【实验室简介】

粤语语料库建设与大模型评测重点实验室，系成立于2024年11月的广州市哲学社会科学重点实验室，由广州市社会科学界联合会与广州大学合作共建，致力于通过“粤语+人工智能”推动粤语文化的传承与创新发展。实验室由方滨兴院士和屈哨兵教授担任双首席科学家，齐佳音教授担任主任，为跨学科前沿交叉研究机构，采用“1+1+N”架构，汇聚高校、科研机构、社会组织和企业力量，开展粤语文化、语料库建设、大模型交互质量等研究，目标是成为粤语文化数据资源基础设施和内容安全评测中心，建设高质量、多模态、安全可信的粤语语料库及大模型评测工具，助力粤语的数据化、资源化和产业化。

2025年3月2日，一场聚焦“粤语+人工智能”的学术沙龙在广州大学荔湾研究院火热开启！由粤语语料库建设与大模型评测重点实验室主办的首期“AI-DimSum学术沙龙”，吸引了来自粤港澳大湾区多所高校的30余名科研骨干参与，正式吹响2025年重点实验室科研攻关的号角。

开场速递

粤语语料库开源计划启动

沙龙开场，实验室主任齐佳音教授宣布启动粤语语料库开源生态建设计划。这一计划将从技术、协作、数据共享以及语言学、文化保护等方面，积极探索构建数字时代语言保护新模式，通过科技赋能，让粤语在数字时代焕发新生。

硬核分享

AI黑科技如何守护粤语？

三大亮点抢先看

亮点1：动态采集粤语“基因”

暨南大学彭志峰老师团队推出“AI驱动的粤语地理分布数据系统”，通过智能技术实时抓取方言数据，并生成可视化图谱，为濒危方言保护提供“科技处方”。

亮点2：多模态平台玩转语料

李骜华研究员展示了集成AI Agents、私域搜索引擎和SaaS服务的多模态语料库平台，未来用户只需“动动手指”，即可调用AI分析方言规律。

亮点3：开放共享打破壁垒

广州大学博士生贾堃提出“多模态标注平台共享方案”，推动高校、企业数据互通，打造粤语研究的“开源社区”。

头脑风暴

三小时激辩：

粤语语料库如何“出圈”？

在研讨环节，专家们围绕“标注规则”“资源共享”“平台架构”展开激烈讨论：

• 标注规范：是否需制定统一标准？如何兼顾不同地区的粤语变体？

• 数据共享：如何平衡开源与隐私保护？激励机制如何设计？

• 技术落地：大模型如何适配粤语特性？方言识别准确率如何突破？

近三小时的思维碰撞，为粤语语料库建设勾勒出清晰蓝图。

实验室揭秘

谁在推动“粤语+AI”跨界融合？

实验室由广州大学与广州市社科联合作共建，双首席科学家阵容豪华：

方滨兴院士

中国工程院院士、广州大学网络空间安全学院名誉院长

屈哨兵教授

香港科技大学（广州）党委书记、国家语言服务与粤港澳大湾区语言研究中心主任

实验室主任齐佳音教授表示：“我们的目标不仅是保护方言，更要让粤语成为AI时代的‘活语言’。”

粤语是岭南文化的灵魂，AI是未来科技的引擎。当两者相遇，会诞生怎样的奇迹？关注“粤语语料库建设与大模型评测重点实验室”，第一时间获取最新动态！

本文转载自“广州社科”公众号。

【编辑 张瑨欣】

【初审 罗欢】

【终审 禤健聪】