“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
-
- 持续暴雨致美国佛罗里达州部分地区洪水泛滥
- 百年老宅变身沉浸式剧场 浸入式戏剧《雀起无声》打造文旅融合新样本
- 新质生产力发展指数在厦门大学发布
- 祛斑先识斑,辨证治斑方法多
- 民政部:全国已累计办理婚姻登记“跨省通办”43.4万对
- 全球数字经济大会唯一永久分会场—拉萨数字经济潜力优势何在?
- 古都西安迎来“汉风”新春 民众尽享“文旅盛宴”
- 美国气象机构:厄尔尼诺卷土重来,极端天气可能频发
- 广西重点面向东盟等打造跨境旅游线路
- 乡约福建:东山莲雾飘香
- 中车齐车集团齐车公司出口非洲最大铁路货车订单首批车辆交付
- 世界环境日:e人爱地球,都有哪些方式?
- 出口货物铁公多式联运业务模式落地山东青岛
- 南海热带低压加强为台风“苏力” 海南岛多地现较强风雨天气
- “半仙”网红算命非法牟利200余万元 被行拘15天
- 美国万圣节糖果涨价通胀持续 民众抱怨:价格高得离谱!
- 福建首艘单体总量最大PTA出口土耳其
- 两部门:5月1日-10月31日免征国家电影事业发展专项资金
- 【图解】利润增长17.1% 四方面看轻工业经济回升向好
- 华尔街多家银行预计美财政部未来两个季度国债净发行规模或达1.5万亿美元
- 热门推荐
-
- “将军县”拥抱新技术 江西兴国人工智能教育实践基地揭牌
- “山河颂——徐里写意油画作品展”亮相国家大剧院
- 天涯社区公布重启进度 今年5月1日前恢复访问?
- 酒驾“新国标”实施为你盘点12类“涉酒”药
- 传播中华优秀传统文化 绘本集《中华传说真奇妙》出版发行
- 中国美术学院教授、西泠印社名誉社长刘江逝世
- 广东暂别冷空气 快速升温迎回南天
- 商务部:全力保障灾区生活必需品供应
- 报告称中国汽车传感器产业多元化发展日益显著
- 税务总局公布重要数据 与你钱包有关
- “夜眼”“吹风机”……农田里的“科技范儿”装备闪亮登场→
- 青藏集团公司今年首趟新疆方向旅游专列在西宁开行
- 尼日利亚油罐车爆炸事故造成至少94人遇难
- 新型消费 潜能无限
- 一碗腊八粥传递“文化味” 上海玉佛禅寺连续15载施粥祈福
- “北京中轴线——中国理想都城秩序的杰作”正式列入《世界遗产名录》
- 浙江义乌圣诞用品销售旺 商户:每年上新超百款
- 从青藏高原到世界之窗 青海小学生赴深参加研学夏令营活动
- 35岁辅警献血百次为生命护航:认准了便坚持下去
- 2024“文学京彩季·大家小课”收官