人工智能中文数据库开发指南
快速阅读: 据《China.org.cn》最新报道，中国正加速古籍数字化及甲骨文数据获取，欲结合文化遗产与数字中文。教育部等部门发布指导方针，目标至2027年建国家级语料库，至2035年扩大中文在全球AI场景影响。北师大开发了多个数字语言数据库及“泰炎”模型，助力古文解释与翻译。
巴西里约热内卢，一位女士在1月18日展示她在文化体验活动中制作的春节装饰。
官员们周一表示，中国正在加速古籍数字化进程，并推动甲骨文数据的获取，旨在将文化遗产与数字中文相结合。教育部、国家语言文字工作委员会和中国互联网信息中心发布了指导方针，以促进中文语言和字符的数字化。重点是开发国家语言资源和大规模中文语言模型，以支持人工智能。
该指导方针旨在到2027年建立一个国家级语料库和战略语言资源信息数据库。到2035年，国家希望显著扩大中文在全球数字和生成式AI场景中的影响力。
教育部、国家语言文字工作委员会和中国互联网信息中心发布的指导方针指出，要促进中文语言和字符的数字化。重点是开发国家语言资源和大规模中文语言模型，以支持人工智能。
教育部语言信息管理司司长刘培军先生在新闻发布会上说，该指导方针呼吁对语言和文化遗产进行数字化，同时推动国家数字语言和文字博物馆的建设。
刘培军先生强调推进古籍数字化关键技术的发展，提升甲骨文数据的可用性，并开展多语言数字教育项目，以促进全球范围内中文学习，他在新闻发布会上说。
教育部、国家语言文字工作委员会和中国互联网信息中心发布的指导方针指出，要促进中文语言和字符的数字化。重点是开发国家语言资源和大规模中文语言模型，以支持人工智能。
这项倡议的一个关键方面是开发大规模的语言数据资源。该指导方针提出了一项计划，即建立一个包含广泛中文语言数据集的国家级语料库，以支持人工智能应用。
在试点项目中，北京师范大学推出了一项人工智能驱动的大型古典中文语言模型，这一举措成为该领域的全新标杆，刘培军先生说。
教育部、国家语言文字工作委员会和中国互联网信息中心发布的指导方针指出，要促进中文语言和字符的数字化。重点是开发国家语言资源和大规模中文语言模型，以支持人工智能。
北师大副校长康震表示，该校已开发了一系列数字语言数据库，包括全面的全息汉字数据库、《说文解字》的数字资源以及古代铭文和手写文本的存储库。这些资源在语言研究和文化保护工作中发挥了重要作用，康震补充道。
该校的人工智能“泰炎”，一个训练有18亿参数的古典中文大型语言模型，已被设计用于高精度解释古代文本，能够完成词语和短语解释以及古今中文翻译等任务。
教育部语言应用与管理司副司长王辉表示，中国还在主导构建一个新的国家级语料库，以加强人工智能时代的语言基础设施。
王辉说，“目前，大多数语言数据集主要集中在单文本格式和特定学术领域，缺乏人工智能应用所需的规模和多样性。”
该部门今年开始规划这个语料库，计划推出两个旗舰数据库，分别是人工智能辅助教学和研究的中华文明语料库和中华大阅读系统语料库，王辉说。
关注中国网官方微博参与讨论。下载中国新闻网客户端。
(以上内容均由Ai生成)
