Galdera-erantzutea (Question Answering, QA) arloko sistemak
oso interesgarriak dira Hizkuntza Teknologiaren komunitatean, sistema
berean konbinatu behar baitira bi azpiarloko teknikak: Informazio
Bilaketa (Information Retrieval, IR) eta Hizkuntzaren prozesaketa
automatikoa (Natural Language Processing, NLP).
QAko sistemari lengoaia naturalezko galderak egiten zaizkio
(kontuz gero, galdera horiek ez dira hitz gako hutsak!), eta sistemak
testu librezko bilduma erraldoiak aztertu behar ditu emaitza gisa
erantzun labur eta zehatzak itzultzeko (dokumentu osorik ez!).
Aurten NIST TREC QA lehiaketaren zazpigarren saioa jarri da
martxan. Aurreko lehiaketek eragile-lan ukaezina egin dute QA arloan,
egun edonon onartzen diren ebaluazio-neurriak eta
ebaluazio-eskakizunak ezarri ditu-eta. Hala ere, hasierako TREC QA
lehiaketetan ingelesa baino ez zen lantzen, eleaniztasuna ez zen
inondik ere azaltzen.
2003. urtean CLEF foroa (Cross Language
Evaluation Forum) hasi zen antolatzen lehiaketako adar berri bat ingelesa ez diren hizkuntzetarako eta
hizkuntzen arteko QA sistemetarako: Multilingual Question Answering at CLEF. Geroago, adar berri horretako
azken hiru lehiaketetan, partaideak gero eta gehiago dira eta emaitzak
gero eta hobeak.
2008ko lehiaketan euskara ere izango da hizkuntza aztergaien
artean. Guztira hamar izango dira: alemanera, bulgariera, errumaniera,
espainiera, euskara, frantsesa, greziera, ingelesa, italiera, eta
portugesa. Euskara bi modutan izango da aztergai:
- Proba batean euskaraz idatzitako testuetan bilatu beharko
dira erantzunak. Galderak espainieraz, euskaraz edo ingelesez egingo
dira. - Beste proba batean galderak euskaraz egingo dira, eta
erantzunak bilatu beharko dira espainieraz, ingelesez edo italieraz
dauden testuetan.
Anhitz ikerketa proiektu estrategikoren barruan Ixa taldeko kide batzuk eta Elhuyar Fundazioa euskararen eginkizunetan antolatzaile izango dira
(lehenengo proba osoa eta bigarren probako galderen euskarazko bertsioa
prestatzen). Ixa taldeko beste partaide batzuk lehiakide izango dira,
baina lehenengo proban bakarrik.
Maiatzaren 19rako zabalduko dira lehiaketarako testu-bildumak eta
galderak, uztailean emaitzak, eta irailerako workshop bat antolatu dute
parte hartzaileen balorazioak denen artean komentatzeko.
Ea lehiaketa honek laguntzen duen arlo honetan euskararekin
ere aurrera egiten.
-----------------------------------------------
GALDEREI BURUZ
Lehiaketaren arauetan ikus daitekeenez aurtengo 200 galderak lau multzotan bilduko dira:
a) "Faktoideak" (%80): galdetu pertsona baten izena, toki bat, zein egunetan gertatu zen zerbait
Q: Who was called the “Iron-Chancellor”? A: Otto von Bismarck.
Q: What year was Martin Luther King murdered? A: 1968.
Q: Which town was Mozart born in? A: Salzburg.
b) Definizio-galderak (%15):
Q: Who is Robert Altmann? A: Film maker.
Q: What is the Knesset? A: Parliament of Israel.
c) Lista-erantzunekoak (%5):
Q: Name all the airports in London, England. A: Gatwick, Stansted, Heathrow, Luton and City.
Q: Name the last three American Presidents. A: George H.W. Bush, Bill Clinton, George W. Bush.
d) Erantzun ezagunik gabeko galderak (%5)
