12月2日，南京农业大学信息管理学院王东波教授研究团队在北京发布“荀子”古籍大语言模型。“荀子”古籍大语言模型是该团队在国家社科基金重大项目“中国古代典籍跨语言知识库构建及应用研究”的支持下，联合中华书局古联公司推出的专门进行古籍处理与研究的智能工具。该模型包含《四库全书》在内的绝大多数传世古籍文献，拥有超过20亿字的大型语料库。
“荀子”古籍大语言模型以古籍智能化研究为目的，为古籍智能处理而设计，在推动我国古籍研究与保护工作创新发展、提高中华传统文化传承的效率与质量、实现大语言模型与古籍处理的深度融合上提供重要支撑。该模型作为开源公益研究成果已在GitHub、ModelScope等网站发布，用户可免费下载部署使用。
据介绍，王东波教授研究团队在南京农业大学高算力基础设施支持下，持续10年深耕古籍文献数字化研究，同时依托中华书局提供的应用场景，在古籍开源大语言模型上实现AI人工智能垂直细分领域的全国首创。该开源模型包括基座模型XunziALLM与对话模型XunziChat两个部分。其模型亮点包括：智能标引，能够对古籍中的内容进行高质量主题标引，帮助研究人员快速了解文章主题；信息抽取，能够自动从古籍中抽取关键信息，如人物、事件、地点等，大大节省了信息整理时间；诗歌生成，能够根据给定的主题或关键词，自动生成符合语法规则和韵律要求的古诗，为诗词爱好者提供创作灵感；高质量翻译，对于难以理解的古籍文献，能够进行精准的现代文翻译，帮助研究人员更好地理解原文含义；阅读理解，能够对给出的古文文本进行分析解释，实现对古籍文本的自动阅读；词法分析，可以完成古籍文本的自动分词和词性标注，有效提升研究效率；自动标点，可以快速完成古籍文本的断句和标点，提升使用者对古籍文本的阅读体验。此外，同时发布的基座模型，用户也可以根据自己的需求，使用本地的训练语料微调“荀子”基座模型，使其在古籍下游处理任务上取得更优越的处理性能。
发布会现场，研究团队进行了包括词法分析、实体识别、关系抽取、文本分类与匹配、文本翻译等古籍处理场景的模型演示。国内高校、出版界和互联网头部企业的众多专家学者参加了发布会，与会者亲身体验了模型的实用性和直观效果，并给予了高度评价。
模型链接 https://github.com/Xunzi-LLM-of-Chinese-classics/XunziALLM
新闻来源南京农业大学新闻网：https://news-njau-edu-cn.vpn2.njau.edu.cn:8118/2023/1206/c18a127132/page.htm