中國網(wǎng)4月1日訊（記者 劉佳）日前，教育部、國家語委、中央網(wǎng)信辦共同印發(fā)《關(guān)于加強數(shù)字中文建設(shè) 推進語言文字信息化發(fā)展的意見》（以下簡稱《意見》），對加快推進以信息化促進語言文字事業(yè)高質(zhì)量發(fā)展，以數(shù)字化賦能語言文字更好服務(wù)現(xiàn)代化建設(shè)等，作出了全面部署。

3月31日，教育部舉行新聞發(fā)布會，就《意見》進行全面解讀。會上，相關(guān)負責(zé)人表示，今年將加快建設(shè)國家語言文字大數(shù)據(jù)中心、國家關(guān)鍵語料庫和國家語言資源信息庫，服務(wù)大語言模型以及生成式人工智能等技術(shù)前沿創(chuàng)新應(yīng)用的制高點。

《意見》提出，到2027年，進入以數(shù)字中文建設(shè)為重點的強基示范階段，形成語言文字信息化推進機制，推動語言文字信息化規(guī)范標準、前沿語言技術(shù)、優(yōu)質(zhì)語言資源、新型語言服務(wù)等基礎(chǔ)支撐能力顯著增強；2035年，進入全面推進語言文字信息化發(fā)展的深化賦能階段，推動承載中華文化的中文在全球數(shù)字空間、網(wǎng)絡(luò)空間以及生成式人工智能等關(guān)鍵場景中的使用占比和價值引領(lǐng)作用顯著提高，實現(xiàn)中國語言文字信息化整體水平位居世界前列。

教育部語言文字信息管理司司長劉培俊介紹，今年將啟動實施國家關(guān)鍵領(lǐng)域語料庫建設(shè)計劃。該語料庫將在關(guān)鍵學(xué)科、重點行業(yè)、戰(zhàn)略區(qū)域、民生期待和社會急需領(lǐng)域，分批建設(shè)規(guī)范、安全、優(yōu)質(zhì)的國家關(guān)鍵語料庫。目前，教育部、國家語委已經(jīng)支持建設(shè)了30余項關(guān)鍵領(lǐng)域的語料庫。

語料庫將以建設(shè)語料基礎(chǔ)設(shè)施為新基建，服務(wù)大語言模型以及生成式人工智能等技術(shù)前沿創(chuàng)新應(yīng)用的制高點。目前，教育部、國家語委已經(jīng)支持布局了五個領(lǐng)域的自主安全可控大語言模型建設(shè)項目，下一步，將根據(jù)需求穩(wěn)步擴大建設(shè)范圍，提升建設(shè)成效。

建設(shè)語料庫，要逐步建立健全語料共建共享新機制；研制語言資源、語言數(shù)據(jù)、基礎(chǔ)語料以及大語言模型的技術(shù)和管理標準；依托高校研究機構(gòu)推進多學(xué)科交叉融合，為語言科技、語料建設(shè)以及人工智能創(chuàng)新應(yīng)用培養(yǎng)高素質(zhì)人才。

“當前以深度求索（DeepSeek）等為代表的人工智能技術(shù)創(chuàng)新不斷取得突破性進展，在語言的教育教學(xué)和研究領(lǐng)域，有多個語料庫。但是很多語料庫還處于單一文本模式和領(lǐng)域應(yīng)用階段，在建設(shè)的理念、技術(shù)和方法、規(guī)模，以及數(shù)據(jù)多樣性、時效性尤其是與人工智能相結(jié)合的大規(guī)模應(yīng)用方面還存在不足?！苯逃空Z言文字應(yīng)用管理司副司長王暉表示，新型語料庫將立足人工智能時代大背景，突破傳統(tǒng)語料庫單一文本模式和領(lǐng)域應(yīng)用壁壘，以大模型訓(xùn)練及性能評測、智能計算為核心，以新質(zhì)態(tài)、多模態(tài)、多語言、大規(guī)模、全域性為突出特性，為通用領(lǐng)域和細分領(lǐng)域多場景應(yīng)用及創(chuàng)新發(fā)展提供規(guī)范、可信、高質(zhì)量的語言文化語料資源。

2025年，教育部語言文字應(yīng)用管理司已啟動新型國家語料庫的建設(shè)工作，開發(fā)建設(shè)“中華文脈新型語料庫”“中華大閱讀體系語料庫”，以這兩個示范庫建設(shè)整體打造出標桿。在此基礎(chǔ)上，探索建設(shè)系列教育、語言文化國家新型語料庫群，服務(wù)教育強國、文化強國建設(shè)。

編審：張艷玲 王月博