Indické výpočty - Indic computing
Indické výpočty znamená „výpočet v Indické „tj. indické skripty a jazyky. Zahrnuje vývoj software v Indické skripty / jazyky, Metody zadávání, Lokalizace počítačových aplikací, vývoj webových aplikací, Správa databáze, Kontrola pravopisu, Řeč na text a Text na řeč aplikace a OCR v indických jazycích.
Většina široce používaných indických skriptů je zakódována Unicode pro práci na počítačích a internetu. Od verze 10.0, bengálský, Devanagari, Gudžarátština, Gurmukhi, Kannadština, Limbu, Malayalam, Masaram Gondi,[1] Newari, Ol Chiki, Oriya, Sinhálština, Tamil a Telugština skripty jsou kódovány a podporovány. Historicky používané psací systémy jako Arwi,[2] Ahoj abeceda,[2] Grantha,[3] Khudabadi,[3] Mahajani,[3] Modi abeceda,[3] Siddham skript,[3] Syloti Nagri,[4] Tirhuta[3] jsou také zahrnuty. Některé další indické skripty jsou ve vývoji a budou zahrnuty například v unicode Tulu Script.
Mnoho projektů Indic Computing pokračuje. Zahrnují některé společnosti vládního sektoru, některé dobrovolnické skupiny a jednotlivé lidi.
Vládní sektor
Vláda Indické unie stanovila jako povinnost pro společnosti poskytující mobilní telefony, jejichž telefony vyráběné, skladované, prodávané a distribuované v Indii, podporovat čtení textu v všech 22 jazyků.[5] Tento krok zaznamenal nárůst používání indických jazyků miliony uživatelů.[6]
TDIL
The Katedra elektroniky a informačních technologií Indie zahájila TDIL[7] (Technology Development for Indian Languages) s cílem vyvinout nástroje a techniky pro zpracování informací k usnadnění interakce člověk-stroj bez jazykové bariéry; vytváření a přístup k vícejazyčným zdrojům znalostí; a jejich integrace za účelem vývoje inovativních uživatelských produktů a služeb.
V roce 2005 začala distribuovat jazykové softwarové nástroje vyvinuté vládními / akademickými / soukromými společnostmi ve formě CD pro nekomerční použití.
Některé z výsledků programu TDIL nasazeného v Centru pro šíření a nasazování indických jazyků. Toto centrum rozšiřuje všechny jazykové zdroje, nástroje a aplikace, které byly vyvinuty v rámci financování TDIL. Tento program se exponenciálně rozšířil pod vedením Dr. Swarana Laty, který také vytvořil mezinárodní stopu programu.
C-DAC
C-DAC je Indie založená vládní softwarová společnost, která se podílí na vývoji softwaru souvisejícího s jazykem. To je nejlépe známé pro vývoj Klávesnice InScript, standardní klávesnice pro indické jazyky. Vyvinula také řadu indických jazykových řešení včetně textových procesorů, nástrojů pro psaní, softwaru pro převod textu na řeč, OCR v indických jazycích atd.
BharateeyaOO.org
Práce vyvinutá z CDAC, Bangalore (dříve známá jako NCST, Bangalore) se stala BharateeyaOO.[8] OpenOffice 2.1 měl podporu pro více než 10 indických jazyků.
ŠÉF
BOSS je vyvíjen National Resource Center pro software free / open source, iniciativa DIT. Jeho činnost koordinuje C-DAC Chennai a Anna University KBC Research Center. V několika městech v Indii jsou zřízena centra podpory, která poskytují podporu uživatelům.
Nevládní organizace a dobrovolnické skupiny
Indlinux
Indlinux Organizace pomohla organizovat jednotlivé dobrovolníky pracující na různých indických jazykových verzích systému Linux a jeho aplikací.
Sarovar
Sarovar.org je Indie je první portál, který hostuje projekty v rámci licencí Free / Open source. Je umístěn v Trivandrum, Indie a hostováno v datovém centru Asianet. Sarovar.org je přizpůsoben, instalován a udržován společností Linuxense jako součást jejich komunitních služeb a sponzorován společností River Valley Technologies. Sarovar.org je postaven na Debianu Etch a GForge a běží mimo METTLE.
Pinaak
Pinaak je nevládní charitativní společnost věnovaná práci v indickém jazyce. Funguje pro lokalizaci softwaru, vývoj jazykového softwaru, lokalizaci softwaru s otevřeným zdrojovým kódem, obohacení encyklopedií online atd. Kromě toho Pinaak pracuje pro vzdělávání lidí v oblasti výpočetní techniky, etického používání internetu a používání Indické jazyky na internetu.
Skupina Ankur
Skupina Ankur pracuje na podpoře bengálského jazyka (bengálský ) zapnuto Linux operační systém včetně lokalizovaného bengálského GUI, Živé CD, Překladatel z angličtiny do bengálštiny, bengálština OCR a bengálský slovník atd.[9]
BhashaIndia
SMC
SMC je bezplatná softwarová skupina, která pracuje na překlenutí jazykové propasti v Kerale na technologické frontě a dnes je největší komunitou výpočetních jazyků v Indii.[10]
Metody zadávání
Klávesnice plné velikosti
S příchodem Unicode zadávání indického textu do počítače je velmi snadné. Pro tento účel existuje řada metod, ale hlavní jsou: -
InScript
Inscript je standardní klávesnice pro indické jazyky. Vyvinul C-DAC a standardizováno indickou vládou. V dnešní době je integrován ve všech hlavních operačních systémech včetně Microsoft Windows (2000, XP, Vista, 7), Linux a Macintosh.
Fonetický přepis
Toto je metoda psaní, ve které například uživatel zadává text v indickém jazyce pomocí římský znaků a je foneticky převeden na ekvivalentní text v indickém písmu v reálném čase. Tento typ převodu provádějí fonetické textové editory, textové procesory a softwarové doplňky. Na základě nápadu lze použít fonetiku IME nástroje, které umožňují Indické text, který má být vložen do jakékoli aplikace.
Některé příklady fonetických transliterátorů jsou Xlit, Indický přepis Google, BarahaIME, Indický IME, Rupantar, Indická klávesnice SMC a Microsoft Indic Language Input Tool. SMC Indická klávesnice podporuje až 23 jazyků, zatímco indická klávesnice Google podporuje pouze 11 indických jazyků.[10]
Mohou být obecně klasifikovány jako:
- Nástroje založené na schématu pevného přepisu - Pracují s použitím schématu pevného přepisu k převodu textu. Některé příklady jsou Indický IME, Rupantar a BarahaIME.
- Inteligentní nástroje pro přepis založené na učení - porovnávají slovo se slovníkem a poté jej převádějí na ekvivalentní slova v cílovém jazyce. Některé z populárních jsou Indický přepis Google, Xlit, Microsoft Indic Language Input Tool a QuillPad.
Remington (psací stroj)
Toto rozvržení bylo vyvinuto, když počítače nebyly vynalezeny ani nasazeny v indických jazycích, a psací stroje byly jediným prostředkem pro psaní textu v indických skriptech. Vzhledem k tomu, že psací stroje byly mechanické a nemohly obsahovat skriptovací procesor, bylo nutné každou postavu umístit na klávesnici samostatně, což vedlo k velmi složitému a obtížně naučitelnému rozložení klávesnice.
S příchodem Unicode, bylo do různých nástrojů pro psaní přidáno rozvržení Remington kvůli zpětné kompatibilitě, takže se starí typisté nemuseli učit nové rozložení klávesnice. V dnešní době toto rozložení používají pouze staří písaři, kteří jsou na toto rozložení zvyklí kvůli několikaletému používání. Jedním z nástrojů pro zahrnutí rozvržení Remington je Indický IME. Písmo založené na rozložení klávesnice Remington je Kruti Dev. Další online nástroj, který velmi úzce podporuje staré rozložení klávesnice Remington pomocí Kruti Dev, je nástroj Remington Typing.
Braillovo písmo
IBus Sharada Braille, který podporuje sedm indických jazyků, vyvinula SMC.[10]
Mobilní telefony s numerickými klávesnicemi
Základní modely mobilních / ručních / mobilních telefonů mají 12 kláves, jako je obyčejná stará klávesnice telefonu. Každý klíč je namapován na 3 nebo 4 anglická písmena, což usnadňuje zadávání dat v angličtině. Pro zadávání indických jazyků pomocí tohoto typu klávesnice existují dva způsoby, jak to provést. První je metoda více klepnutí a druhá používá vizuální nápovědu z obrazovky, jako je klávesnice Panini. Primární použití je SMS. Velikost 140 znaků použitá pro anglický / římský jazyk může být použita, aby pojmula pouze přibližně 70 jazykových znaků, když je použit Unicode[11] Proprietární komprese se někdy používá ke zvětšení velikosti jedné zprávy pro složité skriptovací jazyky, jako je hindština. Výzkumná studie[12] z dostupných metod a doporučení navrhovaného standardu vydala společnost Broadband Wireless Consortium of India (BWCI).
Transliterační / fonetické metody
Angličtina se používá k psaní v indických jazycích.QuillPad[13]IndiSMS[14]
Nativní metody
V nativních metodách se písmena jazyka zobrazují na obrazovce odpovídající numerickým klávesám na základě pravděpodobnosti těchto písmen pro daný jazyk. K dalším písmenům lze přistupovat pomocí speciálního klíče. Když je slovo částečně napsané, zobrazí se možnosti, ze kterých může uživatel provést výběr.[15]
Chytré telefony s klávesnicemi Qwerty
Většina chytrých telefonů má přibližně 35 kláves, které slouží primárně k anglickému jazyku. Číslice a některé symboly jsou přístupné pomocí speciální klávesy Alt. Metody indického zadávání se pro tyto typy telefonů teprve vyvinou jako podpora Unicode pro vykreslování není široce dostupný.
Pro chytré telefony s měkkou / virtuální klávesnicí
Pro používání chytrých telefonů se používá Inscript. U telefonů Android, které umí vykreslit indické jazyky, Swalekh Multilingual Keyboard[16] Aplikace Multiling Keyboard[17][18] jsou dostupné. Gboard nabízí podporu pro několik indických jazyků.[19]
Lokalizace
Lokalizace znamená překlad softwaru, operačních systémů, webových stránek atd. Různých aplikací v indickém jazyce. V tomto směru pracují různé skupiny dobrovolníků.
Verze Mandrake Tamil
Pozoruhodným příkladem je tamilská verze Mandrake linuxu. Tamilské reproduktory Toronto (Kanada) vydána Mandragora, software GNU / Linux, který přichází s tamilskou verzí.[20] Je možné poznamenat, že ke všem funkcím lze přistupovat v tamilštině. Tím byla odstraněna nutnost znalosti angličtiny pro používání počítačů pro ty, kteří znají tamilštinu.
IndLinux
IndLinux je skupina dobrovolníků, jejímž cílem je překládat Linux operační systém do indických jazyků. Díky úsilí této skupiny byl Linux téměř úplně lokalizován do hindštiny a dalších indických jazyků.
Nipun
Nipun je online překladový systém zaměřený na překlad různých aplikací do jazyka hindština. Je součástí Síť Akshargram.
Lokalizace webových stránek
Do toho tati lokalizoval své webové stránky v hindština, Maráthština a Tamil a také poznamenal, že 40% objemu hovorů pro IVR je v indických jazycích.[21]
Indické blogování
Indické blogování označuje blogování v indických jazycích. Byla vyvinuta různá úsilí na podporu blogů v indických jazycích.
Sociální sítě
Některé sociální sítě jsou spuštěny v indických jazycích.[22]
Programování
Indické programovací jazyky
- BangaBhasha - Programování v bengálštině
- Programování pomocí hindského jazyka
- Ezhil, programovací jazyk v tamilštině
Rámce
kyselá okurka, populární Jazyk specifický pro doménu má podporu pro gudžarátštinu, hindštinu, kannadštinu, pandžábštinu, tamilštinu, telugštinu a urdštinu[23]
Knihovny
Zpracování přirozeného jazyka v indických jazycích roste. Existuje několik knihoven, jako je iNLTK, StanfordNLP.[24]
Překlad
Google nabízí vylepšené funkce překladu pro hindštinu, bengálštinu, maráthštinu, tamilštinu, telugštinu, gudžarátštinu, pandžábštinu, malabarština a kannadštinu,[19] také s offline podporou.[25] Microsoft také nabízí překlad pro některé z těchto jazyků.
Software
Zásobník v indickém jazyce
Na sympoziu pořádaném společně FICCI a TDIL, Ajay Prakash Sawhney, tajemník, ministerstvo elektroniky a IT, indická vláda uvedla, že India Language Stack může pomoci překonat komunikační bariéry.[26] Mělo by zahrnovat různé softwarové technologie potřebné pro konverzační AI v indických jazycích a nabídnout vrstvy vhodných vstupních bodů pro vytváření aplikací.[27]
Kontrola pravopisu
Nástroje pro přepis
Nástroje pro přepis umožňují uživatelům číst text v jiném skriptu. Od této chvíle Akšaramukha je nástroj, který umožňuje většinu indických skriptů. Google také nabízí Indický přepis. Text z kteréhokoli z těchto skriptů lze převést na jakékoli jiné skripty a naopak. Zatímco Google a Microsoft umožňují přepis z latinských písmen do indických skriptů.
Text na řeč
Univerzita Carnegie Mellon ve spolupráci s projektem Hear2Read vyvinul software pro převod textu na řeč (TTS), který pomáhá zrakově postiženým poslouchat text v rodných indických jazycích. V současné době, Tamil je nabízen a po zbytek roku 2016 se očekává vydání v hindštině, bengálštině, gudžarátštině, maráthštině, kannadštině, pandžábštině a telugštině.[28]
Řeč na text
Internacionalizovaná doménová jména
Operační systémy
E-mailem
Společnost Microsoft Inc. podporuje e-mailové adresy v hindštině, bengálštině a tamilštině. Očekává se, že v budoucnu bude zahrnovat i další indické jazyky.
Virtuální asistenti
Virtuální asistenti na bázi AI Asistent Google poskytuje podporu různým indickým jazykům.
Využití a růst
Podle Do toho tati, hindština, Maráthština a Tamil jazyky tvořily 61% internetového provozu Indie.[21] Méně než 1% online obsahu je v indických jazycích. Nově vytvořené nejlepší aplikace mají podporu pro více indických jazyků nebo propagují obsah v indickém jazyce. 61% indických uživatelů WhatsApp ke komunikaci s ním používají především své rodné jazyky.[29] Nedávná studie odhalila, že přijetí internetu je nejvyšší mezi místními jazyky, jako jsou tamilština, hindština, kannadština, bengálština, maráthština, telugština, gudžarátština a malabarština. Odhaduje, že maráthština, bengálština, tamilština a telugština budou tvořit 30% celkové uživatelské základny v místním jazyce v zemi. V současné době má nejvyšší úroveň adopce na internetu 42% tamilština, následuje 39% hindština a 37% kannadština.[30] Intex také uvedlo, že 87% jeho regionálního používání jazyka pochází z mluvčích hindštiny, bengálštiny, tamilštiny, gudžarátštiny a maráthštiny.[6] Lávové mobily uvedli, že tamilština a malajálamština jsou na jejich telefonech nejoblíbenější, více než dokonce hindština.[6]
Viz také
Reference
- ^ Unicode 10.0
- ^ A b Unicode 8.0
- ^ A b C d E F Unicode 7.0
- ^ Unicode 4.1
- ^ Termín pro výrobu sluchátek umožňujících používání indického jazyka prodloužen do 1. října 2017
- ^ A b C Středisko tlačí na vyplácení podpory regionálního jazyka - Hindu Business Line
- ^ „TDIL: Technology Development for Indian Languages Programme, India“. Archivovány od originál dne 23. března 2015. Citováno 28. března 2015.
- ^ „BharateeyaOOo“. Citováno 28. března 2015.
- ^ "Archiv Ankur Home". Skupina Ankur, skupina Bengalinux.org. Archivovány od originál dne 29. května 2005. Citováno 26. prosince 2015.
- ^ A b C Pomáháme Malayalam převzít digitální skok - Nový indický expres
- ^ „Quillpad Mobile - nejčastější dotazy“. Archivovány od originál dne 2. dubna 2015. Citováno 28. března 2015.
- ^ „Zpráva SIG o SMS v indickém jazyce, listopad 2010“ (PDF). Archivovány od originál (PDF) dne 2. dubna 2015. Citováno 11. listopadu 2011.
- ^ „Quillpad Mobile - hindská SMS aplikace pro váš mobilní telefon“. Archivovány od originál dne 2. dubna 2015. Citováno 28. března 2015.
- ^ „Eterno Infotech“. Archivovány od originál dne 28. března 2015. Citováno 28. března 2015.
- ^ "Klávesnice pro mobilní zařízení - Klávesnice pro mobilní zařízení - Klávesnice pro psaní na mobilních zařízeních - Klávesnice pro psaní na mobilních zařízeních". Citováno 28. března 2015.
- ^ Toto spuštění založené na Bengaluru věří, že postavilo chytřejší indickou klávesnici - NDTV
- ^ Honso. „MultiLing Keyboard - Aplikace pro Android ve službě Google Play“. Citováno 28. března 2015.
- ^ Honso. „Plugin Hindi हिन्दी - Aplikace pro Android ve službě Google Play“. Citováno 28. března 2015.
- ^ A b Překladač Google pro 9 indických jazyků, dalších 11 podporuje klávesnici - Live Mint
- ^ Frederick Noronha. „Výpočet v indickém jazyce: Dlouhá cesta vpřed - Funkce - Technologie“. Infochange Indie. Citováno 28. března 2015.
- ^ A b GoDaddy zavádí služby v hindštině, maráthštině a tamilštině - EconomicTimes.com
- ^ Pozornost Googlu a Facebooku na Indii by mohla urychlit Indic computing - Live Mint
- ^ Gherkin Language reference
- ^ NEJLEPŠÍ KNIHOVNY A DATASETY NLP PRO INDICKÉ JAZYKY - Analytics India Mag
- ^ Google vám umožní překládat do 7 indických jazyků - Deccan Chronicle
- ^ Sawhney, Shri. Ajay Prakash (30. července 2018). „K překonání komunikačních překážek je zapotřebí jazykový balíček Indie: tajemník IT“. Tisková informační kancelář GoI. Citováno 27. září 2020.
- ^ Případ pro Bhārat Bhāṣā Stack - ekosystém indické jazykové technologie pro Voice Assistant a konverzační AI inovace
- ^ University, Carnegie Mellon (3. srpna 2016). „Aplikace pro Android umožňuje v Indii zrakové postižení, poslouchejte texty v rodných jazycích - zprávy CMU“. Univerzita Carnegie Mellon. Citováno 23. srpna 2016.
- ^ Indický internet jsme dosud nevybudovali!
- ^ Žádná angličtina pouze Vinglish: 90% nových uživatelů internetu, kteří přicházejí online v Indii, jsou neanglickými mluvčími