“荀子”大语言模型:化繁为简 通读古今
40亿数据灌注国内首个古籍处理与研究开源智能工具
“荀子”大语言模型:化繁为简 通读古今
◎本报记者 金 凤
“秦淮佳丽地,城阙望中迷。柳暗青丝发,花香碧玉衣。歌楼留夜色,画阁敛春晖。细雨轻舟去,双鱼梦泽飞。”这是近日上线的“荀子”古籍大语言模型(以下简称“荀子”)以“金陵”为题,生成的一首古诗。
记者了解到,“荀子”是国内首个专门应用于古籍处理与研究的开源智能工具,由南京农业大学王东波教授研究团队联合古联(北京)数字传媒科技有限公司发布。它依托国家社科基金重大项目“中国古代典籍跨语言知识库构建及应用研究”,基于40亿字的大型混合语料数据生成。
“数据是大模型的基础。”王东波介绍,在“荀子”的研发过程中,研究团队在人工智能通用模型的基础上,灌注了繁简体《四库全书》等20亿字的古代汉语语料和文化领域的20亿字的现代汉语语料,使“荀子”具有古籍智能标引、古籍信息抽取、诗歌生成、古籍高质量翻译、阅读理解等功能。
“对于汉语言研究者来说,他们还可以利用‘荀子’完成古籍词法分析、实体识别、关系抽取、文本分类与匹配、文本摘要等工作。”王东波举例,如果要研究《史记·陈涉世家》的人物关系,就可以用“荀子”识别这篇文章中的人物名称和关系名词,再用知识图谱的方式呈现人物关系图谱,从而提高检索、查询、研究的效率。
王东波介绍,此次发布的“荀子”大模型中的基座模型,还可以让用户根据自己的需求对“荀子”进行微调,帮助用户开展更有针对性的研究。
“荀子”是怎么做到化繁为简、通读古今的?“核心是‘算力充足’并且‘饱读诗书’。”王东波介绍,“荀子”的顺利问世离不开南京农业大学提供的高性能算力基础设施支持,以及研究团队长期积累的精加工语料库。
“模型的构建受算力、场景应用等多方影响,但精准度较高的优质数据是最为关键的。”王东波表示,研究团队自2013年起,一直专注于人工精标注数据的工作。
“比如要训练大模型自动标注《岳阳楼记》中的形容词,首先需要人工标注这篇文章中的形容词。在积累了大量的人工标注后,再让机器进行学习。”王东波说,这项“坐冷板凳”的基础标注工作,他们一做就是10年。
“我们期待能将古籍的智能化研究与跨学科的人才培养相结合,让学生既有前瞻的科研视野,又能积累较为深厚的人文底蕴。”王东波表示,研究团队希望能让更多人接触古籍、品读古籍、传播古籍,让“故纸堆”重新焕发活力,推动中华优秀传统文化创造性转化、创新性发展,赓续中华文脉。
王东波介绍,“荀子”除了能让人们更顺畅地阅读古籍内容,推动古籍整理、古籍数字化、古籍活化利用与传播之外,未来还可应用于人工智能写作、人工智能教学、数字文娱等领域。
-
上一篇
-
下一篇
相关推荐
黑龙江饶河再现野生东北虎足迹
四川内江市市中区发生3.2级地震 震源深度10千米
海南将迎来春节前出岛车客高峰 各港口出岛秩序总体平稳
(新春走基层)“喜迎全运会 瑞蛇贺新春”新春庙会在广州举行
羊角把、牛角、十字扣,春运涨知识→小设计大用途
岁暮冰嬉 寒尽春生 这些“速度与激情”谁看了不想玩一把?
“家门口能挣钱,好日子有盼头”(新春走基层)
国家中医药局:九成以上三级妇幼保健院设置中医类临床科室
湖南零陵腊肉飘香年味浓 供销两旺助增收
春节临近 你的家乡举办哪些活动?一起来寻找年味儿→
新春走基层丨让每一盏车灯都安然明亮 他们是“魔鬼风口”的风雪护路人
中国将386.7万家固定污染源纳入排污许可管理
- 最近发表
-
- 随机阅读
-
- “中国优质玉米之都”吉林四平推动玉米主食化
- 西安市鄠邑区昼夜奋战抢抓小麦收割 确保颗粒归仓
- 从一双“筷子”看耶伦访华
- 纪念白求恩逝世85周年暨中加民间友好座谈会在北京举行
- 柬埔寨西北地区掀起汉语学习热潮
- 大模型“求职记”:“文理科生”能否胜任新兴职场?
- 依法有序调整存量房贷利率
- 俄副外长:若美国保持克制,俄方也不会进行核试验
- 在山区旅游需注意的防汛避险知识
- 德国柏林发生持刀袭击事件
- 8月中国气温创新高 未来10天南方仍有“秋老虎”
- 逾100万家数商企业崛起 中国如何发挥数据“乘数作用”?
- 一边向以色列供武一边援助加沙 美国行径遭国际社会广泛批评
- 调查:近八成日本年轻人对日韩关系改善期待度低
- 西藏东部及川西高原有较强降雪 冷空气南下影响我国
- 世界环境日|这些塑料污染令人“触目惊心”
- 江西推进“5+2就业之家”建设 加快促进高质量充分就业
- 四项金融支持房地产政策重磅发布 存量房贷利率10月31日前批量下调
- 希腊林火现场发现18具遗体 官方:估计为非法移民
- (走进中国乡村)江南好时节,过的是什么“节”?
- 热门推荐
-
- 霸王茶姬回应“冰勃朗”质疑:放心喝,将继续保持健康化、透明化
- 委内瑞拉:支持巴拿马掌握运河主权
- “奥库斯”内讧?澳反对党领袖公开对比美英核潜艇,引英方抨击
- 【透视】债台高筑、政治分裂…… 美媒:美国走下坡路不可逆转
- 遏制网暴,平台要有更大作为
- 【时事观察】葡萄牙大选折射两个趋势
- 中新真探:坐着时,挺胸抬头才最健康?
- 探访集大原高铁朔州东站 晋北能源城市跨进高铁时代
- 小机器人求摸头、仙人掌随时尬聊……玩具也玩起大模型了
- 泰国一周内新增新冠肺炎病例超500例
- 圆明园旁荒地建起城市公园
- 艺术加持 广东佛山300年老墟焕新“翻红”
- 万名长三角及协作区域职工来沪疗休养交流活动启动
- 第七届世界川菜大会将于12月在四川德阳举行
- 海峡两岸新旧动能转换产业合作区获批3年 产业聚集效应不断释放
- 鄂渝五大领域共促长江三峡区域旅游发展
- 立冬来最冷早晨!南方人周末将遭寒冷“暴击” 长江中下游最低气温跌至0℃上下
- Re:Think 2024联合国开发计划署中小微企业周主会议在蓉举行
- 中国装备、民间救援力量驰援土耳其地震灾区 已救出20多名被困者
- 2022年山东法院新收各类环境资源案件15503件