[论文解读] The European Language Technology Landscape in 2020: Language-Centric and Human-Centric AI for Cross-Cultural Communication in Multilingual Europe

Georg Rehm, Katrin Marheinecke+45 more|arXiv (Cornell University)|Mar 30, 2020

Linguistic research and analysis参考文献 4被引用 23

一句话总结

本文在2020年对欧洲语言技术（LT）格局进行了全面梳理，主张通过聚焦语言中心与以人为本的AI，以克服跨文化沟通中的多语言障碍。文章分析了欧洲范围内资金投入、政策导向与产业趋势，识别出碎片化是主要挑战，并提出欧盟层面协调的战略建议，以提升语言技术的创新与部署能力。

ABSTRACT

Multilingualism is a cultural cornerstone of Europe and firmly anchored in the European treaties including full language equality. However, language barriers impacting business, cross-lingual and cross-cultural communication are still omnipresent. Language Technologies (LTs) are a powerful means to break down these barriers. While the last decade has seen various initiatives that created a multitude of approaches and technologies tailored to Europe's specific needs, there is still an immense level of fragmentation. At the same time, AI has become an increasingly important concept in the European Information and Communication Technology area. For a few years now, AI, including many opportunities, synergies but also misconceptions, has been overshadowing every other topic. We present an overview of the European LT landscape, describing funding programmes, activities, actions and challenges in the different countries with regard to LT, including the current state of play in industry and the LT market. We present a brief overview of the main LT-related activities on the EU level in the last ten years and develop strategic guidance with regard to four key dimensions.

研究动机与目标

• 评估2020年欧洲语言技术（LT）的前沿发展与战略方向。
• 识别持续存在的挑战，如国家与机构层面倡议之间的碎片化与缺乏协调。
• 考察人工智能在多语言欧洲背景下对语言技术发展与部署的影响。
• 评估过去十年欧盟层面在语言技术领域的资金投入与政策举措，及其对创新与市场发展的影响力。
• 为协调语言技术发展以满足欧洲语言多样性背景下的跨文化沟通需求，提供战略性建议。

提出的方法

• 对2010至2020年间欧盟资助的语言技术项目、国家计划与产业活动进行全面回顾。
• 分析20多个欧洲国家的资金结构、研究成果与技术发展。
• 通过欧洲语境下主要项目与平台的案例研究，评估人工智能在语言技术中的整合情况。
• 识别关键利益相关方，包括公共机构、研究中心与私营部门参与者，并评估其角色。
• 应用语言中心与以人为本的AI双重框架，评估技术与社会影响。
• 将研究发现整合为未来语言技术发展的四大战略维度：可持续性、包容性、互操作性与伦理一致性。

实验结果

研究问题

• RQ1 2010至2020年间，欧洲语言技术生态系统在资金投入、研究成果与产业参与方面如何演变？
• RQ2 在多语言欧洲中，有效跨语言与跨文化沟通的主要障碍是什么？语言技术如何应对这些障碍？
• RQ3 人工智能在语言技术项目中的整合在多大程度上提升了语言处理能力与以用户为中心的成果？
• RQ4 国家与机构层面语言技术计划的碎片化在多大程度上阻碍了欧洲范围内的大规模部署与创新？
• RQ5 未来欧盟层面协调语言技术应优先考虑哪些战略重点，以确保包容性与可持续性？

主要发现

• 尽管投入巨大且创新活跃，欧洲语言技术格局在国家与机构层面的倡议中仍高度碎片化。
• 尽管政策层面大力支持多语言化，语言技术在公共服务与跨境沟通中的应用仍被严重低估。
• 人工智能已成为语言技术发展的主导驱动力，但误解与过度承诺导致期望过高，实施不均。
• 欧盟的资助机制，包括“地平线2020”及后续计划，虽推动了语言技术研究，但缺乏长期可持续性与协调性。
• 在语言技术中迫切需要以人为本的设计，以确保在欧洲语言多样性背景下的可访问性、公平性与文化敏感性。
• 欧盟机构、成员国与产业界的战略协同，对于释放语言技术在包容性数字转型中的全部潜力至关重要。