让AI更懂岭南文化！
在“新技术”分论坛上，《岭南文化多模态标注语料数据集》和《“方言文化思维链”数据集》正式发布，为AI理解以粤语为代表的岭南文化提供了重要支持。
2025年被视为主流媒体系统性变革之年。羊城晚报报业集团与广州市哲学社会科学重点实验室的粤语语料库建设与大模型评测重点实验室达成合作，联合打造国内首个粤语智能化应用生态。
粤语语料库建设与大模型评测重点实验室主任、广州大学网络空间安全学院教授齐佳音上台发布了《岭南文化多模态标注语料数据集》。她介绍，该数据集涵盖超过100万字的文本语料、超过1万句的多用途粤语生活场景音频与文字语料、1万张岭南文化图像素材、粤语安全语料库等，旨在帮助大语言模型不仅准确回答关于岭南文化的问题，更能回答得“有文化”。“例如数据集中包含骑楼等岭南传统建筑的高质量图片，可让文生图模型生成的骑楼更贴近真实风貌。”齐佳音举例说明。
岭南文化和AI的深度融合，不仅需要多模态的数据支撑，更需要“有思维、有推理”的技术赋能。今年3月，羊城晚报报业集团打造岭南文化大数据中心，成立岭南文化大模型实验室。
岭南文化大模型实验室主任邓立邦上台发布全国首个方言文化思维链训练语料集——粤语思维链语料数据库。该数据集涵盖3层结构、17个类别、360多个核心文化概念，包含1万多组高质量标注语料，可用于大模型的精细化微调训练。
“粤语是岭南文化不可或缺的一个部分。”邓立邦表示，“通过开源这一数据集，我们希望让大模型能更深入地理解岭南文化。”
让AI更懂岭南文化！ 两项重要数据集正式发布
来源：羊城晚报 2025年12月19日 版次：A05栏目：作者：侯梦菲；黎秋玲；鄢敏；李焕坤
在“新技术”分论坛上，《岭南文化多模态标注语料数据集》和《“方言文化思维链”数据集》正式发布，为AI理解以粤语为代表的岭南文化提供了重要支持。
2025年被视为主流媒体系统性变革之年。羊城晚报报业集团与广州市哲学社会科学重点实验室的粤语语料库建设与大模型评测重点实验室达成合作，联合打造国内首个粤语智能化应用生态。
粤语语料库建设与大模型评测重点实验室主任、广州大学网络空间安全学院教授齐佳音上台发布了《岭南文化多模态标注语料数据集》。她介绍，该数据集涵盖超过100万字的文本语料、超过1万句的多用途粤语生活场景音频与文字语料、1万张岭南文化图像素材、粤语安全语料库等，旨在帮助大语言模型不仅准确回答关于岭南文化的问题，更能回答得“有文化”。“例如数据集中包含骑楼等岭南传统建筑的高质量图片，可让文生图模型生成的骑楼更贴近真实风貌。”齐佳音举例说明。
岭南文化和AI的深度融合，不仅需要多模态的数据支撑，更需要“有思维、有推理”的技术赋能。今年3月，羊城晚报报业集团打造岭南文化大数据中心，成立岭南文化大模型实验室。
岭南文化大模型实验室主任邓立邦上台发布全国首个方言文化思维链训练语料集——粤语思维链语料数据库。该数据集涵盖3层结构、17个类别、360多个核心文化概念，包含1万多组高质量标注语料，可用于大模型的精细化微调训练。
“粤语是岭南文化不可或缺的一个部分。”邓立邦表示，“通过开源这一数据集，我们希望让大模型能更深入地理解岭南文化。”
上一篇：AI越具体，人越抽象