在大語言模型技術(shù)日新月異的今天，大語言模型的飛速發(fā)展正深刻改變著各行各業(yè)的面貌，非物質(zhì)文化遺產(chǎn)的數(shù)字化保護(hù)與傳承迎來了新的機(jī)遇。日前，在《中國世界級非遺文化悅讀系列》叢書發(fā)布會上，南京農(nóng)業(yè)大學(xué)信息管理學(xué)院王東波教授團(tuán)隊聯(lián)合南京大學(xué)“術(shù)語與翻譯跨學(xué)科研究”基地，推出非遺領(lǐng)域大語言模型，為非遺的保護(hù)與傳播開辟了新路徑。

非物質(zhì)文化遺產(chǎn)傳承大多以口頭傳播為主，由于其內(nèi)容豐富而形式多樣，在傳承過程中極易隨著時間流逝而丟失。非遺領(lǐng)域大語言模型的推出可以有效推動非遺的數(shù)字化保護(hù)，助力傳統(tǒng)故事、技藝、習(xí)俗等內(nèi)容的數(shù)字化、知識化、系統(tǒng)化，從而建立非遺的長效保護(hù)體系，確保非遺的可持續(xù)發(fā)展。

在非物質(zhì)文化遺產(chǎn)領(lǐng)域，數(shù)據(jù)的獨特性與復(fù)雜性成為了領(lǐng)域化大模型構(gòu)建的關(guān)鍵挑戰(zhàn)。為確保非遺大模型能夠精準(zhǔn)理解和運用文化遺產(chǎn)領(lǐng)域的獨特知識，研究團(tuán)隊在數(shù)據(jù)收集階段深入中國非物質(zhì)文化遺產(chǎn)網(wǎng)，從機(jī)構(gòu)、政策、資源、咨詢、學(xué)術(shù)五大板塊獲取并整理了海量數(shù)據(jù)，涵蓋了政策通知、新聞專題、學(xué)術(shù)建設(shè)及項目介紹等多維度信息。此外，團(tuán)隊還充分利用了學(xué)術(shù)文獻(xiàn)數(shù)據(jù)庫中的大量非遺相關(guān)期刊論文摘要，最終通過對網(wǎng)頁內(nèi)容的分類解析和期刊論文摘要的整理，構(gòu)建了一個內(nèi)容豐富、體量龐大的非遺領(lǐng)域預(yù)訓(xùn)練數(shù)據(jù)集。預(yù)訓(xùn)練數(shù)據(jù)集的構(gòu)建是非遺大語言模型獲取領(lǐng)域知識的必要條件，目前的通用領(lǐng)域大模型雖然在語言能力與通用知識上表現(xiàn)出色，但缺乏對特定領(lǐng)域知識的了解，通過在批量領(lǐng)域化數(shù)據(jù)上開展預(yù)訓(xùn)練，能夠彌補(bǔ)通用大模型在非遺領(lǐng)域知識上的匱乏。

為使模型能夠更好地理解和響應(yīng)非遺相關(guān)的問題，研究團(tuán)隊結(jié)合前期獲取的非遺領(lǐng)域數(shù)據(jù)，通過對數(shù)據(jù)的量化統(tǒng)計和領(lǐng)域?qū)＜业姆治觯瑯?gòu)建了面向非遺領(lǐng)域的知識實體標(biāo)注方案。在此基礎(chǔ)上，經(jīng)過長期的人工數(shù)據(jù)標(biāo)注與校驗，實現(xiàn)了非遺數(shù)據(jù)知識實體的精細(xì)標(biāo)注，為后續(xù)模型的進(jìn)一步訓(xùn)練提供了高質(zhì)量數(shù)據(jù)基礎(chǔ)。此外，為進(jìn)一步豐富訓(xùn)練數(shù)據(jù)，研究團(tuán)隊結(jié)合大語言模型時代下數(shù)據(jù)生成的特性，與南京大學(xué)“術(shù)語與翻譯跨學(xué)科研究”基地的魏向清教授團(tuán)隊進(jìn)行合作，融合《中國世界級非遺文化悅讀系列》叢書中蘊含的豐富知識，依托超大型語言模型，對已有非遺文本數(shù)據(jù)進(jìn)行了轉(zhuǎn)換與增強(qiáng)，構(gòu)建了高質(zhì)量的領(lǐng)域知識對話數(shù)據(jù)。領(lǐng)域?qū)υ挃?shù)據(jù)的構(gòu)建，是大語言模型為非遺領(lǐng)域研究與學(xué)習(xí)人員提供基礎(chǔ)服務(wù)的需求，對話大模型能夠更好地服務(wù)于非遺傳播與研究。

依托南京農(nóng)業(yè)大學(xué)高性能算力平臺，研究團(tuán)隊在現(xiàn)有高性能大語言模型的基礎(chǔ)上訓(xùn)練了非遺領(lǐng)域基座大模型，并進(jìn)一步構(gòu)建了非遺對話大模型?；竽Ｐ偷耐瞥鰹榇竽Ｐ图夹g(shù)在非遺領(lǐng)域的深入應(yīng)用奠定了基礎(chǔ)，后續(xù)，結(jié)合非遺領(lǐng)域特色，有望實現(xiàn)更多領(lǐng)域內(nèi)特定任務(wù)，推動大語言模型技術(shù)在非遺領(lǐng)域的深入發(fā)展。對話大模型讓更多非遺知識的研究和學(xué)習(xí)者能夠更加便捷地獲取非遺相關(guān)知識，在非遺推廣與挖掘方面提供智能技術(shù)支持。

在非遺傳播過程中，非遺對話大模型可以實現(xiàn)非遺的自動化傳播與知識普及，并通過其強(qiáng)大的跨語言能力，將不同地域的非遺融合，打破語言障礙，更有助于非遺走向國際，為中華民族文化自信道路建設(shè)貢獻(xiàn)力量。在輔助非遺傳承方面，非遺大模型能夠為非遺傳承人提供更加便捷的技術(shù)支持，使非遺傳承人能夠更好地利用新技術(shù)實現(xiàn)非遺的創(chuàng)造性轉(zhuǎn)化。同時，借助大語言模型在非遺基礎(chǔ)上進(jìn)行文化再創(chuàng)造，深入挖掘非遺中蘊含的精神財富，結(jié)合知識圖譜技術(shù)對非遺進(jìn)行知識化存儲，有助于研究人員更系統(tǒng)地研究非遺的內(nèi)在邏輯和傳承脈絡(luò)。

非遺大模型的推出，為非物質(zhì)文化遺產(chǎn)的數(shù)字化保護(hù)提供了強(qiáng)有力的技術(shù)支撐，在此背景下，傳統(tǒng)文化與新質(zhì)生產(chǎn)力的結(jié)合將為傳統(tǒng)文化的活化傳承與創(chuàng)新發(fā)展開辟新的途徑。未來，隨著技術(shù)的不斷進(jìn)步和應(yīng)用場景的持續(xù)拓展，我們有理由相信，非遺將在數(shù)字化浪潮中煥發(fā)出更加璀璨的光彩。

通訊員 趙志梟

新華日報·交匯點記者 楊頻萍

【交匯點】南農(nóng)一團(tuán)隊首推非物質(zhì)文化遺產(chǎn)大語言模型

原文鏈接：

https://jhd.xhby.net/share-webui/detail/s671afb07e4b00cab55ab0b1e