自然语言处理研究综述

近年来,自然语言处理因在分析与建模人类语言任务领域取得诸多成果而备受关注。当前,大规模预训练语言模型展现出强大的对话问答和文本生成能力,带来自然语言处理研究的新一轮热潮。自然语言处理在机器翻译、文本摘要、信息抽取等领域应用广泛。文本首先讨论自然语言处理针对语言学四个不同层次文本信息的分析手段,对自然语言处理的基本任务组成进行概述;其次,讨论自然语言处理在具体下游任务中的应用现状,包括自然语言处理在具体任务中的应用历史、当前的研究趋势以及面临的挑战;最后,在大规模预训练语言模型研究对数据集提出更高要求的背景下,对自然语言处理领域已有的数据集及评测基准集等进行讨论。

人工智能大语言模型在基层医疗卫生服务中的应用与挑战

基层医疗系统是实现健康公平的关键。我国面临医疗资源分布不平衡、基层医生数量短缺以及慢性病防治形势不容乐观的严峻挑战。人工智能大语言模型在医疗系统中发挥出了强大优势,本文深入探讨了大模型在基层医疗系统中的应用及其面临的挑战,提出应进一步深化大模型的应用,以辅助基层医生常见病诊疗,推动智能化健康教育和慢性病管理,托底“老少边穷”地区基层卫生服务,激发全科医学的飞跃性发展,并推进大模型在全科诊疗与基层卫生服务中的产业化,为健康中国建设提供重要支撑。

家庭认知环境对儿童早期语言发育的影响:一项上海市的回顾性病例对照研究

背景儿童早期语言发育迟缓发生率高、早期识别率低,对儿童其他维度的早期发展有显著负面影响。家庭认知环境是影响儿童早期语言发育的关键因素。目的本研究旨在探索家庭认知环境对儿童早期语言发育的影响,从家庭认知环境的社区干预角度,为儿童早期的语言发育促进提供理论证据。方法采用回顾性病例对照研究,对2018—2020年在上海市某社区卫生服务中心儿童保健门诊体检的4307名儿童在1、2、3周岁时采用上海市小儿发育筛查量表Ⅱ(DenveRⅡ)进行发育筛查,将筛查出的语言发育迟缓的172名儿童作为观察组,以年龄作为配对因素,按照1∶3的比例纳入516名语言发育正常的儿童作为对照组。收集两组儿童出生基本特征、父母人口学特征、母亲孕期和分娩特征以及家庭认知环境特征信息。采用Logistic回归分析探讨儿童早期语言发育迟缓的影响因素。结果早期语言发育迟缓的儿童共172名,发生率为3.99%,其中,1岁儿童57名(33.14%),2岁儿童92名(53.49%),3岁儿童23名(13.37%)。病例组儿童男性、早产、母亲文化程度为高中以下比例高于对照组(P<0.05)。病例组儿童的总体家庭认知环境及情感温暖、社会适应、语言环境和忽视环境弱于对照组(P<0.05)。儿童早产、母亲文化程度低(高中以下)、家庭认知环境不良是儿童早期语言发育迟缓的危险因素(P<0.05)。结论在2岁前进行语言发育干预是有效降低儿童语言发育迟缓率的关键。社区儿童保健医生指导优化家庭养育环境、协助建立良好亲子沟通和交流互动,是促进儿童早期语言发育的有效策略,尤其要关注出生胎龄小和母亲文化程度低的家庭,为其提供更有针对性的亲子活动和亲子沟通方面的干预和指导。

“让语言自身言说”——阿多诺、抒情诗与自然救赎

阿多诺抒情诗论核心主题之一乃是对诸现代派诗人作品“潺潺流水”自然美的阐发,这源于语言形式的否定性,是固定意义瓦解、人的言说让位于语言自身言说的结果,构成客体优先性哲学的表达。“语言自身言说”更蕴含同一性与非同一性的辩证形式,指向一种主客互相中介的“摹拟”特性,后者构成对异化理性的批判与重构,以及对被压抑的感性的救赎。此外,自然美和诗的真理性是转瞬即逝的,在诗歌形式的静态之维中获得悖论性的表现和揭示。阿多诺对诗歌自然美的阐发源于对本雅明早期语言哲学和寓言思想的世俗转化,它以海德格尔存在论语言观为潜在批判对象,构成否定辩证法的诗学实践和对康德以来审美现代性批判和救赎思想的纵深发展。这不仅有助于我们重审阿多诺美学,也对当代文学和文化实践具有深刻启发意义。

提高学生语言表达能力

小学科学教学对于学生的全面发展至关重要。本文深入分析了语言表达能力在小学科学教学中的重要性,涉及传授科学知识、表达科学思维、促进科学合作交流以及形成科学价值观等方面。同时探讨了小学生语言表达能力发展的现状,并提出在小学科学教学中提高学生语言表达能力的有效策略,如合理进行科学朗读训练、充分利用科学记录材料、多方法呈现科学概念以及灵活使用科学激励机制。通过这些策略的实施,旨在提升小学生的语言表达能力,促进小学科学教学质量的提高。

基于ε-Connections的旅游领域本体构建

针对传统本体构建方法的局限性,提出一种基于ε-Connections理论构建旅游领域模块化本体库的方法,基于改进的Tableau算法,利用Pellet推理机实现对多个本体的联合推理。实验结果证明,该模块化构建方法可以有效降低本体构建的复杂度,有利于本体的维护和更新,提高本体重用模块抽取效率。

自然语言处理领域中的词嵌入方法综述

词嵌入作为自然语言处理任务的第一步,其目的是将输入的自然语言文本转换为模型可以处理的数值向量,即词向量,也称词的分布式表示。词向量作为自然语言处理任务的根基,是完成一切自然语言处理任务的前提。然而,国内外针对词嵌入方法的综述文献大多只关注于不同词嵌入方法本身的技术路线,而未能将词嵌入的前置分词方法以及词嵌入方法完整的演变趋势进行分析与概述。以word2vec模型和Transformer模型作为划分点,从生成的词向量是否能够动态地改变其内隐的语义信息来适配输入句子的整体语义这一角度,将词嵌入方法划分为静态词嵌入方法和动态词嵌入方法,并对此展开讨论。同时,针对词嵌入中的分词方法,包括整词切分和子词切分,进行了对比和分析;针对训练词向量所使用的语言模型,从概率语言模型到神经概率语言模型再到如今的深度上下文语言模型的演化,进行了详细列举和阐述;针对预训练语言模型时使用的训练策略进行了总结和探讨。最后,总结词向量质量的评估方法,分析词嵌入方法的当前现状并对其未来发展方向进行展望。

新文科背景下中国语言学学科的承继与发展

中国语言学自先秦以来,不仅取得丰硕的成果,而且形成独特的研究传统。近现代之后,中国语言学逐步转型,学科细分所致的新的研究态势已经不能适应新时代新文科要求。中国语言学需要在承继优良学术传统的基础上,面向人工智能和数字技术,走“大语言学”发展之路。

从全文检索到语言计量和语言智能——语料库研究应用的三个层次及资源

20世纪中后期,随着计算机软硬件技术的快速发展,语料库在规模、深度甚至模态上都有了长足进步,实现了由全文检索到语言智能的巨大飞跃。语料库的分类一般从收录语言材料的地域、时代、语种、语体、语域等层面,或语音、词法、句法、语义、篇章等标注层级,或面向具体的研究问题等角度来划分。但更基本的、却较少关注的问题是语料库的构建和应用是面向学者的语言研究需要,还是面向计算机的语言计算建模需要。本文从语料库研究和应用的角度出发,将语料库研究划分为面向全文检索、语言计量和语言智能等三个层次,着重介绍了与后两者相关的期刊、会议和成果资源,助力研究者确定研究范式,构建和使用相匹配的标注语料库,实现多学科的交叉融合和应用。

论大语言模型材料的证据属性——以ChatGPT和文心一言为例

以ChatGPT和文心一言为代表的大语言模型产生海量大语言模型材料,此类材料进入社会生活并产生广泛影响,讨论大语言模型材料证据属性具有重要意义。大语言模型材料可以成为证据,但是否具有证据资格需要在具体个案中进行判断。从诉讼效率出发,大语言模型证据在不同诉讼中的呈现形式可以有所区别:一般案件可以仅举示人机交流材料和使用者本地环境信息,重大案件则应完整举示。大语言模型材料区别于大数据证据和一般的人工智能证据,具有直观性强、可解释性弱、偏在于少数技术公司、可识别性弱等特点。

语言研究需要新质生产力

从农业社会开始,人类就开始了对于语言的研究,经历了语文学、文法研究、语言哲学研究的漫长时期;进入工业社会,历史比较语言研究、结构主义语言研究、功能主义语言研究、形式主义语言研究此起彼伏、相映成趣;计算机和互联网出现后的信息社会,计算语言研究、语料库语言研究、新媒体语言研究、数理语言研究、网络语言研究等应运而生;当下人类正在进入数字社会,数字语言研究等开始萌芽。

自然人、机器人、数字人“三人”共生时代的语言生活

地球似乎正在加速进入一个自然人、机器人、数字人“三人”共生的新时代。总体上呈现出数字化、智能化、自动化的新形态和新特征,相应地,语言生活也正发生着广泛而深刻的变化。在语言运用方面,产生了“自然人-数字人”“数字人-数字人”“机器人-数字人”“自然人-机器人-数字人”这4种新形态;在语言学习方面,“三人”各自的语言学习与机器人和数字人助力自然人学习遥相呼应;在语言研究方面,新数据、新方法、新思想星火萌发,语言资源学、数字语言学等新兴交叉方向似乎正在加速成形。未来的语言研究,需要把握时代发展趋势,依托整体性视角和系统性思维,为国家和社会发展提供更多更好的助力。

中国家庭母亲语言输入特征及其与儿童语言发展的关系

一直以来,亲子言语互动被认为是推动儿童早期语言学习和发展的重要动力。母亲的社会经济地位不同,其语言输入质量也不同。从语言输入的交互性、语言性和概念性三个维度看,母亲语言输入的语言性和概念性预测了儿童的语言能力发展。因此,在家庭语言环境中,应建立交互性、语言性和概念性为一体的语言环境支持系统,且家庭语言教育要关注概念性语言的输入,家庭语言互动中应注重提升亲子言语互动质量。

视听语言智能康复技术对语言发育迟缓儿童语言功能的影响

目的 探究视听语言智能康复技术对语言发育迟缓儿童语言功能的影响,为语言发育迟缓儿童的语言功能训练提供临床参考依据。方法 选取2022年1月~2023年3月兰州大学第二医院收治的80例语言发育迟缓儿童,随机分为研究组和对照组各40例。对照组进行常规语言训练,研究组在常规语言训练基础上联合使用视听语言智能康复技术,治疗3个月。治疗前后采用Gesell发育量表评估两组的适应性能力、语言能力、个人社交能力,并采用ICF(international classification of functioning disability and health)早期语言障碍评估与干预治疗仪对儿童词语、句子理解能力进行评估。结果 治疗前两组患儿适应性能力、语言能力、个人社交能力3大能区发育商以及词语理解、句子理解能力得分无显著差异(P>0.05)。治疗后研究组适应性能力、语言能力、个人社交能力3大能区发育商显著提高(P<0.05)。两组患儿词语理解、句子理解能力得分均显著提高,且研究组显著高于对照组(P<0.05)。结论 针对语言发育迟缓儿童语言能力的改善,常规语言训练结合视听语言智能康复技术比单纯常规语言训练效果更好。

数字时代的语言安全:问题、成因与治理

数字时代的语言安全不仅关乎语言规范、语言纯洁、语言生态等自身安全和语言关系问题,还涉及传播不当语言信息、滥用语言数据以及操控语言进行舆论战和信息战等语言应用安全问题。数字科技对语言文字的影响、人们对语言安全认知不足以及语言安全相关法律法规不完善是语言安全问题产生的重要原因。语言安全是语言问题,也是社会问题,基于社会治理4个原则——系统治理、源头治理、依法治理和综合治理构建语言治理机制,既可为数字时代语言安全治理提供一条可行之路,也契合国家治理体系的系统化建设。

JADE-DB:基于靶向变异的大语言模型安全通用基准测试集

提出大语言模型安全通用基准测试集—JADE-DB,该数据集基于靶向变异方法自动化构建,能够将经验丰富的大语言模型安全测试员和多学科专家学者手工撰写的测试问题转化为高危通用问题,保持语言自然性的同时不改变其核心语义,且能够攻破十余款国内外知名大语言模型的安全防护机制.根据语言复杂性差异,JADE-DB包含基础、进阶、高危3个安全测试等级,共计上千条覆盖违法犯罪、侵犯权益、歧视偏见和核心价值观4大类违规主题、30多种违规主题的通用测试问题,其中针对国内开源(中文,8款)、国内商用(中文,6款)和国外商用大语言模型(英文,4款)这3组大语言模型分别构建的3款通用高危测试集,可造成每组模型在高危测试集上的平均违规率均超过70%,测试问题均可同时触发多款模型违规生成.这表明,语言的复杂性导致现有大语言模型难以学习到人类无穷多种表达方式,因此无法识别其中不变的违规本质.

论语言智能的治理

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。

社会认知语言学再思考

社会认知语言学是社会认知理论与认知语言学的结合,也是认知语言学的一种发展趋势。过去四十多年,认知语言学对概念表征和语言表征之间的关系进行了深入探讨,但是却忽视了言语交际的社会因素。针对认知语言学中出现的社会转向,我们近几年提出社会认知语言学这一新的学科,主要探讨社会认知如何影响语言的结构、表达和理解。本文主要阐释社会认知理论的有关问题以及人际层面、群际层面、社会实践认知层面的社会认知语言学视野。希望通过这些方面的阐释,能进一步明确社会认知语言学的内涵和研究范围,推动该领域的发展。

语言学理论在档案领域的应用研究

探讨了语言学理论在档案领域的应用。首先,概述了结构主义语言学理论,分析了其在档案著录、档案分类和档案编目中的应用;其次,介绍了认知语言学理论,讨论了其在档案标引、档案检索中的应用;再次,总结了语料库语言学理论,阐述了其在档案语言资源建设、档案文本挖掘中的应用。通过系统梳理三大语言学流派的相关理论及其在档案工作中的应用,展现了语言学理论对档案工作的重要指导意义,为推动档案语言研究与档案事业发展提供了新的视角和路径。

德国语言态度调查的特点与启示

语言态度调查是语言国情调查的关键组成部分,具有深远的宏观战略意义和学术研究价值。提升语言态度调查的科学性,是新时代语言文字工作治理的一项重要任务。本文系统分析了德国语言态度调查工作的特点,在总结和借鉴其经验的基础上,建议从以下四个方面推动我国语言态度调查的科学发展:健全完善工作机制,多元创新调查内容,提高调查标准化水平,合理设置调查周期。