李宇明：语言资源与语言资源学 | “语言资源学理论与学科建设”大家谈
The following article is from 语言资源高精尖创新中心 Author 李宇明
本文来源：《语言教学与研究》2022年 第2期
《语言教学与研究》1981年第3期发表了邱质朴教授的《试论语言资源的开发——兼论汉语面向世界问题》，这是我国首篇讨论语言资源的专题论文，至今仍常被学界援引。此后40年多里，编辑部一直关注语言资源的研究及其社会实践，包括国家语言资源监测与研究中心、中国语言资源有声数据库建设、中国语言资源保护工程、语言资源高精尖创新中心等的发展。2021年，北京语言大学设立“语言资源学”博士专业，这是我国语言资源研究的学科化，是交叉学科建设在语言学领域的一次重要实践。本期刊发“语言资源学理论与学科建设”大家谈，对语言资源研究中的若干理论与实践论题做些探讨，并希望引发学界对语言资源学学科建设的关注与讨论。这是本刊持续关注和推进语言学研究及相关应用研究的新观念、新理论、新方法、新领域、新学科系列专栏的一个组成部分。
资源学萌生于20世纪初，人类开始以资源的理性眼光来看待世界，并形成资源学庞大的学科体系。早期的资源学关注自然资源，如气候资源、水土资源、生物资源、海洋资源、矿产资源、能源资源等，后来才逐渐关注社会资源，如旅游资源、文化资源、人力资源、信息资源等。
语言资源属于社会资源。1973年，费什曼(Joshua Aaron Fishman)最早提出语言资源的概念。1981年，中国学者邱质朴在《试论语言资源的开发——兼论汉语面向世界问题》（《语言教学与研究》1981年第3期）一文中，从信息化、语言教学、语言规划等多个角度讨论语言资源问题。1984年，鲁伊斯（Richard Ruiz）认为语言资源的概念可以减缓社会冲突，提升弱势语言的地位。1987年澳大利亚出台《国家语言政策》（A National Language Policy），提出要保护、开发澳大利亚的语言资源，这是将语言资源理念变为国家语言政策的不多案例。不过令人遗憾的是，进入20世纪90年代，澳大利亚语言政策衍变为英语读写能力优先，相对削弱了语言资源在语言政策中的比重。
一、中国语言资源的研究与实践
邱质朴1981年的论文并未得到学界的及时反应。澳大利亚制定的《国家语言政策》，《语文建设》1988年第5期就做了介绍，但也似乎没有引发学界较大关注。2003年，在“973计划”特别专项“中文语料库建设”支持下，七家单位共建“中文语言资源联盟”（Chinese Linguistic Data Consortium），表明了“语言资源”在信息领域的需求。2004年，“国家语言资源监测与研究中心”正式挂牌，逐渐建立七个专门中心，这些中心的监测数据通过教育部新闻发布会和国家语委组编的《中国语言生活状况报告》连年向社会发布，其中的中国语言资源开发应用中心还编发《语言资源研究》内部刊物。“语言资源”这一概念逐步有了社会知名度。2007年9月，教育部语言文字信息管理司与北京语言大学（简称“北语”）共同主办“国家语言资源与应用语言学”高峰论坛，会后出版论文集《中国语言资源论丛》（商务印书馆，2009），进一步扩大了“语言资源”的学术影响。2007年“中国语言资源有声数据库建设”的研制与实施，2015年“中国语言资源保护工程”的开展，2016年北京语言大学语言资源高精尖创新中心的成立，2019年上海外国语大学语料库研究院的成立，2020年“东北亚语言资源数字化平台”在内蒙古大学的成立，特别是2018年中国与联合国教科文组织在长沙共同召开首届“世界语言资源保护大会”并形成《岳麓宣言》，使“语言资源”成为国家语言规划的理念，而且为国际社会提供了语言规划领域的公共产品。
《岳麓宣言》
中国是语言资源研究用力最勤、成果最多的国度。1981年到2003年可以看作语言资源的学术酝酿期，之后语言资源发展为重要的学术研究领域，出现了四次学术高峰：2004年、2008年、2010-2012年、2015-2016年。早期研究主要是确定语言的资源属性，因为语言资源这个概念尚未进入资源学，需要论证。待到“语言资源”有了一定的名声之后，开始研究语言资源的内涵与外延。近来的焦点集中在语言功能及如何充分发挥语言功能上，以及根据功能来考虑语言资源的分类、建设规格和评价标准。
二、语言资源的三大功能
语言资源有诸多功能域，目前最为重要的功能域在语言保护、语言学习和语言信息处理。
语言保护已是广为认同的语言资源功能，通过对语言或方言的语料搜集整理来保存语言，通过改善语言的生态条件来保护语言。语言中包含着语言成分、语言知识、语言习惯和传统文化，故而保存、保护语言就是保护人类现有或旧有的文化世界。
语言学习功能是较早被提及的语言资源功能，不管是母语学习、国家通用语言学习、华语学习，还是外语学习、国际中文教育，都需要甚至是依赖语言资源。2019年10月，国家语委指导成立的全球中文学习平台，利用人工智能和互联网等技术手段，针对不同年龄、地域的学习者，提供个性化的中文学习资源和工具。2020年3月运营的“中文联盟”云服务平台，聚集全球渠道、课程、技术、产品、服务等资源，为从事国际中文教育的学校、机构、教师和学生提供线上教学及辅助服务，确保国际中文教育“停课不停学、不停教、不停考”。疫情期间的线上语言教育，凸显了语言资源的教育功能。
语言信息处理功能是与信息技术发展相关的语言资源功能。计算机处理语言的能力，包括语言智能的发展，都离不开语言资源的支撑，或通过语言资源获取语言处理能力，或通过特定的语言资源来测试、评价机器的语言处理能力。20世纪50年代人类就开始进行机器翻译尝试，中文信息处理经过字处理、词处理阶段的艰难行进，已顺利步入话语处理阶段，努力让计算机具有语言智能。信息检索、自动翻译、机器写作、人机对话等快速进展，得益于语言大数据的集聚与应用。离开语言资源的滋养，机器是无法具有和不断提升处理语言的能力的。如果说语言保护是保护人类已有的世界，那么语言信息处理是在帮助人类创造未来的新世界。
三、语言数据
而今人类进入数字经济时代，数据成为重要的生产要素。2019年10月，中共十九届四中全会提出：“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制。”这是重大的理论创新，体现着对信息化社会的本质认识，是在数字经济快速发展背景下经济制度的与时俱进。
数据是信息的表现形式和载体，人类社会多数数据和重要数据都是“语言数据”。语言（包括文字）是人类信息最为重要的载体，大约80%的信息由语言负载。未用语言负载的信息，也常需要语言来帮助阐释，比如图画、雕塑、音乐、服装、建筑等艺术。因此在当今时代应当认识到，语言数据也属于“生产要素”范畴。
语言数据可分为两类四种：A）语言的符号系统，包括语音系统、语汇系统、语法系统、文字系统、标点符号、注音符号等；B）语言负载的信息，包括口语、书面语、语言参与者的音频、视频文件等所记录、负载的各种信息；C）由语言延伸的符号与代码，如盲文、手语、旗语、灯语、电报代码等；D）生活、艺术与科学技术符号，如电话号码、身份证编码、银行卡号码、乐谱、数学符号、化学符号、公式、计算机编程语言等。A、B是自然语言数据，C、D是人工语言数据。人工语言有时单独使用，有时与自然语言一同使用；它们或是自然语言的符号化，或是需要自然语言辅助理解，或是可以用自然语言进行阐释。
从数据的角度看待语言和语言资源，是把语言与信息科学关联起来，把语言与数字经济关联起来。语言资源建设的科学目标，是满足计算机发展语言智能、从事各种机器语言行为的需要，满足计算机“社会计算”（social computing）的数据需要。语言资源建设的经济学目标，是充分发挥语言资源生产要素的作用，支持数字经济发展。这就需要全面加强对语言资源的管理或治理，建立语言数据集聚、管理、标准、产权、共享、取酬等若干方面的准则，发展语言数据产业与职业，促进语言数据的生产与市场流通，促进语言数据的数字化、智能化和洁净化。
四、语言资源学
人类提出“语言资源”的概念已近50年，且有澳大利亚、中国和联合国教科文组织等语言规划实践，有数以万计甚至百万计的语料库、知识库建设实践，有中国学者近20年来的深入研究，语言资源学的建立具有一定的实践基础和学术基础。语言资源中包含有重要的科学问题和社会问题，科学问题如语言与话语、语言与文化、语言的经济学属性、语言智能、机器语言行为等，社会问题如人类语言文化保护、语言学习的促进、数字经济的发展、信息无障碍社会的构建等。这些问题有许多在数字时代更加凸显，探讨和解决这些问题变得更为迫切，这是语言资源学建立的科学需要和社会需要。
2009年，王世凯《语言资源与语言研究》（学林出版社）出版，就提出建立语言资源学问题。北语2021年决定建立语言资源学博士专业，标志着语言资源学的正式诞生。北语是一所语言大学，为了语言教学、语言研究、计算机语言处理等，一直重视语言资源的建设与研究。邱质朴1981年那篇中国首论语言资源的文章，就发表于北语主办的《语言教学与研究》。2004年前后，北语的张普教授就倾心研究语言资源问题，这也是“国家语言资源监测与研究中心”的首个分中心——平面媒体分中心能建在北语的重要原因。2007年在北语召开的“国家语言资源与应用语言学”高峰论坛，是语言资源研究的首个高峰学术会议，会议论文集也是这一领域的首部论文集。“中国语言资源有声数据库建设”的研制与实施、“中国语言资源保护工程”的开展，《岳麓宣言》的起草等，曹志耘等北语的学术团队都是主力。2016年北语成立了语言资源高精尖创新中心，为语言资源学的学科建设进行了学术准备、人才集聚和资源筹备。语言资源学在北语诞生是符合现实需求和学术逻辑的。
语言资源学是研究语言资源及其相关问题的科学，是跨语言学、资源学、经济学、信息科学等的交叉学科。学术上，它需要进一步界定学科研究对象，明晰本学科的科学问题，寻求合适的研究方法和研究手段，梳理相关文献和学科研究范例，逐步形成学科理论，逐步建构学科体系和人才培养体系；实践上，要与社会保持密切联系，积极了解语言资源的需求者、建设者和管理者，凝练出语言资源学最需解决的社会问题，通过解决社会问题来推进语言资源学发展，通过语言资源学的发展来推进社会进步。
语言资源学是科学家族的新生儿。新生儿总是脆弱的、稚嫩的，但也是最具发展潜力和无限可能的。
本文转自公众号：语言资源高精尖创新中心
往期推荐本期责编：饺子君
语标
你的语言风向标
-扫码关注我们-