10月18日，第七届计量语言学学术研讨会在江苏南京举行。围绕“语言计量与数字人文”这一主题，百余位专家学者就计量语言学与数字人文的跨学科融合与前沿研究问题进行了深入研讨。

　　数字化对语言研究提出了新要求，也创造了新机遇。新疆大学中国语言文学学院教授冯志伟认为，语言规划是对现代语言学描写主义的必要补充，具有权威性、交际目的性、长期性、实践性等特征。大数据和大语言模型时代，要做好语言文字的资源规划工作，以更好地发挥语言数据在统计机器翻译、神经机器翻译、大语言模型等领域的重要作用。南京师范大学文学院教授李斌表示，人工智能技术特别是自然语言处理、机器学习和深度学习的应用，能够显著提升语言研究的效率和准确性。将大语言模型技术引入古汉语资源建设、计量研究和计算应用领域，促进了语言理解和生成，推动了语言学理论创新。南京农业大学信息管理学院教授王东波提出，古籍文本的语言特点与现代汉语有显著差异，古代汉语文献获取、标注难度较高，因此现有的古代汉语语料库规模和标注深度有限。数字技术在中国古代典籍跨语言语料库构建中的创新应用，初步实现了古籍信息智能处理，为古代汉语数字人文研究提供了良好的数据支撑。

　　以数字人文研究推动学科融合，提升语言研究的智能化水平。复旦大学外国语言文学学院副院长郑咏滟表示，对21世纪以来语言与文学领域数字人文研究文本进行的计量分析显示，学科之间具有不可分割性，学科融合、学术研究“超学科”转向具有必然性。在文学研究领域，不仅要把文学作品数字化，还要使数字化文本从“细读”向“远观”转化，用数字技术手段开展文学研究。内蒙古大学副校长达胡白乙拉表示，数字人文促进了跨学科、跨领域研究的深入发展，蒙古语研究、蒙古文学研究等领域积极采用数字人文研究方法，借助蒙古语数字化实现了研究方式和研究内容的创新。浙江大学外国语学院教授刘海涛提出，基于“数据智能或数基智能”的人工智能大模型，采用非传统方式快速复制了人获得知识的过程，这为语言研究提供了新思路。从语言数据到语言智能，在“数据→模式→知识→网络→智能”链条中，语言研究的重点应放在模式和网络两个环节上。国防科技大学外国语学院教授李德俊认为，人工智能技术对人文知识的计算要更加“智能”。话语除了事实性意义还有社会性意义，当前基于预训练的生成式人工智能对语言意义的理解取得了显著进步，但这一理解目前仍停留在话语的“真”这一层面，对话语“善”和“美”的理解亟待完善，因此要发展基于文本、能够进行符合时代和读者需求诠释的人工智能算法。

　　会议由南京师范大学文学院、南京农业大学信息管理学院、北京语言大学语言科学院计量语言学研究中心联合主办。