“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
-
- 古籍里文字“活”起来 年画中人物“走”出来
- 杭州已加装电梯6400余台 惠及居民超7万户
- 成都高新中演大剧院正式启帏 开幕演出季迎来《只此青绿》
- 石破茂新内阁名单公布 两个重要部门换人
- 专家冀提升创新药可及性 让血液肿瘤患者高质量长期生存
- “一个萝卜一个坑”,休个年假咋这么难?
- 外媒:“伊斯兰国”证实头目死亡 宣布新继任者
- 报复性熬夜 你报复的究竟是谁
- 长三角超级环线高铁“大黄山”品牌列车冠名首发
- (经济观察)中国大模型应用扎堆“上新” 向国际先进水平迈进
- 受降雨影响 京广线部分区段临时封闭 部分列车晚点
- 上海:从源头上减少电动自行车火灾风险 多家企业开展“满电回家”行动
- 中国黄金协会:2023年全国黄金消费量过千吨
- 美国8月新增就业人数低于预期 失业率小幅下降
- 2023年中国网络文明大会在厦门举行
- 马克龙接受总理巴尼耶辞呈 将在未来数日内任命新总理
- 总台“中国式现代化与世界新机遇”美国专场研讨会暨特别节目正式上线
- 今年全国水利建设完成投资创历史新高
- 解锁喀什外贸强劲增长的密码
- 反诈宣传搬上舞台 话剧《局中有局》广州首演
- 热门推荐
-
- “藏韵瑰宝”藏医四部医典唐卡珍品展在天津美术馆展出
- “父母食堂+”加出服务新花样
- 深耕海外市场 江西庐山小石材走向“大世界”
- 今日辟谣(2024年4月28日)
- 哈萨克斯坦人口突破2000万
- 美联储会议纪要显示其可能进一步收紧货币政策
- 俄官员称在俄境内打死一名美军游骑兵
- 财政部:前9月国有企业利润总额34797.5亿元
- 四川省人大代表李金平:鼓励餐厨废油“流向”高技术企业
- 第25届北京国际音乐节延期举办 余隆承诺“明年更精彩”
- 百名亚洲旅行商齐聚武汉 助文旅产业高质量发展
- 又一好莱坞明星命丧加州山火
- 四川再添出川大通道 宜威高速开通运营
- 新型消费蓬勃发展 彰显中国经济活力
- 让青少年做主演 音乐话剧《绘画改变人生》在舞台上推进美育
- 吉林年轻团队打造民间博物馆:用老物件展现家乡工业史
- 湖南郴州“唤醒”古村落 造就文教体旅融合发展新业态
- 中国首台12MW海上风机安装成功
- “晋江经验”何以出圈
- “为世界贸易和投资注入关键力量”