Comprehensive Language Knowledge Base

完成单位：北京大学计算语言学研究所

主要完成人：俞士汶、穗志方、常宝宝、刘 扬、段慧明、朱学锋、孙 斌、吴云芳、李素建、陆俭明

综合型语言知识库（简称CLKB）属于文理结合的"中国语言文字信息处理"学科。语言信息处理旨在让机器理解和运用人类语言。我国语言信息处理的上规模研究始于20世纪80年代中期，当时国内外汉语语言基础资源几乎是空白。与英语、日语不同，汉语缺乏形式标记，汉语语言知识库的建设尤显迫切和艰巨。基于对母语知识与文化的认知优势，项目组从1986年开始研究汉语计算模型和语言知识形式化描述方法，并构建语言知识库。历时20余年，建成综合型语言知识库，有力地支持了中文信息处理的原创性科学研究和应用技术开发。

2011年申报国家奖的CLKB包括6个语言知识库、10项规范与标准、4个核心基础软件和4个应用系统，它们相互支撑，形成一个紧密联系的有机整体。

语言知识库是CLKB的主体，包括：

CLKB的系列化语言知识库涵盖词、词组、句子、篇章各单位和词法、句法、语义各层面，从汉语向多语言辐射，从通用领域深入到专业领域。综合而言，CLKB是当今世界规模最大且获得广泛认可的汉语语言知识资源，具有完全的自主知识产权。

CLKB于2007年通过中国教育部组织的技术鉴定。鉴定意见对CLKB的评价是:"其规模、深度、质量和应用效果在我国语言工程实践中是前所未有的。该成果是以汉语为核心的多语言知识库建设中最全面、最重要的研究成果，总体上达到了国际领先水平"。

CLKB已产生广泛的学术影响、巨大的社会效益与可观的经济效益。规范和论著被广泛引用，两篇全国优秀博士学位论文在这里产生。免费用户数以万计。此外，CLKB的签约用户遍布美、日、德、法、俄、英、韩、瑞典、新加坡和中国大陆、台湾、香港、澳门，包括从事相关研究的著名企业、大学和研究所。自1996年开始应用起，直至2017年，这22年来，CLKB作为语言信息处理技术与产业的基础设施，为机器翻译、智能搜索、语音处理、信息提取、人机会话等各方面应用提供了支持。CLKB也为中国少数民族语言处理、聋人手语自动翻译、汉语国际传播做出了卓有成效的贡献。CLKB生命期之长在IT领域实属罕见。

CLKB所获主要奖励有：

值得补充提及的是，以《现代汉语语法信息词典》为基础的综合型语言知识库中的各项语言知识资源自1996年开始起对外进行协议转让，直至2017年，整整延续22年，从未有一年间断过。在信息技术领域，一项研究成果有如此长的生命力，还是相当罕见的。

基于语言工程实践，俞士汶主编的《计算语言学概论》于2016年获北京大学优秀教材奖励。

此外，北京大学计算语言学研究所还有多项没有参与报奖的语言知识库，择其要者：

1) 现代汉语语义词典——现代汉语语法信息词典的继承与扩充

2) 合成词结构数据库——用于未登录词的识别

3) 缩略语数据库——用于缩略语编码与解码的研究

4) 现代汉语虚词知识库——与郑州大学合作

5) 成语知识库 —— 与台湾元智大学典故资料库连接

6) 隐喻知识库——与北京语言大学合作

……

CLKB 是开放的，发展的！

欢迎询问，洽谈合作，共谋发展！