D e c .2021V o l .41N o .6语文学刊J o u r n a l o fL a n g u a ge a n dL i t e r a t u r eS t u d i e s 2021年12月第41卷第6期[基金项目]国家语委科研项目 中国语言信息化政策研究文献数据库建设 (Y B 135-98)资助项目成果之一.[作者简介]钱小飞,上海大学文学院讲师,文学博士,研究方向:计算语言学㊁语料库语言学.中国语言文字信息化的发展ʻ钱小飞(上海大学文学院,上海㊀200444)[摘㊀要]㊀通过分析我国语言文字信息化工作的意义㊁发展内容和历史,将中国的语言信息化过程分为科技发展统一规划期㊁管理工作探索期和系统规划推进期,指出目前我国语言信息化发展存在包括理论基础薄弱㊁语言资源建设不足㊁民族语言文字信息化发展不均衡㊁古代汉语的信息化发展落后㊁不同语言变体的语言信息化发展速度不均衡等问题,认为有针对性地加强语言学理论基础建设㊁语言资源建设,人才培养,注重均衡发展,有助于提高我国的语言文字信息化建设水平.[关键词]㊀语言文字信息化;㊀发展内容;㊀发展过程[中图分类号]H 030㊀㊀[文献标识码]A㊀㊀[文章编号]1672-8610(2021)06-0029-06㊀㊀d o i :10.3969/j .i s s n .1672-8610.2021.06.005㊀㊀当代信息技术的发展对世界的发展产生了深刻的影响.作为信息的最大载体,语言文字的信息化建设是实现我国的信息化和现代化的基础,也是推动语言文字工作发展的关键.李卫红指出,语言文字信息化,是自觉运用当代最先进的科学技术引领语言文字事业发展的过程,由此最有效地开发利用和配置语言文字资源,最大限度地激活和释放语言文字的文化力,为国家现代化建设特别是国家信息化㊁教育信息化和社会主义文化强国建设提供基础性支撑,为提高国民素质和促进人的全面发展提供便捷性服务,并在此进程中实现语言文字事业自身的现代化和自身价值[1].张挺㊁于桂英㊁魏晖更加具体地阐明了语言文字信息化指语言文字信息技术创新与应用㊁语言文字信息资源开发与利用㊁语言文字信息产品及产业不断发展的过程[2].我国的语言文字信息化不仅是信息化的历史过程,同时也是国家信息化的重要组成部分.我国的语言文字信息化研究从一开始就是由国家推动的,它起始于20世纪50年代,机器翻译研究列入全国科学工作的发展规划,此后,70年代我国实施了748工程,为汉字进入计算机奠定了坚实的基础,并促进了汉字编码研究.80年代中期,语言文字信息管理工作提上国家语言文字工作日程,90年代设立了专门的职能部门中文信息司管理语言文字信息化工作.李卫红在全国语言文字信息化工作视频会议上指出,语言文字是人类最重要的交际工具和信息载体,高度重视语言文字信息化,既要重视发挥语言文字信息化作为国家信息化战略的重要基础作用,又要自觉主动地适应国家信息化战略发展的要求,大力加强语言文字信息化建设[1].可见,国家是语言文字信息化的主要推进者,我国的语言文字信息化工作具有国家信息化的属性.一㊁语言文字信息化建设的意义语言文字信息化作为国家信息化发展的92基础,是衡量国家现代化水平的重要标志.语言文字负载了80%以上的信息,因此,语言文字信息化对于实现国家信息化的战略目标具有基础性的作用,语言文字信息化水平的提高也是国家信息化水平提升的一种具体体现[2].语言文字信息化对于国家经济发展具有促进作用.一方面,语言文字信息化有助于提高传统经济的生产效率和流通效率,节约社会成本,如自动翻译技术为 一带一路 建设提供了语言翻译服务,促进经济交流;语音导航提高了运输效率,节约了社会成本;情感计算和推荐技术提高了人们的购物体验,促进了消费增长.另一方面,语言文字信息化还催生了语言经济,不仅形成了新的语言产业,如科大讯飞㊁汉王等语言科技公司,也带来了速录师㊁语言工程师等新的语言职业.语文文字信息化对于文化和教育的信息化具有重要意义.李宇明指出,信息化进程不仅仅是技术进程,更重要的是文化进程,文化信息化是指用数字化手段通过互联网整合现有文化信息并进行传播的过程[3].作为一个统一的多民族国家,通过数字化形式保存各民族的语言文字和古今文本,有助于文明的积累㊁传承与传播.语言文字信息化也是教育信息化的基础和保障,计算机辅助教学㊁现代远程教育㊁计算机辅助测试都有赖于语言文字信息处理水平.语文文字信息化有助于促进科技发展.语言文字信息化不仅为科学研究提供了高效的文献检索工具,也提供了新的研究范式和技术应用.如医学研究正使用语言信息处理技术从海量病例文献中发掘特定人群的药物副作用,并结合临床试验进行推断,或进行疾病诊断,如癌症诊断系统沃森医生.实现语言文字信息化也是保证国家安全的需要.信息安全是现代社会国家安全概念重要组成部分,也是国家信息化发展战略的要求.靳光瑾指出,语言文字信息化关系到国家安全,只有将中文信息处理的规范标准㊁核心技术掌握在自己手里,紧抓资源建设,才能保障我国的语言信息处理领域的自主权,维护国家的信息疆域安全[4].在语言文字工作领域,语言文字信息化是保护和开发语言资源,保护中华语言文字的需要.只有实现了语言文字信息化,才能更好对语言资源进行保存㊁研究㊁保护和开发.从世界范围看,中文在信息世界的话语权偏弱,因此不仅要保护现有的语言文字资源,还要通过语言文字信息化建设,为中国语言文字在网络空间争取更大的生存空间,增加中文在虚拟空间的话语权,使中国成为语言大国,避免被信息时代边缘化.二、语言文字信息化的发展内容1986年全国语言文字工作会议将 研究汉语㊁汉字信息处理问题,参与鉴定有关成果 纳入国家与语言文字工作任务,1997年全国语言文字工作会议提出 加大中文信息处理的宏观管理力度,逐步实现中文信息处理技术产品的优化统一 ,并明确从规范标准制定㊁基础理论和应用研究㊁基础工程建设㊁监督检测四个方面做好这项工作.同在1997年召开的首届全国信息化工作会议提出实现信息化就要构筑和完善六个要素的国家信息化体系,这六个要素是:开发利用信息资源,建设国家信息网络,推进信息技术应用,发展信息技术和产业,培育信息化人才,制定和完善信息化政策.国家语委进一步提出 以政策法规建设㊁规范标准制定和语言资源建设为重点,以强化应用和服务为动力,以科学研究和人才队伍建设为保障,一手抓管理,一手抓服务,扎实推进语言文字信息化建设 ,至此,形成了政策标准规范制定㊁科学研究(基础理论和应用研究)㊁基础工程建设(语言资源建设及其应用开发)㊁管理服务(监督评测检测认证及其系统建设)㊁人才培养等多个维度的语言文字信息化工作框架[5].这个工作框架覆盖了六个要素的国家信息化体系.03表1㊀语言信息化工作框架与国家信息化体系的对应关系政策标准规范制定科学研究基础工程建设管理服务人才培养开发利用信息资源+建设国家信息网络++推进信息技术应用+发展信息技术和产业++培育信息化人才+制定和完善信息化政策+㊀㊀由表1可以看出,管理服务涉及较多的职能.其中,信息化网络的建设既包括基础工程网络的建设,如提供服务的语料库网站,也包括管理网络的建设,如全球中文学习平台,语言文字门户网站㊁微博㊁微信和客户端. 推进信息技术应用 是指搭建语言技术和语言科技产品的共享和应用平台,提供监督㊁评测㊁检测㊁认证等等服务. 发展信息技术和产业 包括两个方面,一方面研究语言文字信息处理技术,如语音识别与合成㊁机器翻译等,另一方面是发展语言科技产业,通过有效的管理和服务措施,孵化语言文字信息处理的高科技企业,推动语言科技产业发展. 制定和完善信息化政策 是指建立语言文字信息处理的标准规范和管理规定.2014年以后,我国语言文字信息化工作的重点放在依法规范重点领域信息技术产品中的语言文字应用,制定语言文字信息处理急需的规范标准,大力推进语言资源建设,构建语言文字工作信息化平台,提升少数民族语言文字信息化水平,强化语言文字信息化的应用与服务等方面,从教育部语言文字信息管理司的工作要点(以下简称«工作要点»)来看,在 发展信息技术和产业 方面也做了较为细致的工作,但«工作要点»更侧重于信息技术的发展,关于促进信息产业的发展内容相对较少.在培育信息化人才方面,«工作要点»中每年都提到 加强国家语委中青年专家队伍的建设与培养,举办优秀中青年学者研修班,支持中青年学者出国研修 的相关内容,但没有放在 语言文字信息化 条目下予以专门列出,也没有涉及专门的培养措施.信息化人才的培养是否可以不限于中青年专家,怎么样更好地培养语言文字信息化人才,在这方面还可以进行进一步的研究,出台更多更有针对性的措施.三、语言文字信息化的发展历程理解语言文字信息化的发展历程需要对语言文字信息化的发展阶段进行划分.李宇明认为,我国语言文字信息化分为文字信息化阶段和语言信息化阶段,我国正处于从文字信息化阶段向语言信息化阶段的过渡时期[6].但这篇文章中并没有提及文字信息化和语言信息化的具体阶段划分.划分语言文字信息化的发展阶段首先需要充分理解语言文字信息化的国家信息化属性和发展内容.由于语言文字信息化具有国家信息化属性,需要从国家推进的角度考虑语言文字信息化的发展历程;语言文字信息化又包含了多维度的发展内容,划分发展阶段时需要综合考虑多维度的发展状况,选择合适的划分标准.一般而言,在语言文字信息化的发展内容中,技术创新是先行者,可以作为划分发展阶段的依据,但是语言文字信息化的发展内涵丰富,各个部分,如文字信息化和语言信息化的发展轨迹有很大的重合之处,各民族和古今语言文字的发展速度不同,阶段的划分具有模糊性,而从语言文字信息化管理工作的角度划分则相对较为清晰,可以分为三个时期:科技发展统一规划期㊁管理工作探索期,系统规划推进期.科技发展统一规划期是从1956年到1985年,这一阶段的语言文字信息化工作主要由国家科技发展部门进行规划,语言学界参与较少.早在1956年,机器翻译研究便列入了我国科学工作的发展规划,课题名称是 机器翻译㊁自然语言翻译规则的建立和自然语言的数学理论 .70年代,由四机部(电子13工业部)㊁一机部(机械工业部)㊁中国科学院㊁新华社㊁国家出版局(新闻出版署)联合发起,国家计委批准设立了国家重点科技攻关项目 汉字信息处理系统工程 ,简称 748 工程,它启动了精密汉字编辑排版系统㊁汉字情报检索系统和汉字通信系统三个子项目的研制工作,同时也恢复了机器翻译工作;为了进一步解决汉字进入计算机的问题,1978年召开了全国汉字编码会议,成立了汉字编码研究会.80年代是我国汉字信息处理取得巨大发展的时期,产生了数百种汉字编码方案,并于1981年发布了国家标准«G B2312-80信息交换用汉字编码字符集基本集»,推出了五笔字型输入法,文字识别工作也进行了研究探索.与此同时,汉语词汇处理也取得了初步进展, 六五 期间(1981-1985),北京航空学院主持的 汉语词频统计工程 使用计算机对大规模汉语语料进行了词频统计,并研发了第一个实用的汉语分词系统C D W S.管理工作探索期是从1986年到1994年,这一阶段国家语委开始着手探索和推进语言文字信息化信息管理工作.1986年1月召开的全国语言文字工作会议提出将语言文字信息管理工作提上国家语言文字工作日程,主要是研究汉语㊁汉字信息处理问题,参与鉴定有关成果.这一阶段文字信息化工作进一步发展,在国家语委等多个部门的参与和支持下,推出了G B13000.1和G B K编码字符集,文字识别研究获得进步并落地应用;语言信息化工作也取得了一定进展, 八五 期间研究重点转向了词法㊁句法㊁语义处理等工作,制定了«信息处理用规范现代汉语分词规范»,1990年开始筹备建设国家级现代汉语语料库.系统规划推进期是从1995年至今. 1995年我国成立了中文信息司(1998年重组为教育部语言文字信息管理司),专司语言文字规范标准建设和语言文字信息处理的宏观管理工作,标志着我国的语言文字信息化进入了系统规划和推进阶段.这一阶段在实践中逐渐形成了语言文字信息管理工作的思路:以语言文字规范标准建设为核心,以信息化为主线,以评测认证为抓手,以语言工程建设和科学研究为基础[7].系统规划推进期的语言文字信息化工作不仅有了系统性的规划,涉及标准规范建设㊁评测认证㊁语言工程建设和科学研究等多个方面,还有目标有计划地进行推进,既有近期的规划目标,也有年度工作计划.这一时期在文字信息化发展更加成熟,研制G B18030编码字符集并推进其字符集的扩展工作,拼音输入法发展成熟并广泛应用,文字识别工作效率提高,简繁转换软件研制获得成功,语音识别与合成工作取得巨大进步.语言信息化工作受到高度关注,着力推动研制和修订«信息处理用现代汉语词类标记规范»,推进机器翻译㊁智能辅助语言学习系统㊁语言理解等自然语言处理关键技术研究和应用转化,完善语言资源共享平台,建成国家语委现代汉语平衡语料库,进行国家语言资源监测动态语料库与监测系统㊁语言知识库等语言资源建设.四、问题与建议(一)问题60多年来,我国的语言文字信息化工作取得了巨大成就,但也存在不足.认识到这些不足是我国语言文字信息化的进一步发展的基础.主要包括以下五个方面:1.理论基础薄弱.这些理论包括有助于语言信息处理的语言学理论,如短语结构文法㊁依存语法,引领语言信息处理发展趋势的语言计算模型,如深度神经网络.语言文字信息化发展的历史上,这些基础理论和模型多由国外引入,而缺乏有影响力的本土原创理论.理论基础薄弱导致我国难以在中文信息处理的核心技术和标准制定方面获得优势地位.2.语言资源建设仍然不足.一方面,开放的大规模语言资源还较少,一些专门领域的语言资源建设远远落后了标准语的资源建设;另一方面,理论基础薄弱,由于缺乏理论创新的支持,新型语言资源缺乏(如深度标注23的大规模多模态语料库),在国际上的影响力不足.3.民族语言文字信息化发展不均衡.由于汉语是普通话的基础语言,具有完善规范的文字系统,汉语信息处理,无论是文字信息化还是语言信息化方面的发展程度都要领先于其他少数民族语言文字.此外,各少数民族语言文字信息的发展状况也存在较大差异,蒙古语㊁藏语㊁维吾尔语等语言的信息处理工作起步较早,发展也较为领先.4.古代汉语的信息化发展落后.现代汉语作为活的语言,其信息化发展程度比古代汉语要高很多,古代汉语的文字信息化问题还没有完全解决,特别是一些古代汉字还没有能够纳入编码标准,严重阻碍了古代汉语的信息化发展,此外,古代汉语的语言信息化工作还处于起步阶段.5.不同语言变体的语言信息化发展速度不均衡.方言变体由于大多缺乏统一规范的文字系统,文字信息化过程遇到很大的阻碍;各个领域专门领域的语言文字信息化相比与通用汉语要滞后一些.比如财经领域的术语及财务数字的处理还需要进一步研究.(二)建议李宇明提出了当时语言文字信息化工作的5项任务,包括加快面向语言信息处理的语言文字规范标准的研制,促进语言文字工作的信息化㊁现代化,加强应用语言学的基础研究,组建全国语言文字标准化队伍并积极开展评测研究,加强语言文字规范标准的宣传和普及工作,这些项目仍然是当前语言文字信息化工作的需要推进的任务[3].张挺㊁于桂英等提出 资源建设数字化,信息处理智能化,语文服务网络化 的语言文字信息化发展战略[2].在此基础上,当下的语言文字信息化工作有很多工作需要去做,包括以下四个方面:1.加强语言学基础理论建设.原创理论的支持才能推动语言文字信息化发展出现质的飞跃.语言学基础理论建设包括两个方面,一是语言学内部的理论创新,二是面向信息处理的语言学基础理论.前者的目标是在逐步积累的基础上形成系统性的语言理论框架,后者的目标是在前者的基础上或直接提出可计算的语言理论模型.2.加强语言资源建设.语言资源建设包括语料库建设和语言知识库建设.语言资源建设需要一定的理论支撑,系统化,规模化,面向未来,面向应用,开放共享,加强资源的利用,扩大资源影响力.这要求在社会需求的支持下和国家统一规划的基础上有计划地展开语言资源建设,并使得这些资源成为能够服务于社会应用的大规模的㊁完整的有价值的资源体系.3.均衡发展.加强少数民族语言文字信息化的研究,加强语言文字资源建设,对于有文字的少数民族语言,开展文字信息化和语言信息化研究,对于没有文字的少数民族语言,也要想办法开展语言信息化研究.促进古代汉语信息化的发展,加强古文字编码规范㊁存储和输出研究与规范建设,加快古文献数字化建设和内容处理研究.重视专业领域语言和不同语言变体的信息化建设,加强专业领域语言和不同语言变体的语料库建设㊁知识库建设和内容计算研究.均衡化的发展是相对的,在重要的领域或语言变体信息化建设方面要重点投入,但也要相对均衡发展其他领域和语言变体.4.加强语言文字信息化的人才培养.语言文字信息化,特别是语言信息处理研究需要文理工兼长的人才,只要培养深入理解和掌握语言学理论知识㊁数学知识㊁计算机知识㊁甚至脑科学知识的多学科复合型人才,才能在语言信息处理领域取得突破性的进展.不仅要加强现有研究人员的培训和进修,还要引导年轻人才走入语言信息处理领域,给与多学科的科学训练.五、结㊀语语言文字承载了人类交流80%左右的信息,它的信息化建设是国家信息化的基础,对国家经济㊁科技㊁文化㊁教育发展和国家安33全具有重要意义.我国的语言文字信息化具有国家信息化属性,内容上包括开发利用语言文字信息资源,建设语言文字相关网站,发展语言文字信息技术,推进语言文字信息技术应用,培养语言文字信息化人才,制定语言文字信息处理的法律政策和标准,语言文字监测㊁评测㊁认证与管理工作等七个方面.从发展过程看,我国的语言文字信息化的过程可以分为科技发展统一规划阶段㊁管理工作探索阶段和系统规划推进阶段.在科技发展统一规划阶段,语言文字信息化工作主要由国家科技发展部门进行规划,语言学界参与相对较少;在管理工作探索阶段,语言文字信息化工作纳入了国家语言文字工作日程;在系统规划推进阶段,我国成立了专门职能部门专司语言文字规范标准建设和语言文字信息处理的宏观管理工作,在实践中逐渐形成了管理工作的思路,全面推进了我国语言文字信息化事业的发展.我国的语言文字信息化工作取得了巨大成就,但也存在不足,包括理论基础薄弱㊁语言资源建设仍然不足㊁民族语言文字信息化发展不均衡㊁古代汉语的信息化发展落后㊁不同语言变体的语言信息化发展速度不均衡等问题.有针对性地加强语言学理论基础建设㊁语言资源建设㊁人才培养,注重均衡发展,有助于在未来提高我国的语言文字信息化建设水平.ʌ参考文献ɔ[1]李卫红.以改革创新精神推进语言文字信息化建设教育部副部长,国家语委主任李卫红在全国语言文字信息化工作视频会议上的讲话[E B/O L].h t t p://w w w. m o e.g o v.c n/j y b_x w f b/m o e_176/201401/t20140123_ 177102.h t m l,2014-1-23.[2]张挺,于桂英,魏晖.当代语言文字信息化建设的思考[J].语言文字应用,2010(1).[3]李宇明.把握信息时代脉搏,全力推进语言文字信息化(代序)[C]//第二届全国学生计算语言学研讨会论文集,2004.[4]靳光瑾.语言文字信息化与国家安全[J].云南师范大学学报(哲学社会科学版),2010(2).[5]国家语言文字工作委员会.国家语言文字工作委员会关于进一步做好语言文字信息化工作的若干意见[E B/ O L].h t t p://w w w.m o e.g o v.c n/s r c s i t e/A19/s7067/ 201403/t20140314_166176.h t m l,2014-3-14. [6]李宇明.语言文字标准60年[J].语言文字应用,2009 (3).[7]李宇明.把握信息时代脉搏,全力推进语言文字信息化[E B/O L].h t t p://w w w.m o e.g o v.c n/s78/A19/s227/ s6153/201201/t20120131_129773.h t m l,2013-11-5.T h eD e v e l o p m e n t o fC h i n e s eL a n g u a g e I n f o r m a t i z a t i o nQ i a nX i a o f e i(C o l l e g e o fL i b e r a lA r t s,S h a n g h a iU n i v e r s i t y,S h a n g h a i,200444)A b s t r a c t:I t a n a l y z e s t h e s i g n i f i c a n c e a n d t h e d e v e l o p m e n t c o n t e n t a n d h i s t o r y o f l a n g u a g e i n f o r m a t i z a G t i o n i nC h i n a,a n dd i v i d e sC h i n a s l a n g u a g e i n f o r m a t i z a t i o n p r o c e s s i n t ou n i f i e ds c i e n c e p l a n n i n gp e r i o d, m a n a g e m e n t e x p l o r a t i o n p e r i o da n ds y s t e m p l a n n i n gp r o m o t i o n p e r i o d.I t p o i n t so u t t h a t t h e c u r r e n t d e G v e l o p m e n t o f l a n g u a g e i n f o r m a t i z a t i o n i nC h i n ah a s p r o b l e m s i n c l u d i n g t h ew e a kt h e o r e t i c a l f o u n d a t i o n, t h e i n s u f f i c i e n t c o n s t r u c t i o n o f l a n g u a g e r e s o u r c e s,t h e u n e v e n d e v e l o p m e n t o f e t h n i c l a n g u a g e i n f o r m a t i z a G t i o n,t h eb a c k w a r dd e v e l o p m e n to f a n c i e n tC h i n e s e i n f o r m a t i z a t i o n,a n dt h eu n e v e nd e v e l o p m e n t r a t eo f i n f o r m a t i z a t i o n i nd i f f e r e n t l a n g u a g e v a r i a n t s.I t s u g g e s t s t h a t s t r e n g t h e n i n g t h e c o n s t r u c t i o no f l i n g u i s t i c t h e o r y f o u n d a t i o n,l a n g u a g e r e s o u r c e s,t a l e n t t r a i n i n g a n d p a y i n g a t t e n t i o nt ob a l a n c e dd e v e l o p m e n tw i l l h e l p t o i m p r o v e t h e l e v e l o f l a n g u a g e i n f o r m a t i z a t i o n c o n s t r u c t i o n i nC h i n a.K e y w o r d s:l a n g u a g e i n f o r m a t i z a t i o n;㊀d e v e l o p m e n t c o n t e n t;㊀d e v e l o p m e n t p r o c e s s43。
