中青报·中青网记者 杨洁

“当前，跟着新一轮科技革命及财产厘革，年夜语言模子、人工智能技能快速成长，语料库的设置装备摆设范围与运用规模也履历了年夜幅度完美及拓展。”前不久，教诲部语言文字信息治理司相干卖力人提到，决议实行国度要害语料库共建同享规划，扩大要害范畴，撑持共建同享，推进运用转化，为全方位开释语言文字于经济社会成长中的数据要素价值奠基越发宽厚基础。

近期，教诲部、国度语委、中心网信办印发《关在增强数字中文设置装备摆设 推进语言文字信息化成长的定见》（如下简称《定见》）。此中提到，到2027年，国度数字中文设置装备摆设步履取患上主要成效，语言文字数据要素价值有用开释。基本形成“当局主导、部分协同、社会介入、共建同享”的语言文字信息化事情机制；基本建成国度语言文字年夜数据中央，开端建成国度要害语料库及国度战略语言资源信息库；语言文字信息化尺度、前沿语言技能、优质语言资源、新型语言办事等基础支撑能力显著加强。

“国度要害语料库”是甚么

《定见》提出，鞭策基础性语言资源设置装备摆设，实行国度要害语料库共建同享规划，重点撑持设置装备摆设年夜范围中文语料库和高质量平易近族语言文字语料库、手语盲文语料库、行业范畴语料库、语言监测动态语料库等。

教诲部语言文字信息治理司相干卖力人于接管中青报·中青网记者专访时提到，语料库是天然语言处置惩罚、年夜语言模子、人工智能技能立异运用的主要支撑，是经济社会信息化设置装备摆设、数字化赋能及智能化成长的基础要素，促成语言数据赋能信息技能立异与信息技能赋能语言文字资源利用的双向赋能。

以文化传承范畴为例，今朝已经经设置装备摆设了中华思惟文化术语库、中华精品字库、甲骨文数据库、中国语言资源掩护数据库等。

此中，中华思惟文化术语库包括了中华平易近族所创造或者构建，凝结、浓缩了中华哲学思惟、人文精力、思维方式、价值不雅念，以词或者短语情势固化的观点及焦点词。该语料库中包括1200余条思惟文化术语、中医文化要害词、文籍译本、文籍译名、博雅双语词等。

教诲部语言文字信息治理司相干卖力人提到，2024年，智能化进修东西“AI小语”正式上线。“AI小语”因此中华思惟文化术语库为基础练习语料、以年夜语言模子技能为焦点技能的高交互感智能平台，对于赋能中华优异传统文化对于内传承及对于别传播具备主要意义。

截至今朝，教诲部、国度语委经由过程构造开发、集成会聚、动态更新等方式，构造高校、企业、科研院所等，设置装备摆设年夜范围高质量语料库30余项，相干语料库已经广泛运用在经济社会成长的要害范畴。

“国度要害语料库”怎么建

“信息技能深刻融入经济社会成长各范畴，需要鞭策语言文字与信息技能的深度交融，找准二者的联合点、交融点、发力点。”教诲部语言文字信息治理司相干卖力人说。

持久以来，国度语委会同有关部分研制并发布了《信息技能中文编码字符集》等国度通用语言文字及平易近族语言文字信息化规范尺度100多项，为天然语言处置惩罚技能于人工智能、数字产物及信息财产范畴的运用立异奠基规范基础。

面向人工智能时代，该卖力人先容，要开展语言资源设置装备摆设、治理、运用、同享尺度研究，重点推进语料库、数据标注、数据评价等规范尺度的制定；办事教诲讲授，研制年夜语言模子能力素养（师生版），指导师生有用、安全利用年夜语言模子等人工智能技能；助力文化传承，研制甲骨文数字化同享技能尺度。

此外，既要撑持语言文字信息处置惩罚基础尺度研究，也要鼓动勉励高校、企业开展行业尺度、企业尺度研制。增强与工信部、国度平易近委、国度尺度委等部分单元互助。鞭策已经有语言文字信息化相干规范尺度的修订事情，增强已经有规范尺度的宣传推广等。

于专业化人材步队造就上，教诲部语言文字信息治理司相干卖力人提到，鞭策高校增设语言智能、计较语言学等交织学科标的目的，增设“语言文字+人工智能”焦点课程。此外，鼓动勉励企业设置装备摆设产教交融实训基地，开展中文信息处置惩罚、多语种呆板翻译、语料加工处置惩罚、数据标注等技术培训，晋升中文专业以和相干专业学生的职业技术，扩展就业规模及就业渠道。

“本年是落实《教诲强国设置装备摆设计划纲要（2024-2035年）》的要害之年，语言文字信息化成长将瞻望十年、经营五年、安身三年，掌握赋能全局高度，加速试点先行进度，引发协同立异力度，于落实重点使命上下功夫、见实效。”于前不久进行的教诲部新闻发布会上，教诲部语言文字信息治理司司长刘培俊说。