CLARINO. Koenraad De Smedt. 6 juni MMXI. Universitetet i Bergen ...

Transkript

1 CLARINO Koenraad De Smedt Universitetet i Bergen 6 juni MMXI

2 CLARIN / CLARINO Common Language Resources and Technology Infrastructure / Norway

3 Hvorfor CLARIN? Det finnes mange språkressurser, men de er ofte usynlige, ikke katalogisert, ikke gjenbrukbare, ikke lenket til andre ressurser, ikke tilstrekkelig dokumentert, ikke alltid tilgjengelige, ikke tilgjengelige for alle forskere, ikke kompatible med analyseverktøy, osv.

4 CLARINs mål CLARIN is committed to establish an integrated and interoperable research infrastructure of language resources and its technology. It aims at lifting the current fragmentation, offering a stable, persistent, accessible and extendable infrastructure and therefore enabling ehumanities.

5 CLARINs visjon En forsker logger inn ved sin egen institusjon (f.eks. via Feide) og kommer inn på CLARIN-portalen. Hun ser i en katalog, søker i metadata eller søker i innhold (fulltekstsøk). Hun lager sin egen virtuelle samling av ressurser fra flere databaser i inn- og utland. Hun signerer lisensavtaler der nødvendig. Hun spesifiserer en arbeidsflyt for prosessering av den virtuelle samlingen ved hjelp av analyseverktøy gjennom webtjenester og fjernbruk av tungregning. Resultatene blir lagret i et eget arbeidsområde. Data og metadata kan lastes opp i en database og den virtuelle samlingen kan lagres for fremtidig bruk ved hjelp av PIDer.

6 CLARINs status Prosjekt på ESFRI-veikartet 26 europeiske land er med Forberedende fase fra jan til slutten av juni 2011 ERIC rettsperson før utgangen av 2011 Implementering gjennom nasjonale prosjekter Mange land har søkt om nasjonal støtte, noen har allerede fått

7 CLARINs lag 1. Koordinasjon og styring (ERIC, europeisk konsortium) 2. Infrastruktur (langsiktig nasjonalt ansvar) 3. Innhold inkl. tilrettelegging (kortsiktige prosjekter støttet av NFR og institusjonene)

8 CLARINO Søknad om implementering av den norske delen av CLARIN Søker om finansiering av lag 1 og 2 Invitert til 2. runde med frist 15. august Endelig avgjørelse 21. oktober Langsiktig integrering i konsortiets virksomheter er avgjørende

9 Nettverk av noder med ansvarsfordeling Infrastrukturtjenester (Nasjonalbiblioteket, Uninett). Nasjonal katalog over språkressurser, langtidslagring, HPC-tilgang, autentisering og autorisering, PID-tjeneste. Språkdatatjenester (UiO, UiB, Uni Computing, NHH). Korpusanalyse, terminologiportal, elektronisk utgaveplattform. Språkteknologitjenester (UiO, UiB, Uni Computing). Språkanalyseportal (LAP), trebanktjenester (INESS). Levering av data og metadata (alle noder).

10 Forhold til Språkbanken Språkbanken: det naturlige samlingspunktet for lagring og distribusjon av offentlige og private digitale spra kressurser a være infrastruktur i spra kteknologisk forskning, utvikling og produkt- og tjenestetilpasning for norsk spra k CLARIN: Europeisk satsing som inkluderer alle språk Alle slags språkrelaterte forskningsbehov innen humanistiske fag (f.eks. Wittgensteinarkivet; Bosnisk-korpuset) Språkteknologi er til dels et instrument heller enn et mål

11 META-NORD CIP ICT-PSP-prosjekt, 24 mnd fra 1. februar 2011 Del av Multilingual Europe Technology Alliance Tilde (Riga), Københavns U, Göteborgs U, Helsingin Y, H Íslands, Tartu Ü, Lietuvių kalbos institutas (Vilnius), UiB Mål: kartlegging av status og behov; bedre synlighet og tilgjengelighet av språkressurser og -verktøy for språkteknologisk utvikling

12 DASISH Europeisk INFRA 2011 project, samarbeid mellom: CESSDA (Council of European Social Science Data Archives) CLARIN (Common Language Resources and Technologies Infrastructure) DARIAH (Digital Research Infrastructure for the Arts and Humanities) ESS (European Social Survey) SHARE (Survey of Health, Ageing and Retirement in Europe)

13 Forhold til Notur/NorStore Lagring og tungregning i CLARINO (også for relatert infrastruktur f.eks. INESS) Trenger mer permanent strategi for einfrastruktur Kalmar2 har vist seg å være nyttig for brukerautentisering i CLARIN: det er en effektiv matrise av id-leverandører og tjenesteleverandører

14 Rapporter Riding the wave (EU High Level Expert Group on Scientific Data, Oct. 2010) Strategy for a European Data Infrastructure (Parade White Paper 28 Sep. 2009) The Scientific Case for einfrastructure in Norway (evita/nfr, Oct. 2010) e-irg Blue Paper 2010 (einfrastructure Reflection Group) CLARIN (