西夏文是记录党项民族历史文化的重要载体,也是中华文明多元一体、各民族交往交流交融的重要见证。中国社会科学院(中国社会科学院大学)语言学重点实验室同中国社会科学院西夏文研究中心合作,依托“多文种数智平台建设与中华语言文化传承发展研究”(YY2503)项目,建设了全球首个西夏文数智化平台。平台综合运用语料库技术和计算机视觉、大语言模型等人工智能技术,系统整合国内外馆藏资源,构建了集文献释读、语料检索、字词检索、研究成果、识别校对、智能翻译、编码转换、文献修复、评测基准、切分校对、学术动态、智能助手十二大栏目,并取得八项软件著作权。平台在建设过程中形成了涵盖西夏文原始文献语料库、西夏文研究文献语料库、西夏文异体字语料库、西夏文原始文献字符识别语料库、西夏文原始文献文本检测语料库、西夏文印刷体字符识别语料库、西夏文混合多文种印刷体字符识别语料库、西夏文四行对译语料库、西夏文分词与词性标记语料库等九个专题语料库,该平台为西夏文研究提供了从古籍整理到公众科普多阶段的数智化支持,推动了珍贵语言文化资源的保护、整理、研究和利用,为“绝学”、冷门学科多文种资源的数智化保护研究提供可借鉴的路径。
平台地址:http://lmjx.ucass.edu.cn/xixia/
