北大发布“中华民族语言文字接触交融大数据模型”
活动中，孔江平介绍北大语言学实验室相关研究成果。澎湃新闻记者 程婷 图
12月16日—19日，北京大学举行北京大学语言学实验室成立一百周年系列活动。活动中，“中华民族语言文字接触交融大数据模型”成果发布。
据北大语言学实验室主任、北大中文系教授孔江平介绍，北大语言学实验室是集科研、教学、社会服务于一体的多学科交叉平台，其前身是1925年成立的北大语音乐律实验室。2021年12月，北大语言学实验室获批为教育部哲学社会科学实验室。在教育部经费的支持下，2022年春北大语言学实验室启动了“中华民族语言文字接触交融大数据模型建设”项目。该项目组织国内12所大学和科研机构的约20名专家的研究团队，近200名博士生和硕士生，对中华民族语言文字接触交融情况进行了大规模的田野调查，历经四年，初步完成了基础的调查工作和大型数据库建设。
此次发布的中华民族语言文字接触交融大数据模型，涉及中华民族语言文字接触交融大数据模型数据库的结构；语言活力的基础模型和算法——主要讨论语言活力的基本要素和分类方法；文字活力的基础模型和算法——主要讨论语言活力的基本要素和分类方法；中华民族语言文字接触交融大数据模型的内容和形式——主要讨论数据库的形式；中华民族语言文字接触交融通用语言词汇模型与算法——主要讨论词汇的语意结构、相关的基本算法和分类的方法；中华民族语言文字接触交融音位系统相似度模型与算法——主要讨论利用音位系统相似性来对语言进行分类。该大模型的建设，有助于让沉睡在田野中的即将消亡的声音活起来、传承下去。
孔江平介绍，在该项目中，除了大数据模型以外，主要成果还有关于中华民族语言文字接触交融的系列书籍。按语言接触和融合的实际，该系列书籍共分为十七卷，将于明年陆续出版。
此外，北大语言学实验室还在“人类语言涌现和演化研究”“语言障碍与教育公平研究”和“基于人工智能的语言应用研究”等方向上开展了多项重大课题的研究。本次活动期间，有声博物馆项目建设同步启动。
北大党委副书记姜国华表示，北大语言学实验室是文理学科交叉创新的典范，希望实验室继续传承科学方法传统，主动服务国家战略，做文明火种的守护者、交叉创新的开拓者、立德树人的践行者和中国学派的建构者。
教育部语言文字应用管理司司长杨鸿表示，北大语言学实验室积极服务国家语言文字重大战略任务与需求。他希望北大继续以中文系和语言学实验室为重要阵地，进一步深耕国家通用语言文字推广普及、引领语言文字数智变革、厚植复合型人才沃土，为构建新时代语言文字事业高质量发展体系作出更大贡献。
教育部语言文字信息管理司司长刘培俊表示，在智能时代，语言文字已成为大语言模型以及人工智能技术创新的数据要素、智能基座和战略基础。期待北大语言学实验室未来在国家标准研制、关键技术攻关、跨学科协同等方面发挥更大作用，有效赋能经济社会发展。