智慧作诗、精确翻译、自动标点 陆首个古籍大语言模型发布

智慧作诗、精确翻译、自动标点，大陆首个古籍大语言模型发布。（南京农业大学网站）

南京农业大学网站13日，消息，该校资讯管理科学系教授王东波研究团队2日在北京发布「荀子」古籍大语言模型。「荀子」古籍大语言模型是在大陆国家社科基金重大专案「中国古代典籍跨语言知识库构建及应用研究」的支持下，联合中华书局古联公司推出专门进行古籍处理与研究的智慧工具。该模型包含《四库全书》在内的绝大多数传世古籍文献，拥有超过20亿字的大型语料库。

「荀子」古籍大语言模型以古籍智慧化研究为目的，为古籍智慧处理而设计，在推动中国古籍研究与保护工作创新发展、提高中华传统文化传承的效率与品质、实现大语言模型与古籍处理的深度融合上提供重要支撑。该模型作为开源公益研究成果已在GitHub、ModelScope等网站发布，用户可免费下载部署使用。

据介绍，王东波教授研究团队在南京农业大学高算力基础设施支持下，持续10年深耕古籍文献数位化研究，同时依托中华书局提供的应用场景，在古籍开源大语言模型上实现AI人工智慧垂直细分领域的大陆首创。

该开源模型包括两个部分：基座模型XunziALLM与对话模型XunziChat。

其模型亮点包括：智慧标引，能够对古籍中的内容进行高品质主题标引，说明研究人员快速了解文章主题；资讯抽取，能够自动从古籍中抽取关键资讯，如人物、事件、地点等，大大节省了资讯整理时间；诗歌生成，能够根据给定的主题或关键字，自动生成符合语法规则和韵律要求的古诗，为诗词爱好者提供创作灵感；高品质翻译，对于难以理解的古籍文献，能够进行精准的现代文翻译，帮助研究人员更好地理解原文含义；阅读理解，能够对给出的古文文本进行分析解释，实现对古籍文本的自动阅读；词法分析，可以完成古籍文本的自动分词和词性标注，有效提升研究效率；自动标点，可以快速完成古籍文本的断句和标点，提升使用者对古籍文本的阅读体验。

此外，同时发布的基座模型，使用者也可以根据自己的需求，使用本地的训练语料微调「荀子」基座模型，使其在古籍下游处理任务上取得更优越的处理性能。