技术赋能教育，科技创造未来。随着人工智能迈入认知智能阶段，人工智能与脑科学、认知科学、语言科学等学科之间交叉融合，不仅对外语学科发展和人才培养产生了冲击，同时也带来了新的机遇和挑战。

“人工智能与人类语言系列丛书”集成北京外国语大学人工智能与人类语言重点实验室研究团队阶段性成果，由主任李佐文教授牵头，汇集该领域前沿研究专家，涵盖人工智能与人类语言研究的各个热点领域，囊括语言与认知神经发展、多语言自然语言处理、智慧外语教学、外语健脑强智、多语言语料库建设等话题，展现多语种、跨语言、多模态的智能语言处理实践及实现人机之间用自然语言进行有效沟通的研究，致力于深度语义理解、语言认知机制的计算建模等前沿研究，为进一步推动人工智能与教育深度融合，攻克语言智能中的关键核心技术提供参考。

本书聚焦自然话语的语义特征和计算分析过程，多角度探讨话语计算的过程与应用：从认知科学角度论述了话语的可计算性，从语言学角度阐述了话语的可计算特征，从语料库建设角度阐述了话语特征的标注与分析。

本书聚焦外语智慧教学前沿问题，着重从外语智慧教学回顾与展望、混合式外语教学与评价实践、教师智能教育素养、教学资源与平台建设等方面探讨教育数字化转型背景下的外语教与学核心要素，旨在从技术赋能角度促进外语教育创新及外语教育学高质量发展。

本书基于机器翻译的技术原理与翻译特点，构建了一个较为全面的机器翻译质量评价体系，从多个语言粒度评析机器翻译系统的翻译质量，并结合时间维度探讨机器翻译质量的演化，同时研究人机协同工作的模式和特点，以期对机器翻译研究、机助翻译研究等有所启迪。

本书在智能科学与技术的视角下，简要概述了人类的语言与认知、语言数据与模型、机器对人类语言能力的实现及应用，清晰勾勒出语言智能的理论框架和研究体系，突出核心概念与关键技术，为语言类专业学生开启人工智能知识和技术的大门，助力理工类学生了解语言学的知识和原理。

本书结合传统翻译学理论和现代自然语言处理技术，采用双语平行语料库研究方法深入探讨短语级别的翻译策略自动识别，有助于拓宽交叉研究的思路和视野，对机器翻译研究具有重要意义。

本书以外壳名词研究的语料库—认知分析路径和型式语法观为理论框架，重点阐述了外壳名词补足语型式、泛指与派生类外壳名词、外壳—内含复合体语义类型、外壳名词短语序列等分析工具，着重介绍了逻辑斯蒂回归分析和多重对应分析等统计分析方法。

本书通过对行为和神经影像学实验数据的分析，系统地探讨了人类在交流过程中如何理解说话人有意隐含的话语内容，并深入剖析了这一认知过程背后的神经机制，为语言学、心理学、神经科学等领域的科研工作者、教育工作者和学习者提供了有价值的学术资源和启示。