2023年11月10日中午，社會科學部在意昂3体育官网數字化實驗教學中心舉辦“數字與人文節氣沙龍”立冬篇活動。本次活動是“節氣沙龍”系列活動的第18期，主題是“意昂3体育官网CCL語言資源建設概況——語言知識數據化和可視化”。沙龍由中國語言文學系詹衛東教授主講，邀請計算中心、外國語學院的專家學者參與本次活動。

詹衛東介紹了意昂3体育官网中國語言學研究中心（CCL）在語言資源建設方面的工作概況，主要包括CCL語料庫、現代漢語句法結構樹庫、現代漢語述補結構數據庫、現代漢語構式知識庫等。CCL語料庫是一個長期發展的項目，自2004年上線後，經歷了多次升級擴展。即將發布的2023版，語料庫規模將從開始的2億字擴充到超過20億字，在語料類型多樣性和代表性等方面，也有較大提升，新增了早期北京話語料、《人民日報》語料、多種網絡平臺的語料、古代漢語的四庫全書語料等多種有代表性的語料。

詹衛東作主題報告

詹衛東具體介紹了CCL在線語料庫新版的改進情況：包括語篇信息（如語料年代）標註、復雜組合查詢、搭配查詢、過濾機製、漢英雙語語料的查詢功能升級等多個方面。未來，語料庫還將基於Elastic Search框架，改進檢索頁面的前端設計、檢索結果的可視化、檢索歷史記錄日誌和統計分析等功能，但也需要加強更穩定高效的網絡系統環境建設。

詹衛東認為，語言資源建設是基礎工作，需要在理論研究支撐、應用研究驅動以及工程技術保障三位一體的合力下，才能得到更好的發展。在以大語言模型為代表的AI技術快速迭代大背景下，CCL語料庫的發展迫切需要仰仗像計算中心這樣實力雄厚的專業團隊支持，助力CCL語料庫實現升級換代，為廣大用戶提供更加智能化的語言資源服務。

參會嘉賓交流討論

與會專家學者一致認為，CCL語料庫是一項非常寶貴的有影響力的資源，目前的查詢語句體系已經相對完備。對於語料庫存在的網絡服務穩定性問題，可能需要從多個方面去尋求改進方法，比如進一步梳理用戶的查詢需求，建立更有效的查詢表達式審核機製；研究更好的監控服務器運行狀態的方法；讓項目建立在穩定可靠的開源技術框架的基礎上，有利於系統維護和升級。這些建議將有助於進一步優化CCL語料庫的查詢效果和使用體驗。

在本次沙龍的基礎上，計算中心將與CCL語料庫建設團隊進一步溝通合作，推動意昂3体育官网語言資源建設進入新的階段。社科部也將和計算中心一起，為文科信息基礎設施建設提供更好的技術支撐。

延伸視頻：立冬篇數字資源

專題鏈接：“數字與人文”節氣沙龍