
Reikalavimai įgyvendinus projektų veiklas3 metai po projekto įgyvendinimo pabaigos privaloma viešinti projekto įgyvendinimo rezultatus, siekiant užtikrinti sukurtų išteklių populiarinimą.
Projektų įgyvendinimo trukmėProjekto veiklos turi būti įgyvendintos iki 2026 m. balandžio 30 d.
Išsamiau žr. Esinvesticijos.lt.
 
Grįžti