中華經(jīng)典資源庫、古漢語大語言模型等成果涌現(xiàn) 生僻字更易輸入

　　中華經(jīng)典資源庫、古漢語大語言模型等成果涌現(xiàn)

　　生僻字更易輸入 文言文更快釋讀

　　“頔”寓意美好、“燊”表示熾盛、“鋆”意為金子……古籍里的這些生僻字，曾因無法輸入電腦，給文化傳承、學(xué)術(shù)研究，乃至人們?nèi)粘Ｉ顜聿槐恪?shù)字時(shí)代，如何讓漢語言文字更完整地活躍在“云”端？

　　日前，教育部圍繞推進(jìn)語言文字信息化發(fā)展舉辦新聞發(fā)布會(huì)。“從‘鉛與火’到‘光與電’，中文信息處理技術(shù)不斷創(chuàng)新發(fā)展。”北京大學(xué)王選研究所所長湯幟介紹，北京大學(xué)作為國家語委中文文字字體設(shè)計(jì)與研究中心的依托單位，設(shè)計(jì)開發(fā)國家重大基礎(chǔ)性規(guī)范《通用規(guī)范漢字表》的配套字庫，研制人口信息生僻字超大字庫解決方案，在第二代居民身份證、護(hù)照上應(yīng)用，協(xié)助解決銀行、稅務(wù)等社會(huì)應(yīng)用系統(tǒng)的人名、地名缺字問題。

　　語言文字信息化是經(jīng)濟(jì)社會(huì)信息化的重要組成部分，是數(shù)字中國建設(shè)的基礎(chǔ)性工作。記者了解到，近年來，教育部聯(lián)合有關(guān)部門發(fā)布了國家通用語言文字和民族語言文字信息化規(guī)范標(biāo)準(zhǔn)100多項(xiàng)，推動(dòng)建成國家語委媒體語言語料庫、冬奧會(huì)多語言術(shù)語庫等，上線國家語言資源服務(wù)平臺(tái)、中國語言文字?jǐn)?shù)字博物館等，持續(xù)推動(dòng)語言文化資源共建共享。

　　隨著智慧化學(xué)習(xí)的廣泛開展，語言文化優(yōu)質(zhì)資源惠及更多人。教育部語言文字信息管理司司長劉培俊介紹，為推進(jìn)語教融合，教育部打造“中華經(jīng)典資源庫”，總瀏覽量超6000萬；打造“中小學(xué)語文示范誦讀庫”，惠及全國約1.6億中小學(xué)生和上千萬教師及社會(huì)大眾；上線中國語言文字?jǐn)?shù)字博物館，收納海量資源，構(gòu)建全民學(xué)習(xí)新課堂。

　　此外，數(shù)智賦能也讓國家通用語言文字推廣普及效率不斷提升。目前，普通話測(cè)試方式已實(shí)現(xiàn)從人工到智能的轉(zhuǎn)變，機(jī)輔測(cè)試已服務(wù)超過9200萬人次。廣東省教育廳副廳長朱建華介紹：“我們支持研發(fā)普通話水平智能測(cè)試艙、聲紋分析系統(tǒng)等，打造了全國首個(gè)以智能化為核心的普通話水平測(cè)試智慧考場，能夠做到‘隨到隨考’。”

　　語言文字信息化讓古籍里的文字展現(xiàn)出新的活力。打開“AI太炎”古漢語大語言模型，輸入待分析的古籍文本，系統(tǒng)便能根據(jù)用戶選擇進(jìn)行釋讀，包括字詞釋義、文白翻譯、句讀標(biāo)點(diǎn)、用典分析等。北京師范大學(xué)黨委常委、副校長康震介紹，“‘AI太炎’依靠自主可控、安全可信的技術(shù)路線，理解力強(qiáng)、準(zhǔn)確率高，能夠高質(zhì)量完成多種文言文理解任務(wù)，目前已廣泛應(yīng)用于學(xué)術(shù)科研、基礎(chǔ)教育、編輯出版等多個(gè)領(lǐng)域。”

　　近日，教育部、國家語委、中央網(wǎng)信辦共同印發(fā)《關(guān)于加強(qiáng)數(shù)字中文建設(shè)推進(jìn)語言文字信息化發(fā)展的意見》。意見提出創(chuàng)新應(yīng)用自然語言處理、大語言模型、多模態(tài)信息處理、知識(shí)圖譜、語料加工等5項(xiàng)前沿技術(shù)。

　　“我們要將數(shù)字中文建設(shè)作為全面推進(jìn)語言文字信息化發(fā)展的突出重點(diǎn)，服務(wù)大語言模型等人工智能技術(shù)創(chuàng)新應(yīng)用‘制高點(diǎn)’，夯實(shí)國家關(guān)鍵語料基礎(chǔ)設(shè)施‘新基建’，全方位釋放語言文字在經(jīng)濟(jì)社會(huì)發(fā)展中的數(shù)據(jù)要素價(jià)值。”劉培俊說。(人民日?qǐng)?bào)記者 丁雅誦)