标准平台统一与资源整合.PDFVIP

标准、平台统一与资源整合 ——多语言知识库建设的思考和建议 王铁琨 “多语言知识库”是教育部语言文字信 息管理司立项支持的民族语言文字 标准化、信息化重大项目，也是“中 国语言资源数据库”建设和“ 民族语言 文字信息化平台”的重要组成部分。 语言不仅是信息的载体和交流的工具，语 言更是重要的、不可再生的文化资源。 基于珍爱中华语言资源的理念，中国正在 酝酿开展新世纪的语言普查（后更名为“中国语 言资源有声数据库建设”，作者注），以期建立 可永久保存的中国语言多媒体语料库及相关数 据库，绘制详细、准确、可传至后代的多媒体 语言地图，建立需要保护的语言、方言目录， 开发和利用好国家语言资源。 语言权利包括个人和群体的语言 权利，涉及公民的生存权和发展权。 应该采取有效措施，切实维护和保障 公民和群体的语言权利，如母语学 习权、母语使用权和母语研究权，以 及获得各种语言服务的权利。 语言文字资源库（包括“多语 言知识库” ）建设还受到标准、平 台和资源等方面一些因素的制 约。这三个方面是建库的前提， 必须着力解决好。 一是统一标准。“多语言知识库”建设首先 要坚持统一标准，否则无法做到兼容和共享。 这个标准就是国际标准，以及在ISO/IEC 10646框架下的国家标准。随着信息化的发 展，现在整个地球都成了一个“村”，我们在标 准建设上也不能搞“窄轨铁路”，自我封闭。在 建库步骤上，可以考虑已有国际标准的语种先 建，从“双语”开始，逐渐形成“多语” 。 除了标准的大的方面。数据库、 知识库建设中标准、规范无处不在， 其中包括选材（资源选择）规范、资 料整理规范、文本录入规范、校对规 范和建库规范等一系列内部的规范和 标准，都需要先行统一。否则，各行 其是，各自为政，库建起来也发挥不 了预期的效用，甚至可能花钱“打了水 漂” 。 二是统一平台。“多语言知识库”建设要坚 持统一平台。中国各民族文字多种多样，有纯 表音的，有表意的，有表音兼表意的，有罗马 字母式的，有汉字系的（如古壮文和西夏 文），有的从左至右书写，有的从右至左书 写，有的自上而下书写……现在信息技术发展 越来越快，如何采用必要的技术手段，使上述 不同体系、不同书写方式的文字在一个统一的 平台上实现兼容和共享，是“多语言知识库”的 平台建设要解决的问题之一。 三是资源整合。语言资源有语种之分（如 汉语、藏语、蒙语、维吾尔语等），有地域之 分（民族语言也有各种方言，如藏语就有三大 方言），有古今之分（如蒙文有现代蒙古文与 古八思巴文），有境内境外之分（许多跨境语 言文字如傣文、苗文、哈萨克文，境内外有程 度不同的区别），从载体上又可以区分为平面 媒体语言、有声媒体语言和网络媒体语言。如 何科学地采集和整合这些重要的语言资源，也 需要研究和规划。 语言资源不存在统一不统一的问 题，而有一个是否科学、合理和适用 的问题，自然，采集语言资源的内部 规范也需要统一。目的不同，资源库 建设的类型和内容也会不同。资源库 建设还有一个整合已有资源和开发新 的资源的问题，力避重复建设。