Mišrių lietuvių kalbos tekstų santraukų/abstraktų tekstynų sukūrimas (automatinio sudarymo giliojo mokymo pagrindu veikiančių sistemų apmokinimui) Pasibaigęs

1. 2021 m. vasario 12 d. Europos Parlamento ir Tarybos reglamentas (ES) 2021/241, kuriuo nustatoma Ekonomikos gaivinimo ir atsparumo didinimo priemonė;
2. Ekonomikos gaivinimo ir atsparumo didinimo planas „Naujos kartos Lietuva“, patvirtintas 2021 m. liepos 28 d. Tarybos įgyvendinimo sprendimu dėl Lietuvos ekonomikos gaivinimo ir atsparumo didinimo plano įvertinimo patvirtinimo (toliau – NKL planas);
3. 2021–2027 metų Europos Sąjungos fondų investicijų programos ir Ekonomikos gaivinimo ir atsparumo didinimo plano „Naujos kartos Lietuva“ administravimo taisyklės, patvirtintos Lietuvos Respublikos finansų ministro 2022 m. birželio 22 d. įsakymu Nr. 1K-237 „Dėl 2021–2027 metų Europos Sąjungos fondų investicijų programos ir Ekonomikos gaivinimo ir atsparumo didinimo plano „Naujos kartos Lietuva“ įgyvendinimo“;
4. Projektų administravimo ir finansavimo taisyklės, patvirtintos Lietuvos Respublikos finansų ministro 2022 m. birželio 22 d. įsakymu Nr. 1K-237 „Dėl 2021–2027 metų Europos Sąjungos fondų investicijų programos ir Ekonomikos gaivinimo ir atsparumo didinimo plano „Naujos kartos Lietuva“ įgyvendinimo“ (toliau – Projektų administravimo ir finansavimo taisyklės).

1. Lietuvos Respublikos mokslo ir studijų įstatymas;
2. Lietuvos Respublikos valstybinės kalbos įstatymas;
3. Lietuvos Respublikos technologijų ir inovacijų įstatymas;
4. Lietuvos Respublikos Seimo 2020 m. spalio 13 d. nutarimas Nr. XIII-3324 „Dėl Lietuvių kalbos plėtros skaitmeninėje terpėje ir kalbos technologijų pažangos 2021–2027 metų gairių patvirtinimo“;
5. 2021–2030 metų nacionalinis pažangos planas, patvirtintas Lietuvos Respublikos Vyriausybės 2020 m. rugsėjo 9 d. nutarimu Nr. 998 „Dėl 2021–2030 metų nacionalinio pažangos plano patvirtinimo“;
6. 2021–2030 metų Lietuvos Respublikos ekonomikos ir inovacijų ministerijos valstybės skaitmeninimo plėtros programa, patvirtinta Lietuvos Respublikos Vyriausybės 2021 m. lapkričio 17 d. nutarimu Nr. 971 „Dėl 2021–2030 metų Lietuvos Respublikos ekonomikos ir inovacijų ministerijos valstybės skaitmeninimo plėtros programos patvirtinimo“ (toliau – Programa).

1. Pagal Aprašą remiama veikla – kalbinių išteklių dirbtinio intelekto technologijų sprendimų poreikiams plėtra (Projektas „Mišrūs lietuvių kalbos tekstų santraukų/abstraktų tekstynai automatinio sudarymo giliojo mokymo pagrindu veikiančių sistemų apmokinimui).
2. Galimi pareiškėjai: mokslo ir studijų įstaigos.
3. Projekto veiklos turi būti įgyvendintos iki 2026 m. balandžio 30 d.
4. Šiuo Aprašu finansuojamas 1 projektas, kuriam įgyvendinti skiriama iki 800 000 Eur (aštuonių šimtų tūkstančių eurų) Ekonomikos gaivinimo ir atsparumo didinimo priemonės lėšų ir iki 168 000 Eur ( vieno šimto šešiasdešimt aštuonių tūkstančių 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.
5. Vienas pareiškėjas gali pateikti tik vieną PĮP, parengtą pagal Projektų administravimo ir finansavimo taisyklių 1 priede pateiktą formą.
6. Projektas turi atitikti bendruosius projektų atrankos kriterijus, nustatytus Projektų administravimo ir finansavimo taisyklių 2 priede.
7. 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.
8. Projektų atranka atliekama konkurso būdu.
9. Privalomi techniniai reikalavimai tekstyno sukūrimui:
9.1. Turi būti sukurti du tekstynai: 1) tekstynas skirtas ekstraktyviam santraukų sudarymo metodui (2 tūkst. dokumentų) – santraukos sudarytos iš atrinktų duotojo teksto sakinių; 2) tekstynas skirtas abstraktyviam santraukų sudarymo metodui (2 tūkst. dokumentų).
9.2. Bendrieji reikalavimai tekstynams:
9.2.1. Turi būti parengta ne mažiau kaip 4 tūkst. dokumentų.
9.2.2. Dokumentai turi būti iš 4 sričių:
9.2.2.1. žiniasklaida – ne mažiau nei1000 dokumentų;
9.2.2.2. teisė – ne mažiau nei 1000 dokumentų;
9.2.2.3. medicina – ne mažiau nei 1000 dokumentų;
9.2.2.4. informacinės technologijos - ne mažiau nei 1000 dokumentų.
9.2.3. Dokumentas turi būti visatekstis tekstinis failas, ne mažesnis nei 300 žodžių.
9.2.4. Dokumentai turi būti ne senesni nei 2015 m.
9.2.5. Santraukos turi būti sudarytos ekstraktyviam (angl. extractive) ir abstraktyviam (angl. abstractive) automatinių santraukų sudarymo metodams.
9.2.6. Dokumentų koduotė turi būti ne mažesnė nei UTF-8.
9.3. Reikalavimai tekstynui skirtam ekstraktyviam automatinių santraukų metodui:
9.3.1. Turi būti anotuota ne mažiau kaip 2 tūkst. dokumentų (po 500 dokumentų kiekvienai sričiai).
9.3.2. Į santraukas įeinantys sakiniai turi būti anotuoti naudojant BIO (angl. begining, inside, outside) arba XML (angl. extensible markup language) standartus.
9.3.3. Santraukos dydis turi būti ne mažesnis nei 10% visų teksto sakinių.
9.4. Reikalavimai tekstynui skirtam abstraktyviam automatinių santraukų metodui:
9.4.1. Turi būti parengta ne mažiau kaip 2 tūkst. dokumentų (po 500 dokumentų kiekvienai sričiai).
9.4.2. Gali būti surinktos egzistuojančios ar publikuotos tekstų santraukos (pvz., santraukos prie mokslinių straipsnių).
9.4.3. Specialiai projektui parašytos santraukos turi būti parašytos žmonių turinčių lingvistinį išsilavinimą.
9.4.4. Santraukos turi būti pažymėtos naudojant BIO (angl. begining, inside, outside) arba XML (angl. extensible markup language) standartus.
9.4.5. Santraukos dydis turi būti ne mažesnis nei 10% visų teksto žodžių.
9.5. 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 nemokamai.
10. Tekstyno validavimui keliami šie reikalavimai:
10.1. Reikia sukurti sprendimus ir priemones, leidžiančias iš tekstynų apmokyti giliojo mokymo sprendimus ir pademonstruoti jų veikimą bei įvertinti sukurtų tekstynų tinkamumą santraukų sistemų konstravimui.
10.2. Validavimui skirtas sprendimas turi pademonstruoti, kad sudarant ekstraktyvias ir abstraktyvias santraukas ne mažiau kaip iš dviejų sričių (žr. 2.9.2.2) būtų neviršytas 15 proc. klaidų skaičius. Validavimo apimtis – 100 dokumentų ekstraktyvioms santraukoms ir 100 dokumentų abstraktyvioms santraukoms.
10.3. Validavimo demonstravimui turi būti naudojami tekstai, kurie nebuvo naudoti tekstynų formavime, ir nebuvo naudoti mokymo procese.
11. Dokumentavimo reikalavimai: kartu su ištekliumi turi būti pateikiami: a) ištekliaus aprašymas; b) naudojimo instrukcijos; c) taikymo rekomendacijos; d) rekomendacijos tolimesnei ištekliaus plėtrai.; e) sukurtam ištekliui turi būti taikomas detaliai dokumentuotas tarptautinis metaduomenų standartas. (pvz., Data Catalog Vocabulary (DCAT) https://www.w3.org/TR/vocab-dcat-3/, Dublin Core Metadata Element Set (DCMES) https://www.dublincore.org/specifications/dublin-core/dces/, The Component Metadata Initiative (CMDI) https://media.dwds.de/clarin/userguide/text/metadata_CMDI.xhtml arba analogiški).
12. Teisiniai reikalavimai projektui:
12.1. 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 (europa.eu)) https://eur-lex.europa.eu/legal-content/EN/TXT/?qid=1561563110433&uri=CELEX:32019L1024).
12.2. Kuriant visus produktus (rezultatus) rekomenduojama atsižvelgti į naujai ruošiamą dirbtinio intelekto aktą (EUR-Lex - 52021PC0206 - EN - EUR-Lex (europa.eu)).
12.3. Turi būti parengta ištekliaus naudojimo licencija, kuri užtikrina atvirą ir nemokamą prieigą prie ištekliaus. Visi surinkti tekstyno įrašai turi turėti atitinkamas licencijas.
13. Pagal Aprašą galimi partneriai – mokslo ir studijų įstaigos.
14. 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:
14.1. Partneris turi būti perskaitęs projekto įgyvendinimo planą ir susipažinęs su savo teisėmis ir pareigomis įgyvendinant projekto įgyvendinimo planą.
14.2. Įgyvendindamas projektą projekto vykdytojas privalo reguliariai konsultuotis su partneriu ir nuolat jį informuoti apie projekto įgyvendinimo eigą.
14.3. Visi projekto įgyvendinimo plano pakeitimai, turintys įtakos partnerio įsipareigojimams ir teisėms, prieš kreipiantis į įgyvendinančiąją instituciją pirmiausia turi būti suderinti su partneriu.
15. 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 (toliau – HP) reikalavimai
1. Neutralus – projektas negali daryti neigiamo poveikio horizontaliesiems principams.
2. 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.
3. Projektų atitikties Reikšmingos žalos nedarymo horizontaliajam principui vertinimo reikalavimų aprašas pateikiamas Aprašo 1 priede.
4. 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.

Europos Sąjungos pagrindinių teisių chartijos (toliau – Chartija) reikalavimai
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.

3 metai po projekto įgyvendinimo pabaigos privaloma viešinti projekto įgyvendinimo rezultatus, siekiant užtikrinti sukurtų išteklių populiarinimą.

Projekto veikla turi būti baigta įgyvendinti iki 2026 m. balandžio 30 d.

Projektų bendrieji atrankos kriterijai nurodyti Projektų administravimo ir finansavimo taisyklių 2 priede.
https://esinvesticijos.lt/dokumentai/projektu-bendruju-atrankos-kriteriju-sarasas-ir-ju-vertinimo-metodika-3

Netaikoma.

Numeris	Pavadinimas	Maksimalus galimas surinkti balas	Didžiausias galimas kriterijaus balas	Svorio koeficientas	Minimalus privalomas surinkti balas
1	Pareiškėjas turi ekspertinių žinių projektui įgyvendinti: tekstynų lingvistikos; kalbos technologijų („Natural language processing“) ir giliojo mokymo („Deep learning“) srityse; kalbos technologijų projektų valdymo ir vykdymo srityse.	60,00	6	10,00
2	Pareiškėjas ir (ar) partneriai iki PĮP pateikimo dienos yra įgyvendinę lietuvių kalbos tekstyno projektus, kurių rezultatai buvo kalbos ištekliai ir (arba) kalbos technologijų sprendimai, kuriems naudojami tekstynai.	40,00	4	10,00

Maksimali galima balų suma: 100,00 Minimali privaloma surinkti balų suma: 60

Parengtas PĮP (su visais privalomais priedais) teikiamas per 2021-2027 m. Duomenų mainų svetainę (DMS) adresu https://dms.investis.lt. Kilus klausimams kreiptis į nurodytą kvietime atsakingą už kvietimą asmenį.

9 priedas: Dokumentai ir informacija, pagrindžiantys projekto išlaidų pagrįstumą (pvz., sudarytų sutarčių kopijos, komerciniai pasiūlymai) 10 priedas: Dokumentai, pagrindžiantys darbo užmokesčio išlaidų pagrįstumą (veiklų sąrašą, kuriame būtų nurodytos projektą vykdančių asmenų darbo pagal projektą valandos, įkainis (valandinis arba mėnesinis), jo pagrindimas) 11 priedas: Informacija, reikalinga projekto atitikčiai projektų atrankos kriterijams įvertinti (Aprašo 2 priedas), ir tai įrodantys dokumentai 12 priedas: Vykdytų lietuvių kalbos tekstyno projektų finansavimo sutarčių kopijos, nuorodos į projektų finansavimo sutartis ir (arba) vadovo raštas dėl anksčiau vykdytų lietuvių kalbos tekstyno projektų (jeigu nebuvo sudaryta projekto finansavimo sutartis) ir jų sąrašas su nuorodomis 13 priedas: Darbo užmokesčio pažyma (Aprašo 3 priedas)