南农大学团队研发了“古籍版ChatGPT”，为什么叫“荀子”。

荀子古书大语言模型微信***南农新冠窗口CIM示意图。

澎湃新闻（www.）。12月11日，从南京农业大学获悉，该校信息管理学院王东波团队近日研发出国内首款专门用于古籍加工研究的智能工具——《荀子》古书大语文模型，其中包括20多亿字大语料库的《四库全书》古书， 具有自然语言理解、自动翻译、自动索引等功能。该模型已在 GitHub、Modelscope 等上开源。

王东波说，荀子不仅是先秦时期伟大的天真唯物主义思想家和散文家，而且是语言学理论阐述的先驱，为了纪念这位语言学先驱而得名，“普通读者要想以繁体的、垂直的版本、不读句子的方式接近古籍，并不容易， 而《荀子》的推出，意味着在智慧媒体时代与古籍对话成为可能，将古籍的阅读理解、标点符号添加、翻译成现代汉语——这些难的'硬骨头'，'荀子'都能轻松取胜。 专家可以使用“荀子”完成古籍词汇分析、实体识别、关系抽取、文本分类匹配、文本摘要等。

据介绍，“荀子”的出现离不开高性能的算力基础设施，也离不开团队长期积累的精细化语料，已经养成了40亿字的混合语料数据。 “模型的构建受算力和场景应用的影响，但高质量、高精度的数据是关键。 王东波说，团队从2024年开始接触古籍，从2024年开始专注于手工精细标注数据，“比如在《岳阳楼的故事》中，训练机器给形容词标注，先训练相关人员给形容词标注，让机器在大量手工标注的基础上学习习。

王东波表示，他希望通过“荀子”大语言模型，将古籍的智慧研究与交叉学科人才的培养相结合，让学生既能有前瞻性的科研视野，又能积累更深的人文底蕴，同时让更多的观众接触、阅读和传播古籍， 并盘活“旧纸堆”。

澎湃新闻，更多原创信息请**“澎湃新闻”app）。