最新！新时代人民日报通用语料库发布，由南农教授团队制作推出

扬子晚报网12月3日讯（通讯员 许天颖 记者 王赟）记者从南京农业大学获悉，新时代人民日报通用语料库日前正式发布，这是由南农黄水清教授团队推出的最新版现代汉语通用语料库，是对北京大学1998年人民日报语料库的补充。黄水清教授表示，相关语料将对学界公布，供学术研究用，并且后续还将不断补充最新语料，以促进语料资源的开放和共享。

据了解，语料库是由人工或机器标注好的真实语言材料组成的数据集，是开展与自然语言有关研究的有效工具和手段。依据语料库既可以研究语言普遍规律也可以针对具体文本开展研究。作为现代汉语通用语料，北京大学计算语言研究所的1998年人民日报语料无论在学界和业界都有巨大的影响力。但是随着时间的推移，该语料库在词汇的时效性、完备性和覆盖度上均需要进行更新和补充。

黄水清教授告诉记者，最新发布的“新时代人民日报语料库”收录的是2012年以后即中国特色社会主义进入新时代以后《人民日报》刊发的文章。

当前，人工智能方兴未艾，机器学习被广泛应用于自然语言的计算机处理，而语料库是保证机器学习算法正常运行的先决条件，计算机学习了语料库中的知识，才能对未知问题进行分析、决策。

黄水清教授

黄水清给记者打了个比喻，语料库好比是机器学习的“教材”。教材的好坏影响教学水平，语料库的质量影响机器学习算法的运行效果。高质量的语料库相当于优质“统编教材”，而人民日报语料库就是面向现代汉语文本的机器学习“统编教材”，而且是从文字到思想、从内容到形式都是一流的国标版统编教材。

编辑 : 李燕