中華經典資源庫、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、學術研究，乃至人們日常生活帶來不便。數(shù)字時代，如何讓漢語言文字更完整地活躍在“云”端？

　　日前，教育部圍繞推進語言文字信息化發(fā)展舉辦新聞發(fā)布會。“從‘鉛與火’到‘光與電’，中文信息處理技術不斷創(chuàng)新發(fā)展。”北京大學王選研究所所長湯幟介紹，北京大學作為國家語委中文文字字體設計與研究中心的依托單位，設計開發(fā)國家重大基礎性規(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、護照上應用，協(xié)助解決銀行、稅務等社會應用系統(tǒng)的人名、地名缺字問題。

　　語言文字信息化是經濟社會信息化的重要組成部分，是數(shù)字中國建設的基礎性工作。記者了解到，近年來，教育部聯(lián)合有關部門發(fā)布了國家通用語言文字和民族語言文字信息化規(guī)范標準100多項，推動建成國家語委媒體語言語料庫、冬奧會多語言術語庫等，上線國家語言資源服務平臺、中國語言文字數(shù)字博物館等，持續(xù)推動語言文化資源共建共享。

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

　　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，普通話測試方式已實現(xiàn)從人工到智能的轉變，機輔測試已服務超過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)普通話水平智能測試艙、聲紋分析系統(tǒng)等，打造了全國首個以智能化為核心的普通話水平測試智慧考場，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)用戶選擇進行釋讀，包括字詞釋義、文白翻譯、句讀標點、用典分析等。北京師范大學黨委常委、副校長康震介紹，“‘AI太炎’依靠自主可控、安全可信的技術路線，理解力強、準確率高，能夠高質量完成多種文言文理解任務，目前已廣泛應用于學術科研、基礎教育、編輯出版等多個領域。”

　　近日，教育部、國家語委、中央網信辦共同印發(fā)《關于加強數(shù)字中文建設 推進語言文字信息化發(fā)展的意見》。意見提出創(chuàng)新應用自然語言處理、大語言模型、多模態(tài)信息處理、知識圖譜、語料加工等5項前沿技術。

　　“我們要將數(shù)字中文建設作為全面推進語言文字信息化發(fā)展的突出重點，服務大語言模型等人工智能技術創(chuàng)新應用‘制高點’，夯實國家關鍵語料基礎設施‘新基建’，全方位釋放語言文字在經濟社會發(fā)展中的數(shù)據(jù)要素價值。”劉培俊說。(人民日報 記者 丁雅誦)