Por Pablo Gamalho Otero
Quando se fala de novas tecnologias da língua, a gente pensa logo em sistemas de reconhecimento da voz, tradutores automáticos, engenhos de busca de documentos por meio de palavras-clave, ou mesmo resumidores automáticos. Em realidade, todos estes sistemas são aplicações computacionais prontas para ser utilizadas por um utente final, é dizer, alguém interessado na finalidade última do sistema. No entanto, se olharmos para as tripas destas aplicações, encontamos uma cheia de ferramentas e recursos computacionais que só interessam a programadores e linguistas. Nomeadamente, podem-se encontrar dicionários e léxicos em formatos diversos, tokenizadores, lematizadores, etiquetadores morfo-sintácticos, desambiguadores, analisadores sintácticos, gramáticas formais, etc. O desenvolvemento destas ferramentas e recursos é um dos objectivos prioritários de todos os que trabalhamos nas novas tecnologias da língua. Sem eles, as aplicações finais, citadas acima, ainda seriam mais torpes e inúteis do que já são na actualidade. A área do conhecimento que se ocupa de investigar e desenvolver ferramentas e recursos computacionais deste tipo é conhecida como processamento da língua natural.
Suponho que ninguém vai ficar supreendido se afirmo que as ferramentas e recursos mais evoluídos e avançados centram-se no processamento da língua inglesa. A distância entre o inglês e o resto de línguas naturais é, neste campo, abissal.
No que diz respeito à língua portuguesa, tem-se avançado bastante nos últimos anos, mas ainda ficam bem visíveis as deficiências. A particularidade do processamento da língua portuguesa é a seguinte. Por um lado, no Portugal estão-se a desenvolver numerosas ferramentas e recursos interessantes, mas por não existir uma prática extendida do software livre, muitos deles fecham-se com licenças privativas ou com direitos de autor enfastiantes, portanto, com pouca visibilidade científica. Por outro lado, no Brasil o software livre é prática corrente mas existem mui poucos grupos que trabalhem no processamento da língua natural para desenvolverem ferramentas deste tipo.
Existe portanto um nicho de mercado linguístico que fica aberto a todos os agentes interessados na criação de ferramentas livres e recursos de livre distribuição para o processamento da língua portuguesa. Este deveria ser o objectivo prioritário dos grupos de investigação reintegracionistas galegos que trabalhamos na área do processamento da língua natural (utilizo o plural por se houver mais de um). Julgo que a estratégia a seguir deveria focar-se em dous tipos de acções. Por um lado, é preciso elaborar projectos de investigação subvencionáveis, é dizer, projectos que não só visem o processamento do português (pois sozinho não é subvencionável), senão que trabalhem com pares de línguas como o português e o galego, o português e o castelhano, etc. Por outro lado, é importante começar a recolher, organizar e disponibilizar em repositórios públicos todo o material linguístico do reintegracionismo -dicionários, léxicos, terminologias- e permitir o seu uso livre, ou polo menos restringido a projectos de investigação sem ánimo de lucro. O fabuloso site V.O., do Celso Álvarez Cáccamo, é o modelo a seguir.
Vou dar um exemplo. Muitas das ferramentas já mencionadas precisam de repositórios lexicais organizados em entradas muito simples, só compostas por um lema e mais a categoria gramatical. Estes repositórios podem-se construir automaticamente a partir de dicionários como o de Estravis, sempre que se tenha acesso directo aos ficheiros fonte com todos os dados.
Esta estratégia de liberação (total ou parcial) de recursos pode fazer com que a Galiza se torne o agente mais dinâmico na área do processamento da língua portuguesa. Agora é o momento de agir. Trata-se duma área inovadora que ajudaria, sem dúvida, a dar mais visibilidade ao reintegracionismo dentro do mundo lusófono.
A liberação do material reintegracionista serviria também para marcar distâncias com o método de trabalho, privativo e fechado, dos centros de investigação que desenvolvem recursos para o galego isolacionista. Se eles fecham, nós liberamos.
