7月28日，由我校团队研制的《粤语语料 岭南文化标注分类框架与规范》专家论证会举行。论证会由广州大学粤语语料库建设与大模型评测广州市哲学社会科学重点实验室、国家语言服务与粤港澳大湾区语言研究中心、广州大学荔湾研究院、广州大学人文学院联合组织。

广州市社科联党组书记、主席崔颂东，副主席郭德焱，广东省语委办、广州市教育局、荔湾区有关负责同志，我校副校长张其学，国家语言服务与粤港澳大湾区语言研究中心主任屈哨兵，粤语语料库建设与大模型评测重点实验室主任、广州大学网络空间安全学院齐佳音教授，华南师范大学、暨南大学、广东外语外贸大学等单位的岭南文化和粤语研究领域专家参会。

会议现场

高质量数据决定着人工智能理解语言及文化的上限，要让AI真正理解和处理粤语，需要将粤语中蕴含的岭南文化知识以机器可理解的方式进行编码。要做到文化规则智能复现的保真性，需要制订严谨的文化语料标注规范。在此背景下，粤语语料库建设与大模型评测重点实验室牵头起草《粤语语料　岭南文化标注分类框架与规范》。该规范立足粤港澳大湾区文化建设需要，以粤语语料为主要标注对象，建立岭南文化元素的分类框架、精神维度体系与标注规则，让抽象的文化信息有类可归、有码可依，助力于将岭南文化语料转化为机器可识别、可计算、可复核、安全可信的人工智能高质量文化数据。

齐佳音教授指出，要让全球粤语AI深谙岭南文化精髓，需语言文化研究者与计算机专家深度协同，实现文化规范的可计算与数字化保真传递，而粤语方言文化语料标注规范正是这一基础性工作。

齐佳音教授介绍粤语语料库平台建设进展

规范主要执笔人、我校人文学院博士后刘荣艳介绍，该规范在国内较早探索建立面向区域文化精神标识的语料标注体系，可为粤语语料库建设、大模型训练、文化数字化保护及粤语教学提供统一依据，助力大湾区文化认同与中华文明标识体系的区域落实。

刘荣艳汇报规范编制情况

该规范以粤语为切入点，坚持“精神内核一致、外在表达区分”，将岭南文化纳入中华文明整体框架。规范按图像、声音、行为、物质、认知五大符号构建三级分类，与国家级非遗门类相衔接；提炼出“开放包容、务实进取、敢为人先、重商守信”等核心精神，并从粤语俗语中生成关键词表，使抽象文化精神转化为可识别、可分类、可复核的结构化数据。

与会专家围绕科学性、规范性和可操作性进行了充分讨论并给出宝贵建议。一是夯实规范研制必要性的论证，明确完善方向；二是立足粤语词汇系统厘清特色词界定，优化分类层级与例证对应；三是以活态口语为主，处理好口语与文本语料关系，聚焦代表性区域开展标注；四是妥善解决粤语用字规范，加强语音、语法层面的文化信息标注；五是推动规范与地方文献整理、公众粤语培训等场景对接，促进成果面向应用。课题组逐一回应并与专家深入交流。

▲华南理工大学单韵鸣教授发言

▲广州大学黄小娅教授发言

▲暨南大学刘新中教授发言

▲华南师范大学方小燕教授发言

▲广东外语外贸大学左鹏军教授发言

▲广州图书馆刘平清副馆长发言

崔颂东对后续工作提出三点期望。一是建起来、立得住，夯实基础框架；二是可持续、可应用，在实践应用当中迭代完善；三是可兼容、走出去，加强与港澳及海外主流粤语标注体系的兼容对接。

▲广州市社科联党组书记、主席崔颂东讲话

我校副校长张其学表示，该规范是国内方言语料文化标注领域的开创性探索，希望课题组充分吸纳本次专家论证意见，反复打磨、持续完善，产出兼具科学性与应用性的高质量标准成果。

▲副校长张其学讲话

“本次论证方向得到肯定，框架获得讨论，共识已在路上，问题有待解决，目标等待完成。”国家语言服务与粤港澳大湾区语言研究中心主任屈哨兵教授在总结中表示，课题组将逐条吸收意见，持续优化文本，为粤港澳大湾区文化认同与中华文明标识体系区域化落实贡献力量。

▲屈哨兵教授作总结讲话

据了解，粤语语料库建设与大模型评测重点实验室围绕“数字中文建设”和大湾区文化数字化需求，遵循“标准先行、数据可溯、服务可用”原则，推进多模态粤语语料库平台建设，已在采集加工、平台研发及大模型评测上取得阶段性成果，并于2026年世界人工智能大会发布了两项最新成果。