教育部、国家语委现在已支撑建造30余项要害范畴的语料库

  3月31日，教育部举行新闻发布会，介绍深化贯彻执行《教育强国建造规划大纲（2024—2035年）》推动言语文字信息化开展状况。

  会上，教育部言语文字信息办理司司长刘培俊表明，加强新式国家语料库建造，是执行教育强国建造规划大纲、服务教育强国建造的重要任务，是建强国家要害语料根底设施的重要行动，是加强数字中文建造、推动言语文字信息化开展、推动言语文字高水平开展的根底支撑，也是经济社会信息化建造、数字化赋能和智能化开展的根底要素。

  全体考虑是“聚集一要害、统筹两手抓、夯实三根底”进行全体布局、分步施行、一定实效。详细的布置组织，要坚持战略牵引、需求驱动、使用为要，发动施行国家要害范畴语料库建造方案。

  一是聚集“需求”这一要害。在要害学科、要点职业、战略区域、民生等待和社会急需范畴，分批建造标准、安全、优质的国家要害语料库。现在，教育部、国家语委现已支撑建造了30余项要害范畴的语料库。

  二是统筹“夯实新基建”与“服务制高点”两手齐抓。以建造语料根底设施为新基建，服务大言语模型以及生成式人工智能等技能前沿立异使用的制高点。现在，教育部、国家语委现已支撑布局了五个范畴的自主安全可控大言语模型建造项目，下一步将根据需求稳步扩展建造规划，提高建造成效。三是夯实“机制、标准、人才”三个根底。第一是逐渐建立健全语料共建同享新机制，第二是研发言语资源、言语数据、根底语料以及大言语模型的技能和办理标准，第三是依托高校研讨机构推动多学科穿插交融，为言语科技、语料建造以及AI立异使用培育高素质人才。

  教育部言语文字使用办理司副司长王晖弥补，“新式国家语料库”建造是在言语文字使用办理司参加研发《教育强国建造规划大纲》的过程中，会聚专家学者的定见主张，凝练言语文字支撑强国建造的战略支点过程中策划和提出的，而且写入了《教育强国建造规划大纲》。

  当时以深度求索（DeepSeek）等为代表的人工智能技能立异不断获得打破性的开展，在这个大布景下，国家提出这样一个战略布置，建造新式国家语料库，凸显了其重要性、必要性和重要性，咱们应当活跃统筹、广泛协同、大力推动。

  现在在一些使用范畴，主要是在言语的教育教育和研讨范畴，有多个语料库。可是许多语料库还处于单一文本形式和范畴使用阶段，在建造的理念、技能和办法、规划，以及数据多样性、时效性尤其是和AI相结合的大规划使用方面还存在缺乏，难以满意多元化、动态化尤其是智能化的言语数据需求。

  王晖说到：“对此，咱们总的考虑是，安身AI年代大布景，打破传统语料库单一文本形式和范畴使用壁垒，以大模型练习及功能评测、智能核算为中心，以新质态、多模态、多言语、大规划、全域性为杰出特性，为通用范畴和详尽区分范畴多场景使用及立异开展供应标准、可信、高质量的言语文明语料资源。”

  据悉，2025年，言语文字使用办理司现已发动布局了新式国家语料库的建造作业，最重要的包括两方面：一是标准引领，主要是加强准则的供应，研发语料库建造标准，杰出价值导向、使用导向、立异导向，统筹质量和安全，为语料库建造供应根底准则和办法指引。二是演示引导，老练先上，开发建造“中华文脉新式语料库”“中华大阅览系统语料库”，以这两个演示库建造全体打造出标杆，“中华文脉新式语料库”也能够简略了解瞄准的是才智教师，“中华大阅览系统语料库”瞄准的是才智学伴。在此根底上，探究建造系列教育、言语文明国家新式语料库群，服务教育强国、文明强国建造。