摘要：我国少数民族语言文献数量庞大,文字种类繁多,内容涵盖政治、经济、法律、历史、文学、艺术、宗教、天文、地理、医药等领域,是中华民族文化知识的重要组成部分。构建各民族文献文本数据,使之应用于自然语言处理和人工智能,能有效促进中华优秀传统知识创新性传承,促进知识社会化,是对各民族语言古文献和现代书报刊进行文字识别和文本转换数据构建的基础。国内早期OCR技术虽然解决了几种主要少数民族文字识别的问题,但因字符为非Unicode基本集编码而弃用。当前OCR技术已能较好识别蒙、藏、维、哈、朝等文种文献,但在处理我国汉文与少数民族文字混排图像文本时仍然效果不佳。因此应推进少数民族语言文献OCR识别技术创新。我国少数民族语言文献现行活态文字有十多种,其中非拉丁字系的文字有11种,OCR技术应重点解决这类少数民族语言字系的抄本、刻版和铅字印刷文本,以及汉文与民族文字混排文本的识别问题,研发开放的多功能工具和平台。在此基础上,进一步开展少数民族语言文献文本大规模数据构建,以促进我国语言科学研究和自然语言处理的创新发展。

摘要：在联合国教科文组织的倡导与参与下,语言危机已经成为政治与学术关注的前沿问题。目前已在三方面取得了初步成效:一、由下而上的关注,即有的语言族群已经树立了拯救母语的意识;二、由上至下的重视,地方和国家政府对语言保护的观点表示赞同并对这项工作给予支持;三、资金资助,已有一些政府部门、社会机构、企业和基金会,对濒危语言的保护工作提供资金帮助。但是,保护濒危语言关键在于提高公众的语言危机意识,而最有效的途径是借助各种艺术形式,使公众普遍具有保护濒危语言的意识,并在保护濒危语言方面可以发挥巨大作用的媒体、学校、家庭三大领域中确立濒危语言的当代地位与作用。

摘要：本文从ＩＮＦＯＲＭＩＸ数据库系统参数性能调整，库表创建方式，ＥＳＱＬ／Ｃ程序设计，索引等实际应用方面提出了提高ＩＮＦＯＲＭＩＸ数据库运行效率的若干策略与措施，旨在为ＩＮＦＯＲＭＩＸ数据库维护人员和程序设计人员提供有益的参考，文中穿插了一些乘法实例以便于读者理解掌握。