|
|
|
| 语言大数据迷思 |
| 郑锦全 |
| 美国伊利诺大学，台湾师范大学 |
|
| Pondering the Implications of Big Data Analysis |
| Zheng Jinquan |
|
|
| 文章导读 过去数十载，学界使用电脑处理语言资料，提炼出人类语言活动的规律。研究过程中大家面对浩瀚的原始资料，希望能建立更大的语料库。例如崔希亮、张宝林《全球汉语学习者语料库建设方案》一文（《语言文字应用》，2011年第2期），提出建构全球汉语学习者中介语大语料库的设想。2012年美国科技业关注大数据资源的流通与应用。中文计算机学界的响应是如何把大量资料以“词向量”计算法列出词语在中文文本中与临近词语出现的关系，例如2018年腾讯人工智能实验室发文《开源大规模高质量中文词向量数据，800万中文词随你用》。这样的大数据能给语言学界提供什么样的新的研究领域并不明显。 |
|
|
|
摘要 过去数十载，学界使用电脑处理语言资料，提炼出人类语言活动的规律。研究过程中大家面对浩瀚的原始资料，希望能建立更大的语料库。例如崔希亮、张宝林《全球汉语学习者语料库建设方案》一文（《语言文字应用》，2011年第2期），提出建构全球汉语学习者中介语大语料库的设想。2012年美国科技业关注大数据资源的流通与应用。中文计算机学界的响应是如何把大量资料以“词向量”计算法列出词语在中文文本中与临近词语出现的关系，例如2018年腾讯人工智能实验室发文《开源大规模高质量中文词向量数据，800万中文词随你用》。这样的大数据能给语言学界提供什么样的新的研究领域并不明显。
|
|
|
|
| 作者简介: 美国伊利诺大学荣退教授，台湾师范大学讲座教授 |
| 引用本文: |
郑锦全. 语言大数据迷思[J]. 语言战略研究, 2020, 5(5): 1-1.
Zheng Jinquan. Pondering the Implications of Big Data Analysis. , 2020, 5(5): 1-1.
|
|
|
|
| [1] |
章启群. 汉字与中国式思维——作为一个哲学问题的断想[J]. 语言战略研究, 2023, 8(2): 5-19. |
| [2] |
殷志平. 主持人语 跨国公司语言问题研究的进展[J]. 语言战略研究, 2023, 8(2): 25-26. |
| [3] |
王苑青，张华辉，刘伟斌，尹 煊，张 帆，于潇媛. “跨国公司的语言问题”多人谈[J]. 语言战略研究, 2023, 8(2): 63-67. |
| [4] |
冯志伟，张灯柯，饶高琦. 从图灵测试到ChatGPT——人机对话的里程碑及启示[J]. 语言战略研究, 2023, 8(2): 20-24. |
| [5] |
张 辉. 朝鲜朝（1392～1910）语言规划研究[J]. 语言战略研究, 2023, 8(2): 87-96. |
| [6] |
晁继周. 简化字遗留问题与解决思路[J]. 语言战略研究, 2023, 8(2): 1-1. |
| [7] |
殷志平. 跨国企业语言管理研究：从两种视角走向交叉学科[J]. 语言战略研究, 2023, 8(2): 27-39. |
| [8] |
吉里·内克瓦皮尔，塔玛·谢尔曼，何山华（译）. 跨国公司如何改变周边语言环境：来自捷克的观察[J]. 语言战略研究, 2023, 8(2): 40-51. |
| [9] |
杭亚静，赵蓉晖. 在沪跨国公司的语言管理策略及影响因素[J]. 语言战略研究, 2023, 8(2): 52-62. |
| [10] |
李无未. 上田万年东洋语言学之世纪布局[J]. 语言战略研究, 2023, 8(2): 68-77. |
| [11] |
李 逊，吴 畏. 上田万年东洋语言学对东亚语言研究的影响[J]. 语言战略研究, 2023, 8(2): 78-86. |
| [12] |
郭 熙. 华语文明 生生不息[J]. 语言战略研究, 2023, 8(1): 1-1. |
| [13] |
廖美珍. 中国法庭话语礼貌策略三维连续体研究[J]. 语言战略研究, 2023, 8(1): 57-73. |
| [14] |
宋 旸，冯雨菡. 新媒体语言社群是如何建构的：以微博BYM社群的语言实践为例[J]. 语言战略研究, 2023, 8(1): 26-38. |
| [15] |
李宇明，刘鹏飞，任 伟，黄志波，许龙桃，汪 磊. “语言与新媒体”多人谈[J]. 语言战略研究, 2023, 8(1): 50-54. |
|
|
|
|
