探索前沿，低调耕耘

　　北语计算语言学有一群大牛教师，他们的研究前沿、有趣。记者分别采访了研究语言教学、研究和应用的几位代表教授。

　　于东副教授——让计算机“听懂”语言

　　主攻语言信息处理的于东老师研究语义计算，即让计算机“听懂”、并且理解人说的话。

　　于老师介绍，语义学历经了三代研究。第一代是做生物分类体系般的语词典，通过条目分类囊括所有的词语。第二代是制作知识图谱，如网友自发编辑的百度、维基等百科，每一个词条形成一个小数据库。第三代则将词义抽象表示出来，再通过计算机分析词与词之间千丝万缕的关系。比如“鸡蛋”，可让计算机通过50个数字表示，表面看50个数字毫无关联，但一旦所有的食物都由50个数字表示出来后，计算机就能发现“鸡蛋”和“母鸡”间的联系，并能将它们的关系类比为人类母亲和孩子的关系。

　　提取个人中文简历中的信息，也是于老师重点负责的项目之一。对于有百度百科词条的人，他们的信息比较完整，普通人的信息则散落在互联网的各个角落，需要好好寻找。简历中，人们往往会写祖籍、出生地、年龄等信息，于东和学生们将这些信息提取后建模，再在更大的互联网文本中，找与这个人有关的

　　用计算机解决语言应信息，比如曾经待过的地方、做过的职位、人物关系用问题，即计算机理等等。之后逐层推导，绘制出一份社交图谱——以一解语言的句法结构和个人为中心，找出与之相关的人及其职位，构成人物语意结构，是当前大关系网络。这个项目2013年启动，仍在进行中。热的人工智能的一个用计算机解决语言应用问题，即让计算机理解方向。语言的句法结构和语意结构，是当前大热的人工智能的一个方向。饿了吃饭，脏了洗澡，这是人的常识，但计算机没有这个常识，如何让计算机获取、表示，甚至运算这种常识性知识，仍是研究的一个难点。2015年，于老师所在的大数据研究所团队加入了国家“863”计划项目“面向基础教育的知识能力智能测评与类人答题验证系统”，2016年再次申请到国家社科重点项目资助，目标就是以语法、语义结构分析为核心技术，帮助人工智能参加高考，并在高考科目中达到一定水平。

　　链接：在知识图谱领域，清华大学和中国科学院都在做相关研究，前者注重在知识图谱基础上的知识推理，而后者关注如何从原始文本中抽取知识图谱。北语计算语言学更多是在积累资源，从文本中挖掘知识，并着手清华和中科院都不怎么关注的常识领域。

　　荀恩东教授——写手漂亮的汉字

　　信科学院大数据与语言教学研究所所长荀恩东教授的研究，主要包括两个部分。一是用计算机帮助汉语学习。在北语这个拥有不同肤色学生的“小联合国”，很多留学生写汉字如同画画，而且没有笔顺概念。荀教授和同学们研发了帮助留学生写好汉字的手机APP——“易汉字”，以国家规定的笔画笔顺为标准，指导学生写出标准的汉字。这款软件针对的不仅仅是外国人，没机会“练笔”的中国成年人同样是目标对象。

　　如今，人们提笔忘字的现象越来越严重，为让人们写得一手好字，荀教授还请来了书法家，采集其书写汉字的过程和成型的字体，让大家在APP上跟着书法家一笔一画地临摹。此外，荀教授还将师生互动从课堂上搬到了移动终端上。课前，他将课上要讲的内容发送至手机等终端，供学生预习，课后，他收集学生练习的结果，作为研究的第一手资料。

　　与于东老师一样，荀教授也关注人工智能中的常识问题。此外，他还牵头建立了BCC现代汉语语料库（http：//bcc.blcu.edu.cn/），总字数约150亿字，包括报刊（20亿字）、文学（30亿字）、微博（30亿字）、科技（30亿字）、综合（10亿字）和古汉语（20亿字）等多领域语料，可供检索，服务于教学、舆情等。它是目前国内最大、被使用次数最多的语料库，不论是博士、硕士生写论文，还是老师做语言学研究，都能用到它。

　　链接：北京语言大学在汉语学习的理论方法领域做得最深入，比如汉语的字、词、句、篇章的分析和处理技术，在国内可比肩清华大学、中国科学院大学、哈尔滨工业大学、和复旦大学等知名院校，也丝毫不比国外逊色。

　　荀教授和同学们研发了帮助留学生写好汉字的手机APP——“易汉字”，以国家规定的笔画笔顺为标准，指导学生写出标准的汉字。

　　2015年，张教授的团队在日本同学中做测试，参加测试前，日本同学发音的准确率是80%，经过一段时间的训练，准确率达到了90%。

　　张劲松教授——改进洋腔洋调

　　张劲松教授关注计算机辅助发音教学和实用语音学。经过调研，张教授发现计算机辅助发音的第一代产品，运用的是语音匹配技术，用打分的方式判断发音是否标准，但这对学生改进和提高发音的帮助实在有限。“学生只知道自己发音的水平，却不知道哪儿出了问题。这样的反馈，于教学而言远远不够。”

　　怎样才能让学生更好地改进发音呢？

　　带着这一目标，张老师把发音分成“三个环节、五个层面”，挨个儿攻克难关。五个层面指音段、声调、语调、语段和韵律。“三个环节”的第一个环节是产出环节。张老师发现，将汉语作为第二语言学习，不同国家的学生有着不同程度的“洋腔洋调”。比如日本人分不清l、r和zhi、chi、shi，送气也不足。此外，日本人讲中文时，也许每个音调都正确，但他们不明白汉语的韵律、节奏，连起来说时句子听起来十分生硬。第二个环节是知觉层面，这个层面常见的问题是在教学过程中，老师讲的东西同学能理解多少，老师不能确定，如“妈”和“马”，有的同学听起来完全一样。第三个层面是交际层面，这个层面也有一些容易产生的问题，比如，中国人与外国人聊天时，为了让对话顺利进行下去，有时会选择性忽略外国人说中文时的错误，这样一来，外国人就认为自己的错误表达是正确的，这是加深印象或巩固错误的陷阱。

　　随后，张教授带领同学们有针对性地解决这些问题。在知觉环节，针对日本学生阳平上声不分的问题，团队利用物理参数合成音高区间，并划分了十个次级，“对母语是汉语者来说，听1～4级时，100%的人都表示听到的是阳平；听7～10级时，100%听到的都是上声；而听5或6级时，他们也会拿不准。”团队把中国人听1~10次级的情况告诉日本同学，并针对他们的薄弱环节进行针对性的训练。2015年，张教授的团队在日本同学中做测试，参加测试前，日本同学发音的准确率是80%，经过一段时间的训练，准确率达到了90%。

　　链接：在计算机辅助发音教学领域，美国佐治亚理工学院、香港中文大学、新加坡A*STAR（Agency for Science，Technology andReseach）研究所、日本京都大学等都有相关研究。由于北语开展得比较早，目前在国内外都处于前沿地位，研究成果在领域内也极受重视。

　　采写/本刊记者 尹颖尧 曹晓晨 文字整理/陈林芩