摘要：语体能力是重要的语用能力,大规模语言模型(下称“大模型”)要在语言生活中落地,需对语体能力进行充分的评价和研究。本文将语体能力定义为在特定语域下使用合适语体进行交际的能力,并基于此设计了语体分类、语体生成、语体转换三个任务,以评测Chat GPT等大模型的中文语体能力。研究发现不同大模型在不同任务和语体上各有其优势与局限。GPT-4的中文语体能力最为全面,Chat GPT和文心一言性能较为出色,Chat GLM-6B和讯飞星火的表现较弱且不稳定。此外,大模型生成的散文、小说等文本过于正式,缺乏文采,一致性错误、规范性错误、事实性错误、不合逻辑、语句不流畅、机器翻译痕迹明显等问题较为突出。本研究为训练和测试人类的语体能力提供了方法参考,对语文教学、国际中文教育等领域的语言能力提升具有借鉴价值。

摘要：语言智能在深刻改变语言治理的同时,自身也成为了语言治理的新对象。语言智能的治理,可以以数据和市场为抓手,因为数据是智能技术研发的起点,且直接来源于社会和市场,而市场应用则是智能技术研发的终点,也是研发的最终驱动力。从数据治理来看,语言数据资源决定着语言智能在性能、技术落地、关键领域应用和伦理安全等重要方面的表现,但目前中国很多行业数据化程度较低、数据质量不高,关键领域数据国产化程度有限,且伦理安全的地位亟待提高。从评价治理来看,学术机构和政府机构组织的技术评测已经成为推动智能技术和产品进步的重要手段,已形成“数据-技术-评测”闭环,但中国的技术评测在权威性、影响力、规划和设计科学程度上尚有提升空间。安全治理首先是能力问题,即能力落后于需求;其次是伦理安全问题,集中于语言资源、应用和社会文化方面。因此,语言智能治理首先要以数据为基础,以评测为牵引,提升语言智能能力;其次,要从数据、评测和使用等方面把好安全关,从理念、组织、实施、学科和社会文化等方面把好伦理关。

摘要：本文基于SCI、SSCI和A&HCI三大论文引文索引近十年的数据进行了语种分布、学科分布和中国学者语言使用情况的定量调查。发现∶当今学术研究领域呈现英语"一语独大"的现象,且由全球学者共同维护;其余语言分布极不均衡;中文地位在不同领域波动不定,在自然科学领域和艺术与人文学科中位于第二集团,在社会科学领域中较低。本文认为这一现象的原因在于发表平台对成果语言选择的制约,并认为提升国际学术研究领域中文地位是为了增强中文的知识容纳能力。本文提出提升中文地位的途径在于强化中文成果发表平台建设,培养中国学者的语言意识。

摘要：语言知识可帮助计算机正确地处理自然语言,介词结构知识作为语言知识的一种,对自然语言处理和语言教学研究有很重要的意义。该文基于大规模语料库构建了高质量的介词结构搭配库。首先在前人研究的基础上,对介词进行归类并建立了介词搭配知识体系,而后设计并实现了从大数据中获取介词结构搭配知识的规则,最后对抽取结果及其数据规模进行了统计和评估,主要目的是通过形式手段获取高质量的介词结构搭配,同时也为自然语言处理和语言学基础研究及应用提供数据支持。