学术科研

近日，英文学院语言智能学科团队在厚德楼102举办博达论坛第1083讲暨英文同文讲坛第131讲。北京外国语大学中国外语与教育研究中心教授、博士生导师许家金受邀作题为“大语言模型的外语教学与研究应用”的学术讲座。英文学院语言科学系科研主管郁伟伟副教授，人文智能研究所所长、特聘副教授俞佳及学院师生参与，英文学院院长邢富坤教授主持。

语料库与人工智能：从“经典”走向“后经典”

许家金以自身在语料库语言学领域近三十年的研究与实践经验为切入点，系统梳理了语料库研究从“经典”词频统计、索引分析，迈向“后经典”多变量建模、语义标注的发展历程。他指出，在大语言模型兴起的背景下，语料库语言学转向以“高质量、小而精、场景化”为核心的数据集建设，尤其注重服务于教学、翻译、跨学科研究等具体应用场景。

他强调，当前人工智能技术为语言研究带来前所未有的机遇。他以北外团队开发的二十余款“轻代码/零代码”语料分析工具为例，展示了如何借助大模型实现语义、语用、修辞等深层次语言现象的自动标注，从而解决以往“人工标注耗时长、规模有限”的难题。

言外之意的计算化：

大模型如何“读懂”隐含意义

讲座中，许家金重点分享了大模型在识别“言外之意”方面的前沿探索。通过汉语中的省略现象、英语中的间接请求、道歉语用策略等案例，他展示了生成式人工智能如何辅助研究者自动识别并标注语言中的隐含信息与语用功能。例如，在分析朱自清《背影》等经典文本时，大模型能高效识别出回指中的“省略”与语用学中的“隐含请求”，准确率达90%以上，为语用学、叙事学等人文研究提供了可扩展的数据基础。

多模态、跨学科与“新文科”实践

许家金进一步介绍了团队在“多模态语料库”“数字人文”等方向的实践成果，包括基于西方油画元数据的画派自动分类、中国瓷器窑口的机器学习鉴定等。他指出，当前“交叉学科”的真正融合点并非知识本体，而是“数据与方法”。这也正是“新文科”建设中，语言学科与技术学科协同发展的关键路径。

交流互动：

聚焦“小而精”与“校本化”数据建设

在交流环节，师生围绕“如何构建高质量校本语料库”“大模型在语言教学中的实操路径”等问题展开热烈讨论。许家金建议，浙外可结合地方特色与学科优势，着力建设“小而精、有代表性”的语料资源，如浙江区域文化数字叙事、多语种国际传播语料等，以数据驱动教学创新与科研突破。

结语：

语言智能时代的学科定位与使命

邢富坤总结指出，许家金的分享不仅展现了语料库语言学与人工智能深度融合的前景，也为语言智能专业的发展指明了方向——既要拥抱技术，也要坚守语言本体的研究内核，在“应用导向、数据驱动、人机协同”中走出一条特色发展之路。