Infraestructura lexicográfica europea para la inteligencia artificial

ELEXAI propone tanto una valiosa mejora de los modelos fundacionales actuales de inteligencia artificial (IA) como una importante mejora de la infraestructura lexicográfica europea (ELEXIS), que resultó de un proyecto Horizonte 2020 con el mismo nombre (2018-2022).

La actualización representa una reconstrucción transformadora de la infraestructura, basada en los recientes avances en IA, en particular los relacionados con la aparición de grandes modelos lingüísticos. Además de la integración de los esfuerzos nacionales, regionales e institucionales en el campo de la lexicografía, la nueva infraestructura ofrecerá tecnología mejorada, datos lingüísticos, herramientas y servicios que son cruciales para mejorar los modelos basados en transformadores con una gestión del conocimiento multilingüe procedente de recursos lexicográficos de alta calidad.

El advenimiento de representaciones de conocimiento legibles por máquina (bases de conocimiento y gráficos) que son lingüísticamente sólidas y se pueden inyectar en LLM, permite la introducción de un ciclo virtuoso donde la relevancia del conocimiento lingüístico integrado se verifica mediante mejores resultados de las aplicaciones LLM que, posteriormente, se pueden utilizar para mejorar las representaciones de conocimiento y los datos del lenguaje. Para verificar el efecto de la incorporación de conocimientos lingüísticos en los LLM, se prevé como resultado la creación de puntos de referencia fiables y otros medios de evaluación de los resultados generados por máquinas. Como tal, el diseño de la infraestructura contribuirá a las tareas aún no resueltas de la comprensión del lenguaje natural.

La creación de una nueva infraestructura lexicográfica virtual será llevada a cabo por un consorcio amplio y diverso, que incluirá socios de todos los campos relevantes: lexicografía, lingüística computacional e IA. Para la sostenibilidad a largo plazo, la infraestructura se basará en varias iniciativas infraestructurales destacadas: CLARIN y DARIAH, dos infraestructuras ESFRI Landmark, y ALT-EDIC, como la nueva iniciativa paneuropea dedicada al desarrollo de modelos lingüísticos europeos abiertos masivamente multilingües.

Duración del proyecto: Junio de 2026 – mayo de 2029

Financiación: Horizonte Europa (financiación / proyecto de la UE)

Sitio web: https://elex.is

ELEXAI

Infraestructura lexicográfica europea para la inteligencia artificial

Lituania