信息化語言基礎(chǔ)設(shè)施系統(tǒng)建設(shè)研究

吳聰聰

摘要：信息化語言基礎(chǔ)設(shè)施系統(tǒng)是促進社會與國家發(fā)展的語言資源系統(tǒng)，是社會公共服務(wù)體系的重要組成部分，也是國家語言實力的體現(xiàn)，具有系統(tǒng)要素多元性、互操作性、智能化、數(shù)據(jù)形態(tài)多樣性及資源共享性的特點。構(gòu)建信息化語言基礎(chǔ)設(shè)施系統(tǒng)，關(guān)鍵在于因時、因地制宜，即基于我國語言基礎(chǔ)設(shè)施的發(fā)展現(xiàn)狀，制定并落實相應(yīng)的建設(shè)策略，以實現(xiàn)對信息化時代語言資源的優(yōu)化整合與深度管理，進而在語言服務(wù)、科學(xué)研究、教育培訓(xùn)及對外傳播方面給予信息與技術(shù)支持。

關(guān)鍵詞：信息化語言基礎(chǔ)設(shè)施系統(tǒng)；語言資源；建設(shè)策略

一、前言

國務(wù)院于2021年頒布了“十四五”規(guī)劃綱要，要求在向第二個百年目標(biāo)進軍的新時期，全面統(tǒng)籌推進現(xiàn)代化基礎(chǔ)設(shè)施體系建設(shè)，其重心在于以信息智能技術(shù)為支撐，改造傳統(tǒng)基礎(chǔ)設(shè)施、構(gòu)建新型基礎(chǔ)設(shè)施。語言基礎(chǔ)設(shè)施系統(tǒng)作為現(xiàn)代化基礎(chǔ)設(shè)施體系的分支，自然也需要依托信息技術(shù)，實現(xiàn)數(shù)字化轉(zhuǎn)型與智能化升級。

再者，語言基礎(chǔ)設(shè)施系統(tǒng)是匡助經(jīng)濟發(fā)展、政治建設(shè)、知識生產(chǎn)、文化傳播、科技創(chuàng)新和國際交往的寶貴資源，也是提升語言實力的基本保障。構(gòu)建語言基礎(chǔ)設(shè)施系統(tǒng)，需要立足于當(dāng)代的技術(shù)環(huán)境，在當(dāng)今以計算機、互聯(lián)網(wǎng)為基本標(biāo)志的信息化時代，數(shù)據(jù)挖掘、數(shù)據(jù)加工、人工智能、數(shù)字傳播等信息技術(shù)的興起與廣泛應(yīng)用在給社會生產(chǎn)和居民生活帶來便利的同時，也改變了人們的思維認知模式。信息的獲取途徑已由過去的平面媒體轉(zhuǎn)至電子化、數(shù)字化、網(wǎng)絡(luò)化媒體，信息的表征形式呈現(xiàn)數(shù)據(jù)化和多模態(tài)化，信息處理與管理的方式也隨之演進。在此背景下，建設(shè)信息化語言基礎(chǔ)設(shè)施系統(tǒng)既是適應(yīng)國家發(fā)展的需要，亦是順應(yīng)時代潮流的舉措[1]。

二、信息化語言基礎(chǔ)設(shè)施系統(tǒng)的定義與特點

信息化語言基礎(chǔ)設(shè)施系統(tǒng)是基于網(wǎng)絡(luò)傳播環(huán)境的語言資源[本文中的語言資源指的是適用于計算機處理系統(tǒng)的各類“語言知識、語言產(chǎn)品和語言技術(shù)”[2]]系統(tǒng)，屬于社會公共服務(wù)體系。它通過信息技術(shù)對各類語言資源進行優(yōu)化整合與深度管理，經(jīng)由互聯(lián)網(wǎng)平臺為國家、地區(qū)及企事業(yè)單位的生產(chǎn)活動、科學(xué)研究、教育培訓(xùn)及對外傳播等提供與語言相關(guān)的各種服務(wù)。

據(jù)此，信息化語言基礎(chǔ)設(shè)施系統(tǒng)應(yīng)具備如下特點：

系統(tǒng)要素多元化：信息化語言基礎(chǔ)設(shè)施系統(tǒng)由多種不同功用的要素構(gòu)成，包括網(wǎng)絡(luò)詞典、語料庫、術(shù)語庫、術(shù)語知識庫、網(wǎng)絡(luò)百科知識庫、機器翻譯工具、機輔翻譯工具、語言工具等，滿足了用戶的不同需求。

互操作性：互操作性是指不同的網(wǎng)絡(luò)、系統(tǒng)平臺和應(yīng)用程序之間共享數(shù)據(jù)和協(xié)同工作的能力。信息化語言基礎(chǔ)設(shè)施系統(tǒng)的內(nèi)部構(gòu)成紛繁復(fù)雜，各部分在保持獨立運作的同時，還應(yīng)可互操作或互用，使資源彼此融通。

智能化：信息化語言基礎(chǔ)設(shè)施系統(tǒng)的“智能化”特性源于現(xiàn)代信息智能技術(shù)的支持。在這類技術(shù)的助力下，設(shè)計者可建立智能化的處理系統(tǒng)和人機交互機制，從而為用戶提供更為便捷、高效的服務(wù)。

數(shù)據(jù)形態(tài)多樣性：數(shù)據(jù)形態(tài)多樣是網(wǎng)絡(luò)傳播的特征，亦是信息化語言基礎(chǔ)設(shè)施系統(tǒng)的特點。信息化語言基礎(chǔ)設(shè)施系統(tǒng)中的數(shù)據(jù)不僅指文字模態(tài)數(shù)據(jù)，還包括音頻、圖像、視頻等其它模態(tài)數(shù)據(jù)，可為用戶提供多維度、立體化的知識資源，以迎合當(dāng)今數(shù)字化傳播時代廣大受眾的信息需求與認知方式。

資源共享性：信息化語言基礎(chǔ)設(shè)施系統(tǒng)是社會公共資產(chǎn)，資源共享正是其最高價值的體現(xiàn)。面向社會開放系統(tǒng)資源，有益于提高資源利用率，縮小信息差距與技術(shù)鴻溝，促進良性競爭和共同發(fā)展。

三、我國信息化語言基礎(chǔ)設(shè)施建設(shè)的現(xiàn)狀

我國的信息化語言基礎(chǔ)設(shè)施建設(shè)工作在網(wǎng)絡(luò)詞典、語料庫、術(shù)語庫、網(wǎng)絡(luò)百科知識庫、翻譯技術(shù)及語言技術(shù)的研發(fā)方面成績斐然。但對標(biāo)高質(zhì)量的發(fā)展要求，當(dāng)前的信息化語言基礎(chǔ)設(shè)施仍未成體系，服務(wù)能力與服務(wù)品質(zhì)差強人意，整體發(fā)展水平不高，具體有以下幾方面缺陷：

1.網(wǎng)絡(luò)詞典所支持的語言種類依然有限，僅能滿足常見語種的語言工作者和語言學(xué)習(xí)者的需求。

2.多數(shù)語料庫所涉語種不多，僅支持基本的信息檢索。此外，現(xiàn)有的語料庫多為文字模態(tài)語料庫，缺少音頻語料庫和視頻語料庫。

3.術(shù)語庫的功能較為單一，所涵蓋的語種有限，且由于不同建庫者對同一領(lǐng)域的知識有著不同的認知水平和認知視角，所以在一些服務(wù)于相同領(lǐng)域的不同術(shù)語庫中，部分相同概念的術(shù)語信息有別，術(shù)語同義、多義現(xiàn)象頻發(fā)。

4.缺少完備的術(shù)語知識庫。術(shù)語知識庫可用于管理專業(yè)領(lǐng)域的術(shù)語知識資源，服務(wù)于翻譯實踐，較之術(shù)語庫，它更能明示專業(yè)領(lǐng)域的知識脈絡(luò)與知識結(jié)構(gòu)?，F(xiàn)今世界知名的術(shù)語知識庫均來自歐美國家。相比之下，我國的術(shù)語知識庫研發(fā)工作相對滯后，“仍處于基礎(chǔ)理論構(gòu)建、應(yīng)用規(guī)劃和實驗室設(shè)計階段”[5]。

5.目前國內(nèi)使用率最高的網(wǎng)絡(luò)百科知識庫僅有中文版；庫中內(nèi)容相對主觀，即便未引用權(quán)威佐證或佐證不嚴(yán)謹，也可能成功創(chuàng)建詞條；唯注冊用戶有編輯詞條的權(quán)限，部分詞條的編輯權(quán)限僅歸一定信用等級的用戶所有，這在理論上有利于確保內(nèi)容的準(zhǔn)確性與真實度，但實際上也制約了百科知識庫的發(fā)展，況且用戶的信用等級未必能反映其真實的知識水平；在內(nèi)容審核方面，多數(shù)網(wǎng)絡(luò)百科知識庫，如百度百科實行的是機器和人工共同審核的機制，內(nèi)容在創(chuàng)建并提交后，先由機器進行初篩，再由內(nèi)部人員復(fù)核。但機器無法識別真?zhèn)?，而人工審核則可能受審核員自身客觀條件（如知識儲備、專業(yè)程度等）與主觀偏好的影響。

6.與歐美國家相比，我國的翻譯工具在性能和翻譯質(zhì)量方面仍存在不小差距。以谷歌翻譯與百度翻譯的對比為例，二者均采用最新的神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)。谷歌翻譯的神經(jīng)網(wǎng)絡(luò)算法可以較好地學(xué)習(xí)語序模式，使長句翻譯更流暢，而百度翻譯的神經(jīng)網(wǎng)絡(luò)算法則以句子作為單獨序列，無論單詞或短語是否正確，都會生成句子[3]，故譯文容易出現(xiàn)歧義和語法問題。

7.自主研發(fā)的語言工具仍無法自給自足，性能優(yōu)越的語言工具多來自國外，且由于缺乏集中管理，許多軟件與應(yīng)用程序不便于用戶獲取和使用。

8.現(xiàn)有的語言基礎(chǔ)設(shè)施大都由不同機構(gòu)或單位獨立構(gòu)建而成，缺乏自上而下的規(guī)劃管理和協(xié)作調(diào)配，故資源分散、不成體系。多數(shù)語言基礎(chǔ)設(shè)施間無法實現(xiàn)數(shù)據(jù)互通或系統(tǒng)互操作，這無益于資源的復(fù)用與共享。

四、信息化語言基礎(chǔ)設(shè)施系統(tǒng)的建設(shè)策略

信息化語言基礎(chǔ)設(shè)施系統(tǒng)的建設(shè)策略包括基本建設(shè)模式和建設(shè)措施，前者是貫穿建設(shè)全過程的宏觀方略，后者是針對現(xiàn)存問題和實際需求而采取的解決辦法，二者缺一不可。

（一）信息化語言基礎(chǔ)設(shè)施系統(tǒng)的基本建設(shè)模式

信息化語言基礎(chǔ)設(shè)施系統(tǒng)是服務(wù)于中國特色社會主義現(xiàn)代化建設(shè)的基礎(chǔ)性資源，關(guān)乎社會與國家發(fā)展，應(yīng)采取自上而下的基本建設(shè)模式，任何建設(shè)措施都必須在該模式下施行。所謂自上而下的基本建設(shè)模式，即以國家相關(guān)部門為主管單位，由其發(fā)起并從國家戰(zhàn)略高度主導(dǎo)信息化語言基礎(chǔ)設(shè)施系統(tǒng)建設(shè)的全過程——統(tǒng)籌規(guī)劃，組織以相關(guān)院校和科研機構(gòu)為主力的人員力量進行分工協(xié)作，提供經(jīng)費，配備物資，跟蹤工程進度，控制工程質(zhì)量，以充分發(fā)揮人才與技術(shù)優(yōu)勢、整合分散資源、避免重復(fù)建設(shè)。

（二）信息化語言基礎(chǔ)設(shè)施系統(tǒng)的建設(shè)措施

在確定基本建設(shè)模式的基礎(chǔ)上，可通過以下若干建議性措施，建設(shè)信息化語言基礎(chǔ)設(shè)施系統(tǒng)：

1.對原有設(shè)施進行升級改造，填補空缺。具體包括：（1）踐行“多語主義”理念，擴充網(wǎng)絡(luò)詞典的語言種類，以滿足更多用戶的需求。（2）改進文字模態(tài)語料庫，增建視頻語料庫和音頻語料庫。（3）加強全國科學(xué)技術(shù)名詞審定委員會對術(shù)語庫的管理。以全國科學(xué)技術(shù)名詞審定委員會為首，協(xié)同術(shù)語學(xué)家、領(lǐng)域?qū)＜摇⒎g專家及詞典編纂專家，開展術(shù)語庫建設(shè)工作：改進現(xiàn)有術(shù)語庫，包括規(guī)范其術(shù)語信息，補充其它語種的術(shù)語資源，嵌入處理術(shù)語數(shù)據(jù)的語言工具；按照統(tǒng)一標(biāo)準(zhǔn)創(chuàng)建“術(shù)語規(guī)范化、語種多元化、多功能一體化”的新術(shù)語庫。（4）構(gòu)建不同領(lǐng)域的多語術(shù)語知識庫。建立術(shù)語知識庫的關(guān)鍵在于根據(jù)特定領(lǐng)域概念系統(tǒng)的特點，劃分概念范疇，組織知識資源，從而創(chuàng)建形象表征該領(lǐng)域知識體系的知識本體。（5）完善網(wǎng)絡(luò)百科知識庫的建設(shè)?？蓞⒖季S基百科的做法：基于現(xiàn)有的中文版網(wǎng)絡(luò)百科知識庫，構(gòu)建其它語言版本的網(wǎng)絡(luò)百科知識庫；放寬詞條、內(nèi)容的編輯權(quán)限，鼓勵更多用戶參與網(wǎng)絡(luò)百科知識庫的建設(shè)工作；提高編發(fā)要求，任何詞條、內(nèi)容的創(chuàng)建、編輯和發(fā)布都須援引權(quán)威且嚴(yán)謹?shù)淖糇C，以彌補人機共審機制的缺陷。（6）搭建高性能的網(wǎng)絡(luò)翻譯平臺。此舉的關(guān)鍵是在平臺中裝置性能卓越的翻譯管理系統(tǒng)（翻譯管理系統(tǒng)是多種翻譯工具的結(jié)合體）。目前作業(yè)能力出色的翻譯工具主要來自歐美國家，我國的翻譯技術(shù)雖與日俱進，但仍無法與之比肩，若要在短期內(nèi)有所突破，顯然不切實際。鑒于此，可與國際上主流翻譯技術(shù)的開發(fā)商或研發(fā)機構(gòu)合作，充分利用其出品的翻譯工具，將之作為驅(qū)動網(wǎng)絡(luò)翻譯平臺運轉(zhuǎn)的內(nèi)核。與此同時，應(yīng)繼續(xù)加大本土翻譯技術(shù)的研發(fā)力度，以提升本土翻譯工具的性能。（7）完善語言工具范疇。首先，加快本土語言技術(shù)研發(fā)工作，并與國外相關(guān)機構(gòu)合作，引進緊缺的和最新型的語言工具，以滿足用戶多樣的技術(shù)需求。其次，對語言工具進行合理化管理：一則，構(gòu)建集中管理各類語言工具的開放性資源庫，允許用戶入庫下載；二則，將相關(guān)的語言工具分別集成于語料庫、術(shù)語庫、術(shù)語知識庫、網(wǎng)絡(luò)翻譯平臺中，以拓展其功能。

2.建立信息化語言基礎(chǔ)設(shè)施系統(tǒng)平臺，以集中管理語言資源。首先需要對信息化語言基礎(chǔ)設(shè)施進行分類。根據(jù)屬性與用途的不同，可將信息化語言基礎(chǔ)設(shè)施分為三大類，即語言數(shù)據(jù)庫、網(wǎng)絡(luò)翻譯平臺、語言工具。語言數(shù)據(jù)庫包括網(wǎng)絡(luò)詞典、語料庫、術(shù)語庫、術(shù)語知識庫及網(wǎng)絡(luò)百科知識庫，其作用是向用戶提供帶有信息和知識性質(zhì)的語言數(shù)據(jù)資源；網(wǎng)絡(luò)翻譯平臺搭載著不同功用的翻譯工具，可應(yīng)用于翻譯實踐、翻譯教學(xué)、翻譯學(xué)研究；語言工具是用于語言數(shù)據(jù)處理的技術(shù)資源，包括各類文字處理軟件、建庫軟件、詞性標(biāo)注工具、分詞工具、雙語對齊軟件、術(shù)語提取工具、本體編輯器、推理機、語音識別工具等。在完成類別劃分后，根據(jù)分類結(jié)果建立以語言數(shù)據(jù)中心、翻譯中心和語言技術(shù)中心為基本架構(gòu)的信息化語言基礎(chǔ)設(shè)施系統(tǒng)平臺。然后將改進后的語言基礎(chǔ)設(shè)施分別置于各中心內(nèi)，對于不便移位的數(shù)據(jù)庫或軟件，可在中心內(nèi)插入其所在官網(wǎng)的鏈接，以便用戶登入官網(wǎng)進行下載或在線使用。并在此基礎(chǔ)上，持續(xù)更新信息化語言基礎(chǔ)設(shè)施系統(tǒng)，如在系統(tǒng)中植入新軟件、構(gòu)建新數(shù)據(jù)庫、添加新鏈接等。

3.建立互操作機制。應(yīng)在信息化語言基礎(chǔ)設(shè)施系統(tǒng)中的各數(shù)據(jù)庫、平臺、應(yīng)用軟件或程序之間，以及系統(tǒng)與外部資源之間建立交互機制，使之得以互操作，即打通系統(tǒng)內(nèi)部的聯(lián)通渠道，并發(fā)掘系統(tǒng)外部的資源通道，以促進知識資源的循環(huán)與技術(shù)資源的共享，進而提升信息化語言基礎(chǔ)設(shè)施系統(tǒng)的服務(wù)水平。實現(xiàn)互操作的基本原則是“使用標(biāo)準(zhǔn)定義和通用的數(shù)據(jù)元素來表示數(shù)據(jù)”[4]，使不同系統(tǒng)在語法和語義層面具備協(xié)同工作的能力，這有助于融通數(shù)據(jù)和提高資源復(fù)用率。

4.利用云技術(shù)搭建信息化語言基礎(chǔ)設(shè)施系統(tǒng)云平臺。將云技術(shù)應(yīng)用于信息化語言基礎(chǔ)設(shè)施系統(tǒng)建設(shè)，即將語言數(shù)據(jù)庫、網(wǎng)絡(luò)翻譯平臺、語言工具等語言資源置于云中，為用戶提供云端服務(wù)。其優(yōu)勢在于：（1）云技術(shù)擁有強大的存儲能力?？赏ㄟ^無限擴容將網(wǎng)絡(luò)詞典、語料庫、術(shù)語庫、術(shù)語知識庫、網(wǎng)絡(luò)百科知識庫、翻譯記憶庫中持續(xù)增長的語言數(shù)據(jù)儲存于云端，且云存儲技術(shù)的穩(wěn)定性高，開發(fā)者與用戶無需擔(dān)心數(shù)據(jù)的安全問題。（2）云虛擬化技術(shù)支持用戶隨時隨地登云操作。語言基礎(chǔ)設(shè)施在云中運行，無論用戶身處何方，只需借助終端設(shè)備便可輕松訪問，這也有助于整合人力資源。例如，在翻譯項目中，即便項目成員各處異地，也可通過翻譯技術(shù)云平臺實時溝通、協(xié)作，實現(xiàn)資源共享。（3）可將信息化語言基礎(chǔ)設(shè)施系統(tǒng)云平臺建設(shè)為混合云平臺?；旌显萍此接性婆c公有云的結(jié)合體，其中的私有云部分僅為系統(tǒng)的研發(fā)者與管理者所用，他們可通過專有權(quán)限對語言基礎(chǔ)設(shè)施系統(tǒng)進行更改、管理和維護，而公有云部分則對外開放，以社會大眾為服務(wù)對象，允許用戶通過注冊私人賬號申請使用權(quán)限。

五、結(jié)語

信息化語言基礎(chǔ)設(shè)施系統(tǒng)依托于信息技術(shù)，支持網(wǎng)絡(luò)化、數(shù)字化環(huán)境中的信息傳播與知識生產(chǎn)，是現(xiàn)代化基礎(chǔ)設(shè)施體系的一大分支。同歐美國家相比，我國的信息化語言基礎(chǔ)設(shè)施建設(shè)工作發(fā)展相對遲緩，且存在資源分散、不成體系、性能較弱等問題，從而制約了語言基礎(chǔ)設(shè)施的服務(wù)效能。對此，需要由國家頂層機構(gòu)主導(dǎo)并組織人員力量，通過“對現(xiàn)有語言基礎(chǔ)設(shè)施進行查缺補漏、升級改造，搭建整合語言資源的系統(tǒng)平臺，建立平臺內(nèi)外的互操作機制，以及實現(xiàn)資源的云端化管理”等措施，構(gòu)建信息化語言基礎(chǔ)設(shè)施系統(tǒng)，以助推社會進步與國家發(fā)展。信息化語言基礎(chǔ)設(shè)施系統(tǒng)建設(shè)是一項復(fù)雜的長期工程，本研究旨在拋磚引玉，今后仍需學(xué)界與業(yè)界共同努力，積極開展進一步的理論研究與實踐探索。

參考文獻

[1]León-Araúz P， Reimerink A， Faber P．EcoLexicon and by-products： integrating and reusing terminological resources [J]. Terminology， 2019，25（2）： 222－258．

[2]李宇明.語言也是“硬實力”[J].華中師范大學(xué)學(xué)報（人文社會科學(xué)版），2011，50（5）：68-72.

[3]施雪琴，吳蘭香，魯明易.國內(nèi)外機器翻譯比較研究-基于百度和谷歌在線翻譯調(diào)查[J].卷宗，2018（8）：168-170.

[4]宋佳，溫亮明，李洋.科學(xué)數(shù)據(jù)共享FAIR原則：背景、內(nèi)容及實踐[J].情報資料工作，2021，42（1）：57-68.

[5]王傳英，崔啟亮，朱恬恬.“一帶一路”走出去的國家語言服務(wù)基礎(chǔ)設(shè)施建設(shè)構(gòu)想[J].中國翻譯，2017（6）：62-67.

（作者單位：南開大學(xué)外國語學(xué)院）