AI-DimSum多模态粤语语料库平台发布

共1个回答 2025-12-07 人生的上半场打不好没关系,还有下半场,只要努力。  
回答数 1 浏览数 861
问答网首页 > 最新热搜 > 广州 > AI-DimSum多模态粤语语料库平台发布
风华笔墨风华笔墨
AI-DimSum多模态粤语语料库平台发布

中新网广州12月7日电(记者许青青)第十届语言服务高级论坛暨2025年度国家应急语言服务团学术年会6日至7日在广州大学举行。粤语语料库建设与大模型评测广州市哲学社会科学重点实验室(下称“实验室”)研发的AI-DimSum粤语语料库平台在大会上正式发布,标志着粤语数字化发展进入新阶段。

粤语作为汉语的一种方言,在海内外有上亿用户,但在网络世界中却属于低资源语言。广州大学网络空间安全学院教授齐佳音介绍,该平台围绕“数字中文建设”和大湾区文化数字化需求,遵循“标准先行、数据可溯、服务可用”原则,构建了基于岭南文化、面向AI应用、兼顾研究与学习的多模态粤语语料数据生态系统。

据介绍,AI-DimSum多模态粤语语料库平台建设了语料采集子系统、语料标注子系统、大模型对接子系统、语料确权检索子系统、语料质量评估子系统、语料管理子系统以及应用商店子系统等七个子系统。通过子系统协同工作,实现从数据采集、清洗、标注、确权、存储检索,到模型接入与最终应用发布的一体化流程,为粤语语料库的构建、管理、利用与落地应用提供完整、模块化、可扩展的基础设施与运行机制。

AI-DimSum粤语语料库汇聚处理文本语料超过100万字,涵盖新闻、文学、社交媒体等领域;完成3000小时高保真语音标注及1TB以上的音视频资料,包括大模型训练专用语料集;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注的动画影视作品;外来媳妇本地郎、溏心风暴等包含粤语字幕与标注的影视作品;超过1万句的多用途粤语生活场景音频+文字的语料;岭南文化图像素材10000张;构建了包含6669条权威词条、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过20万道等。(完)


文章来源:https://www.chinanews.com/sh/2025/12-07/10528697.shtml

免责声明: 本网站所有内容均明确标注文章来源,内容系转载于各媒体渠道,仅为传播资讯之目的。我们对内容的准确性、完整性、时效性不承担任何法律责任。对于内容可能存在的事实错误、信息偏差、版权纠纷以及因内容导致的任何直接或间接损失,本网站概不负责。如因使用、参考本站内容引发任何争议或损失,责任由使用者自行承担。

广州相关问答

  • 2026-01-30 南非央行维持6.75%基准利率不变

    中新社约翰内斯堡1月29日电(记者孙翔)南非储备银行(央行)29日宣布维持基准利率在6.75%不变。央行表示,此举旨在观察通胀预期是否进一步下降,同时关注包括食品、电价在内的潜在价格上行压力。南非央行行长卡尼亚戈当天在新...

  • 2026-01-31 广州市书画名家公益惠民挥春活动举行

    中新网广州1月31日电(记者张璐)伴随“粤韵千年·四海同心”2026广州新春灯会的启幕,“城市合伙·万福迎春”——广州市书画名家公益惠民挥春活动(简称“活动”)30日晚在越秀公园正门广场同步举行。活动现场,市民游客们携老...

  • 2026-01-31 冷空气来袭 广东气温骤降

    中新网广州1月31日电(记者王坚)一股中等强度冷空气于1月31日起影响广东。当日,广州、韶关等地气温出现下降,告别前几日的温暖天气。广东气象部门称,此轮冷空气影响期间,全省最低气温将跌破5℃。广东气象部门表示,1月31日...

  • 2026-01-30 2025年城市轨道交通完成客运量332.4亿人次

    本报北京1月29日电(记者韩鑫)记者从交通运输部获悉:2025年,全国城市轨道交通全年实际开行列车4431万列次,完成客运量332.4亿人次,进站量198.0亿人次,客运周转量2780.8亿人次公里。2025年全年客运量...

  • 2026-02-01 2026年春晚完成第三次彩排

    本报北京1月31日电(记者刘阳)1月31日,中央广播电视总台2026年春节联欢晚会顺利完成第三次彩排。黑龙江哈尔滨、浙江义乌、安徽合肥、四川宜宾四地分会场节目首次亮相,与北京主会场完成合排。主会场节目融汇创新创意表达,让...

  • 2026-01-30 中国、葡萄牙派出网球名将阵容在广州南沙对战

    中新网广州1月30日电(记者王坚)据广州市南沙区政府30日消息,有网球“世界杯”之称的2026年戴维斯杯世界Ⅰ组附加赛中国队主场对阵葡萄牙队定于2月6日和7日在南沙国际网球中心开赛,届时主客两队都将派出名将阵容出战。赛事...