國(guó)際傳播人工智能語(yǔ)料庫(kù)建設(shè)意義與途徑探索

顧巨凡

【內(nèi)容提要】近年來(lái)，隨著人工智能技術(shù)的不斷進(jìn)步，國(guó)際傳播人工智能語(yǔ)料庫(kù)建設(shè)越來(lái)越成為涉及國(guó)家安全、意識(shí)形態(tài)和話語(yǔ)權(quán)建設(shè)的重要陣地，語(yǔ)料庫(kù)建設(shè)將為國(guó)際傳播領(lǐng)域推廣機(jī)器翻譯提供堅(jiān)實(shí)的技術(shù)支撐，人工智能語(yǔ)料庫(kù)應(yīng)用可有效提高對(duì)外傳播內(nèi)容核心競(jìng)爭(zhēng)力。中國(guó)外文局等專業(yè)從事多語(yǔ)種對(duì)外傳播工作的單位多年來(lái)積累了歷史語(yǔ)料儲(chǔ)備優(yōu)勢(shì)、語(yǔ)種豐富度優(yōu)勢(shì)、新媒體技術(shù)轉(zhuǎn)換優(yōu)勢(shì)和人工及工作機(jī)制保障優(yōu)勢(shì)。建設(shè)國(guó)際傳播人工智能語(yǔ)料庫(kù)應(yīng)基于中國(guó)外文局自身資源建設(shè)國(guó)際傳播平行語(yǔ)料庫(kù)，聯(lián)合其他同質(zhì)近似外宣新聞媒體等建設(shè)國(guó)際傳播比較語(yǔ)料庫(kù)并集成數(shù)據(jù)庫(kù)為機(jī)器翻譯和智能寫(xiě)稿奠定基礎(chǔ)。

【關(guān)鍵詞】人工智能 語(yǔ)料庫(kù) 話語(yǔ)權(quán) 自然語(yǔ)言處理

隨著我國(guó)國(guó)際話語(yǔ)體系建設(shè)的不斷深入，國(guó)際傳播事業(yè)需要不斷優(yōu)化傳播布局、拓展傳播渠道、完善機(jī)制平臺(tái)并深化融合發(fā)展，從而更好地對(duì)外傳播中國(guó)發(fā)展成就并積極影響對(duì)象國(guó)涉華輿論生態(tài)。為貫徹落實(shí)習(xí)近平總書(shū)記在黨的十九大報(bào)告中提出的要高度重視傳播手段建設(shè)和創(chuàng)新，提高新聞?shì)浾搨鞑チ?、引?dǎo)力、影響力和公信力，黨的國(guó)際傳播事業(yè)要抓住時(shí)機(jī)、把握節(jié)奏、講究策略，體現(xiàn)時(shí)度效要求等重要政策講話精神，外宣媒體需進(jìn)一步強(qiáng)化信息化和語(yǔ)料庫(kù)功能服務(wù)，以更好地講好中國(guó)故事，對(duì)外展現(xiàn)真實(shí)、立體、全面的中國(guó)形象，綜合提高國(guó)家文化軟實(shí)力。國(guó)際傳播人工智能翻譯語(yǔ)料庫(kù)是指基于互聯(lián)網(wǎng)工作平臺(tái)，運(yùn)用以神經(jīng)機(jī)器翻譯技術(shù)為基礎(chǔ)的人工智能翻譯技術(shù)，對(duì)國(guó)際傳播等相關(guān)領(lǐng)域的語(yǔ)料資料進(jìn)行數(shù)據(jù)化處理和加工，建立系統(tǒng)對(duì)外傳播黨政文獻(xiàn)、領(lǐng)導(dǎo)人著作、講話及外宣圖書(shū)、期刊雜志及網(wǎng)絡(luò)新聞宣傳內(nèi)容為主的語(yǔ)料數(shù)據(jù)庫(kù)，并在此基礎(chǔ)上進(jìn)一步建立國(guó)際傳播綜合人工智能語(yǔ)料庫(kù)。該工程是提升新一代人工智能科技能力服務(wù)黨的對(duì)外傳播事業(yè)的重要?jiǎng)?chuàng)新型舉措，是配合“十四五”創(chuàng)新技術(shù)舉措實(shí)施的有效組成部分，更是落實(shí)習(xí)近平總書(shū)記十九大報(bào)告講話精神的重要舉措。本文擬通過(guò)討論國(guó)際傳播人工智能語(yǔ)料庫(kù)建設(shè)的必要性與戰(zhàn)略意義、可行性與條件，進(jìn)一步探討此類專門性國(guó)際傳播人工智能語(yǔ)料庫(kù)建設(shè)的途徑和方法。

一、建設(shè)國(guó)際傳播人工智能語(yǔ)料庫(kù)的必要性與戰(zhàn)略意義

（一）國(guó)際傳播人工智能語(yǔ)料庫(kù)建設(shè)是涉及國(guó)家安全、意識(shí)形態(tài)和話語(yǔ)權(quán)建設(shè)的重要陣地

近十年來(lái)，自然語(yǔ)言處理技術(shù)越來(lái)越成為國(guó)際競(jìng)爭(zhēng)的新焦點(diǎn)。自然語(yǔ)言處理技術(shù)是引領(lǐng)未來(lái)的戰(zhàn)略性技術(shù)，世界主要發(fā)達(dá)國(guó)家將發(fā)展自然語(yǔ)言處理技術(shù)作為提升國(guó)家競(jìng)爭(zhēng)力、維護(hù)國(guó)家安全的重大戰(zhàn)略，加緊出臺(tái)規(guī)劃和政策，圍繞核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等強(qiáng)化部署，力圖在新一輪國(guó)際科技競(jìng)爭(zhēng)中掌握主導(dǎo)權(quán)。當(dāng)前，我國(guó)國(guó)家安全和國(guó)際競(jìng)爭(zhēng)形勢(shì)更為復(fù)雜，必須放眼全球，把自然語(yǔ)言處理技術(shù)發(fā)展放在國(guó)家戰(zhàn)略層面系統(tǒng)布局、主動(dòng)謀劃，牢牢把握自然語(yǔ)言處理技術(shù)發(fā)展新階段國(guó)際競(jìng)爭(zhēng)的戰(zhàn)略主動(dòng)權(quán)，打造競(jìng)爭(zhēng)新優(yōu)勢(shì)、開(kāi)拓發(fā)展新空間，堅(jiān)持總體國(guó)家安全觀、堅(jiān)決維護(hù)國(guó)家主權(quán)、安全、發(fā)展利益，有效保障國(guó)家安全。

我國(guó)日益提高的國(guó)際話語(yǔ)權(quán)建設(shè)需求與翻譯及多語(yǔ)報(bào)道人才培養(yǎng)不平衡不充分矛盾突出。因此，亟需建設(shè)大量收入優(yōu)秀中譯外精準(zhǔn)語(yǔ)料的數(shù)據(jù)庫(kù)，解放國(guó)際傳播翻譯寫(xiě)作人力，并在實(shí)際工作中有效提高效率的綜合性服務(wù)平臺(tái)，為國(guó)際傳播能力建設(shè)解決技術(shù)和束縛生產(chǎn)力發(fā)展的瓶頸性障礙，促進(jìn)我國(guó)政治話語(yǔ)權(quán)地位綜合提升，推動(dòng)中華優(yōu)秀傳統(tǒng)文化創(chuàng)造性轉(zhuǎn)化，創(chuàng)新性發(fā)展。目前，國(guó)際傳播專項(xiàng)語(yǔ)料庫(kù)建設(shè)雖具備基礎(chǔ)語(yǔ)料，但仍有大量語(yǔ)料資源散落，亟需整理整合。僅中國(guó)外文局外文出版社出版的《習(xí)近平談治國(guó)理政》一書(shū)，就涉及中、英、法、俄、阿、西、葡、德、日等21個(gè)語(yǔ)種，是十分寶貴的語(yǔ)料庫(kù)資源。從新中國(guó)成立之初至今保存的資料中陳舊性歷史資料為數(shù)不少，有些已經(jīng)處于瀕狀態(tài)，亟待保護(hù)性開(kāi)發(fā)整理。

按照黨中央、國(guó)務(wù)院部署要求，應(yīng)搶抓人工智能發(fā)展重大戰(zhàn)略機(jī)遇，構(gòu)筑我國(guó)人工智能發(fā)展的先發(fā)優(yōu)勢(shì)，加快建設(shè)創(chuàng)新型國(guó)家和世界科技強(qiáng)國(guó)，為此，迅速發(fā)展人工智能將成為社會(huì)主義現(xiàn)代化的組成部分和重要體現(xiàn)。人工智能技術(shù)也有利于發(fā)展和改善創(chuàng)新對(duì)外宣傳方式，著力打造融通中外的新概念新范疇新表述，對(duì)外解讀傳播好新時(shí)代中國(guó)特色社會(huì)主義思想和中國(guó)智慧、中國(guó)方案，對(duì)形成富有中國(guó)特色的國(guó)際傳播話語(yǔ)體系、增強(qiáng)國(guó)際話語(yǔ)權(quán)具有重要現(xiàn)實(shí)意義、實(shí)用價(jià)值和長(zhǎng)期效益。同時(shí)，建設(shè)國(guó)際傳播人工智能語(yǔ)料庫(kù)還將為我國(guó)國(guó)際傳播能力建設(shè)和國(guó)際話語(yǔ)權(quán)建設(shè)提供重要的智力支持和戰(zhàn)略研究保障。

（二）語(yǔ)料庫(kù)建設(shè)將為國(guó)際傳播領(lǐng)域推廣機(jī)器翻譯提供堅(jiān)實(shí)技術(shù)支撐

我國(guó)日益提高的國(guó)際話語(yǔ)權(quán)建設(shè)需求與多語(yǔ)語(yǔ)料庫(kù)建設(shè)不平衡不充分的矛盾日益突出，國(guó)際傳播可應(yīng)用的語(yǔ)料庫(kù)精準(zhǔn)度差、專業(yè)性不強(qiáng)已經(jīng)嚴(yán)重制約對(duì)外傳播工作對(duì)機(jī)器翻譯等新技術(shù)的使用。以中國(guó)外文局為例，新中國(guó)成立初期至今出版的多文版領(lǐng)導(dǎo)人著作及外宣期刊，含有大量珍貴且極具參考價(jià)值的多文版語(yǔ)料，但大多以檔案形式存儲(chǔ)，且由于出版年代久遠(yuǎn)，紙質(zhì)版資料保存難度逐年增加。因此，亟需對(duì)承載以習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義思想為代表的領(lǐng)導(dǎo)人著作及此前幾代領(lǐng)導(dǎo)人著作、講話等珍貴黨政文獻(xiàn)做系統(tǒng)梳理，形成供國(guó)際傳播參考使用的大型多語(yǔ)種語(yǔ)料信息數(shù)據(jù)庫(kù)。此外，目前國(guó)內(nèi)外市場(chǎng)的語(yǔ)料庫(kù)建設(shè)雖小有規(guī)模，如微軟、百度等，但涉及國(guó)際傳播領(lǐng)域的語(yǔ)料信息大多新聞專業(yè)性不強(qiáng)，意識(shí)形態(tài)、立場(chǎng)及語(yǔ)匯色彩不能有效地為我所用，因此，在應(yīng)用人工智能及自然語(yǔ)言處理技術(shù)的前提下，設(shè)計(jì)建設(shè)外譯我黨執(zhí)政理念、經(jīng)驗(yàn)成就等的精準(zhǔn)智能輔助翻譯綜合基礎(chǔ)性語(yǔ)料庫(kù)，為國(guó)際傳播能力建設(shè)提供基礎(chǔ)性、支撐性技術(shù)應(yīng)用已迫在眉睫。

（三）人工智能語(yǔ)料庫(kù)應(yīng)用可有效提高對(duì)外傳播內(nèi)容核心競(jìng)爭(zhēng)力

語(yǔ)料庫(kù)建設(shè)將對(duì)大量語(yǔ)料資源進(jìn)行快速、高效的有機(jī)整合，進(jìn)行語(yǔ)料庫(kù)的深加工，實(shí)現(xiàn)語(yǔ)料庫(kù)的個(gè)性化服務(wù)，改變傳統(tǒng)對(duì)外傳播工作模式。建設(shè)過(guò)程中將會(huì)充分考慮到語(yǔ)料多樣性及語(yǔ)言的變化性，添加一些與對(duì)外傳播相關(guān)的詞匯并實(shí)時(shí)更新語(yǔ)料庫(kù)，以激發(fā)使用者的工作自主性和積極性，或可利用自主檢索手段解決翻譯過(guò)程中所遇到的問(wèn)題，增強(qiáng)其對(duì)相關(guān)語(yǔ)言知識(shí)的理解，幫助使用者進(jìn)行語(yǔ)料的歸納總結(jié)，增強(qiáng)翻譯能力。另外，語(yǔ)料庫(kù)的建設(shè)過(guò)程中將大量參照翻譯學(xué)理論及語(yǔ)言學(xué)理論，并在語(yǔ)料庫(kù)中加入大量詞條及翻譯實(shí)例，加強(qiáng)翻譯對(duì)于中外語(yǔ)言異同的理解，使其在更大范圍內(nèi)方便譯員查閱相關(guān)資料及進(jìn)行譯文校對(duì)，切實(shí)提高使用者的翻譯效率及翻譯質(zhì)量。

（一）基于外文局自身資源建設(shè)國(guó)際傳播平行語(yǔ)料庫(kù)

國(guó)際傳播語(yǔ)料庫(kù)項(xiàng)目將全面梳理、收錄新中國(guó)成立以來(lái)各文版多語(yǔ)種《今日中國(guó)》（原《中國(guó)建設(shè)》）、《人民中國(guó)》等歷史性語(yǔ)料，形成中外文對(duì)照的平行語(yǔ)料庫(kù)，將20種語(yǔ)言文字出版的2000多種圖書(shū)、21種印刷版期刊和25種網(wǎng)絡(luò)版期刊做系統(tǒng)整理，按照政治經(jīng)濟(jì)、外交軍事、民生文化等形成信息分類檢索功能，用于進(jìn)一步翻譯或者機(jī)器翻譯研究。

（二）聯(lián)合其他同質(zhì)近似外宣新聞媒體等建設(shè)國(guó)際傳播比較語(yǔ)料庫(kù)

可以通過(guò)語(yǔ)料信息關(guān)鍵內(nèi)容檢索，建立相關(guān)語(yǔ)種、相近主題新聞資源庫(kù)。此階段工作擬與其他中央國(guó)家外事、外宣單位合作，如新華社、《中國(guó)日?qǐng)?bào)》、中央廣播電視總臺(tái)、《人民日?qǐng)?bào)》（海外版）、《環(huán)球時(shí)報(bào)》英文版等，廣泛收集相關(guān)語(yǔ)料內(nèi)容，精細(xì)加工并做內(nèi)容標(biāo)引等，為人工智能搜集素材、寫(xiě)稿奠定強(qiáng)大的語(yǔ)料信息基礎(chǔ)。

（三）集成數(shù)據(jù)庫(kù)為機(jī)器翻譯和智能寫(xiě)稿奠定基礎(chǔ)

語(yǔ)料庫(kù)建設(shè)面臨的一大難題是歷史語(yǔ)料的處理，歷史語(yǔ)料庫(kù)中的內(nèi)容需要對(duì)陳舊語(yǔ)言信息做過(guò)濾，需邀請(qǐng)幾十個(gè)語(yǔ)種專家，對(duì)語(yǔ)料庫(kù)內(nèi)容做重新審校處理，邀請(qǐng)計(jì)算機(jī)和語(yǔ)言學(xué)雙料專家對(duì)語(yǔ)料進(jìn)行分類及賦碼處理，合成具有先進(jìn)人工智能搜索等功能的先進(jìn)語(yǔ)料庫(kù)。在用戶屬性分析、信息個(gè)性化推送方面也將引入邏輯回歸算法及協(xié)同過(guò)濾算法等，對(duì)黨政機(jī)關(guān)外事部門、中央外宣媒體、科研教學(xué)機(jī)構(gòu)等不同種類型用戶屬性做更細(xì)化的定位分析處理。未來(lái)語(yǔ)料庫(kù)將進(jìn)一步豐富智能數(shù)據(jù)庫(kù)的信息資源，包括歷史外語(yǔ)語(yǔ)料的數(shù)字化、各類社會(huì)公共服務(wù)數(shù)據(jù)資源的接入等，并在此基礎(chǔ)上引入虛擬智能機(jī)器人技術(shù)，借助機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)新聞標(biāo)題、摘要、配圖的制定，進(jìn)而實(shí)現(xiàn)新聞的自動(dòng)生成。語(yǔ)料庫(kù)還將時(shí)刻關(guān)注中央機(jī)關(guān)及國(guó)家外事外宣部門主要國(guó)際傳播活動(dòng)最新動(dòng)向，不斷收集有關(guān)詞、固定搭配以及句子等。為了提高翻譯質(zhì)量，該語(yǔ)料庫(kù)在收錄大量詞、句的同時(shí)還將深入挖掘其文化內(nèi)涵并將這些詞匯、句子進(jìn)行有機(jī)整合。

國(guó)際傳播人工智能語(yǔ)料庫(kù)工程是主動(dòng)應(yīng)對(duì)國(guó)際國(guó)內(nèi)新形勢(shì)新需求，把握人工智能發(fā)展的重大歷史機(jī)遇，為維護(hù)和提升新時(shí)代我黨國(guó)際形象和對(duì)外影響力而實(shí)施的一項(xiàng)系統(tǒng)化工程。語(yǔ)料庫(kù)的建設(shè)將以掌握和提升當(dāng)代最新政治理念全球發(fā)布的數(shù)量、速度和質(zhì)量為總體目標(biāo)，未來(lái)將主要服務(wù)于各國(guó)政黨、政要、智庫(kù)和其他研究機(jī)構(gòu)以及我國(guó)黨政外宣外事主管部門、駐外使領(lǐng)館、大型“走出去”企業(yè)等。

作者：北京中外翻譯咨詢有限公司總經(jīng)理

責(zé)編：李倩