近来，第十届言语服务高档论坛暨2025年国家应急言语服务团学术年会在广州大学（大学城校区）举办。广州市社科要点实验室——粤语语料库建造与大模型评测要点实验室（下称“实验室”）研制的

  作为数字中文的要害范畴，粤语不只牵涉粤港澳大湾区的文明一起体认同，更牵涉中华文明全球传达的世界话语权，牵涉全世界华人与祖国情感的枢纽。粤语作为汉语的一种方言，在国内外有上亿用户，但在网络世界中却归于低资源言语。岭南文明的传承要搭上人工智能的快车，就必须要构建“技能为体，文明为本”的通用粤语语料库。

  面向“数字中文建造”和粤港澳大湾区文明数字化需求，AI-DimSum多模态粤语语料库渠道建造了语料收集子系统、语料标示子系统、大模型对接子系统、语料确权检索子系统、语料质量评价子系统、语料办理子系统以及使用商铺子系统等七个子系统。经过子系统协同作业，实现从数据收集、清洗、标示、确权、存储检索，到模型接入与终究使用发布的一体化流程，为粤语语料库的构建、办理、使用与落地使用供给完好、模块化、可扩展的基础设施与运行机制。

  AI-DimSum粤语语料库会聚处理文本语料超越100万字，包含新闻、文学、社会化媒体等范畴；完结3000小时高保线TB以上的音视频材料，包含大模型练习专用语料集；功夫熊猫、小猪佩奇、哪吒、大圣归来、花木兰等包含粤语字幕与标示的动画影视作品；外来媳妇本地郎、溏心风暴等包含粤语字幕与标示的影视作品；超越1万句的多用途粤语日子场景音频+文字的语料；岭南文明图画资料10000张；构建了包含6669条威望词条、30000条扩展词条的粤语安全语料库；粤语大模型内容安全多模态评测题超越20万等。

  AI-DimSum语料库渠道是全球首个集文明忠诚、安全可信及AI友好于一体的多模态、大规模、通用粤语语料库渠道，其探究出的“技能为体，文明为本”的方言语料库建造途径与一起的“1+1+N”协同立异机制均为方言文明的数字化维护与传承开展供给了可仿制、可推行的数字化范式。

  从2024年11月14日实验室真实开端发动，到今日粤语语料库渠道发布，历时一年多的时刻，经过1+1+N机制集结了暨南大学、华南师范大学、香港科学大学（广州）、广东外语外贸大学、澳门大学、香港言语学学会等粤港澳大湾区相关研究机构资源，百度科技、趣丸科技、羊城晚报报业集团等工业资源，以及经过粤语语料库开源社区凝集的全球开发者资源，一起协力打造了AI-DimSum粤语语料库渠道。下一步，将经过与工业界的密切合作，不断丰富语料库渠道的语料产品，赋能岭南文明与AI科技的双向奔赴。

  特别声明：以上内容(如有图片或视频亦包含在内)为自媒体渠道“网易号”用户上传并发布，本渠道仅供给信息存储服务。

  破纪录！武汉人度过65年来12月中旬最暖的一天！今晚起气温满20-10，今冬最冷时段即到！

  一个古怪的现象：50岁今后的人，能活到90岁的，基本上50岁的时分，就戒掉了这3件蠢事，尤其是最终一件事！

  今晚！CBA战6场，CCTV5直播周琦领衔北京首钢PK深圳，辽篮VS宁波

  贵州百灵财政造假被罚1000万元，董事长等10人被罚，股票简称将变更为“ST百灵”