深耕东盟语料库 畅通数字合作路

马骏自治区政协委员、南宁学院创新创业教育学院院长

唐平秋自治区人大代表、广西民族大学党委书记

政府工作报告提到，打造高质量数据集和东盟语料库。这一部署精准切中广西与东盟数字合作的核心痛点。

“广西作为中国与东盟唯一陆海相连的省区，在东盟语料库建设上具有天然优势。”马骏委员表示，广西与东盟国家地缘相近、人文相亲、民心相通，长期积累了海量多语言原生语料，为获取鲜活语言资源提供了便利。

语料库是推动信息化建设、赋能数字化转型、助力智能化升级的关键基础要素。因此，区内多所高校已前瞻布局东南亚语言与人工智能交叉学科，校企协同育人机制日益完善，初步形成专业化人才储备与实践梯队。依托中国—东盟信息港平台支撑，叠加“语料券”等政策工具赋能，以及“人工智能+跨境电商”等场景的持续拓展，进一步催生了东盟语料库建设的迫切需求，为产业落地筑牢了基础。

“东盟非通用语种语料库建设是广西人工智能领域的‘一号工程’，不仅赋能千行百业数字化转型，筑牢人工智能伦理与安全防线，更为‘北上广研发+广西集成+东盟应用’的人工智能发展路径服务打通关键环节，铺就一条数字合作高速通道。”唐平秋代表表示，当前广西东盟语料库建设已完成初步框架搭建，语种覆盖虽初具规模，但高质量细粒度标注语料稀缺，尤其在口语对话、专业术语等领域缺口明显，多数行业缺乏高质量垂类语料库；语料采集渠道多元但标准不一，数据复用率偏低，跨境支付与数据流通不畅等问题制约建设进程；越南语、泰语等核心东盟语种的标注人才需求和标注数据缺口较为突出。

针对这些问题，唐平秋代表建议，要加快搭建高水平语料库科研平台，整合高校、企业、科研机构资源，集中攻关面向东盟非通用语种语料精准标注等核心技术。健全跨境数据治理机制，积极推动中国—东盟数字规则互认，打通数据流通壁垒，为语料合法合规使用提供制度保障。

记者罗丹

来源：广西云-广西日报