計算語言學是用計算機研究和處理自然語言的一門新興交叉學科。在近年推進新文科建設的背景下，計算語言學及其相關應用日益引起關注。計算語言學領域相關學者在接受本報記者採訪時表示，計算語言學方興未艾，應用廣泛，前景廣闊。
橫跨文理工三大學科領域
計算語言學是橫跨語言學、數學和計算機科學的交叉學科。它同時涉及文科、理科和工科三大領域，具有跨學科的性質。學者在從事計算語言學研究時不僅要具備語言學知識，還要具備數學和計算機科學方面的知識。教育部語言文字應用研究所研究員馮志偉告訴記者，面對信息網絡時代的新要求，不少語言學家都在努力學習計算機自然語言處理技術，不斷更新知識再學習，成為兼通語言學、數學和計算機科學的新一代語言學家。
北京大學是計算語言學研究的重鎮。談到當前計算語言學前沿時，北京大學計算語言學研究所所長王厚峰向記者表示，近20多年來，統計與機器學習方法在自然語言處理中佔據主導地位。無論是統計方法，還是機器學習方法，其基礎都是數據。因此也可以說，20多年來，自然語言處理主要是由數據驅動的。近幾年深度學習的發展進一步強化了數據的作用，特別是對無標註語言數據的使用。在深度學習的大框架下，出現了一些有代表性的技術，如預訓練語言模型的出現。
計算語言學已經開始廣泛應用。馮志偉以機器翻譯為例介紹說，當前國際上計算語言學研究在機器翻譯方面取得了很大成就，機器翻譯經歷了基於規則的機器翻譯、統計機器翻譯、神經機器翻譯等階段，目前正在實用化和商品化，機器翻譯已經從學者的夢想變成了現實。
發揮優勢促進學科融合
隨著近年來人工智慧、數字人文、大數據等領域的快速發展，以及新文科建設的需要，各地學術機構結合各自學科優勢，推進研究工作，紛紛構建了計算語言學和自然語言處理相關領域的學術新機構新平臺。如2019年6月成立的北京語言大學語言智能研究院，2019年7月清華大學人工智慧研究院創建的自然語言處理與社會人文計算研究中心。
王厚峰介紹了當前他們的新研究。其一是跟蹤與改進，如在預訓練模型方面，儘量融入多模態的信息，包括結構化知識。其二是模型效率的改進。在當前的深度學習框架下，訓練複雜度非常高，如何降低複雜度是需要研究的問題。其三是加強以中文為核心的語言知識挖掘研究。
在北京語言大學教授宋柔看來，目前語言學和語言工程還存在脫節的現象，要促進語言學和語言工程的深度融合，加強攜手協作建立語言知識體系。
清華大學中文系教授劉石和清華大學計算機科學與技術系教授孫茂松展開學術合作，提出了構建「中國古典知識庫」的設想。劉石目前正在承擔的國家社科基金重大項目「基於大數據技術的中國古代文學經典文本分析與研究」，在古典詩歌分詞及知識圖譜工作中，運用計算語言學和自然語言處理技術，自動實現針對古典詩歌文本的詞彙抽取、分詞和關聯分析，並上線「古典詩歌知識圖譜」。
經驗主義方法與理性主義方法結合
如何進一步推進研究，王厚峰表示，我國學界在相關方面基本屬於跟蹤研究，還需要有創新型研究。其中尤其缺乏針對中文的計算研究，中文有很多自身的特點，今後需要結合中文特點開展相關研究。
馮志偉認為，目前，在計算語言學研究中，深度學習方法成為了主流方法，幾乎被應用於計算語言學研究的所有領域。這是一種基於語言大數據的經驗主義方法，語言規則受到忽視。深度學習應當與語言學研究結合起來，基於語言大數據的經驗主義方法應當與基於語言規則的理性主義方法結合起來，相互促進，相得益彰，這樣才能推動計算語言學的進一步發展。
來源：《中國社會科學報》2020年9月21日第2015期 作者：本報記者 曾江
精彩推薦：
決戰脫貧攻堅 決勝全面小康
詞學史研究的空間視角
數位化轉型中政府治理的機遇與挑戰
歡迎關注中國社會科學網微信公眾號 cssn_cn，獲取更多學術資訊。