人工智能时代的语言本体研究(录播)
2026.04.20 - 2026.12.31 线上
主讲专家:王文斌、袁毓林、秦洪武、何伟、杨延宁、雷蕾、
价格:¥1480.00
在人工智能技术深刻重塑研究范式的当下,对语言本体的深度探索愈发成为揭示智能内在机理的关键锁钥。为回应这一时代议题,赋能外语教师在AI浪潮中抢占学术先机,促进语言学跨学科融合发展,北京外国语大学中国外语与教育研究中心和外语教学与研究出版社将于2026年4月18—19日线上举办“人工智能时代的语言本体研究”研修班(含回放)。
研修班特邀北京外国语大学王文斌教授、澳门大学袁毓林教授、曲阜师范大学秦洪武教授、北京外国语大学何伟教授、华东师范大学杨延宁教授和上海外国语大学雷蕾教授,聚焦大语言模型与语言学的深度融合,从语料处理到形式分析,从认知机制到理论创新,系统展示AI如何为语言本体研究注入新动能,助力广大教师革新研究范式,以语言学的深厚学理洞察智能本质,以前沿的学术视野拓展研究边界,强化语言学理论在智能时代的解释力与影响力,共同推动中国语言学在国际学术领域的话语建设与知识贡献。
【研修特色】
特邀语言学领域具有深厚造诣的六位专家联袂主讲,聚焦AI与语言本体研究,分享最前沿的学术思考与研究成果,为学员学术创新和未来发展提供建议和指导。
【研修日程】

【研修安排】
1. 研修时间:即报即学
2. 研修形式:线上回放
3. 研修费用:1480元/人(含授课、研修资料、教学组织管理、结业证书、直播服务等费用)
【报名及缴费】
1. 报名方式:
请登录“全国高校外语教师研修网”(https://heep.fltrp.com/teacher)注册、报名。
2. 缴费方式:
1)支付宝/微信缴费
请登录“全国高校外语教师研修网”缴纳研修费用。
特别提示:如学校报销需要,可提前将公务卡绑定支付宝/微信,并选择公务卡支付。
2)对公账户汇款
收款人账户名称:外语教学与研究出版社有限责任公司
收款人账号:620660000020100
开户行名称:民生银行(北京)万柳支行
行号:305100001598
注:汇款时请备注“姓名+院校+语言本体研究研修费”,汇款后请将汇款凭证拍清晰完整照片,发至邮箱training@fltrp.com。
【研修优惠】
1. 团报优惠:同一院校报名3人及以上可享八五折、6人及以上可享八折优惠。
2. 学生优惠:全日制在读本科生、研究生可享800元/人优惠。
3. 证书优惠:一年内获得外研社高校外语教师骨干班“优秀学员”荣誉称号,可享五折优惠。
* 以上优惠不叠加使用;请发送邮件或添加客服微信获取优惠缴费方式;报名后,请将优惠凭证照片/扫描件发至邮箱training@fltrp.com。
【其他事宜】
1. 研修发票
研修费电子发票由外语教学与研究出版社有限责任公司开具,发票项目为“*非学历教育服务*培训费”,研修结束后10个工作日内统一开具并发送至报名预留邮箱。请务必提前和学校财务确认报销要求,并于报名时准确填写发票抬头、纳税人识别号等信息。发票一经开具,无法修改。
2. 研修证书
凡报名并按时参加研修、完成研修活动及反思日志的学员,均可在研修结束后获得由外语教学与研究出版社有限责任公司签章的电子结业证书。
3. 邀请函
请登录“全国高校外语教师研修网”,在本期研修班的“资源专区”下载。
【联系咨询】


* 本活动最终解释权归主办方所有。
AI赋能探语言本真,学术引领谱研究新篇——记“人工智能时代的语言本体研究”研修班
4月18—19日,由北京外国语大学中国外语与教育研究中心和外语教学与研究出版社联合主办的“人工智能时代的语言本体研究”研修班在线上举办。研修班特邀北京外国语大学王文斌教授、澳门大学袁毓林教授、曲阜师范大学秦洪武教授、北京外国语大学何伟教授、华东师范大学杨延宁教授和上海外国语大学雷蕾教授六位专家主讲,聚焦人工智能与语言学研究的深度融合,分享最前沿的学术思考与研究成果,帮助学员夯实语言学理论知识基础,掌握AI赋能语言本体研究的方法,提升语言学研究创新能力。
开幕式上,外研社高等英语教育出版分社副社长孔乃卓编审向与会专家、教师和同学致以热烈欢迎和衷心感谢。他表示,外研社一直以来积极响应国家教育数字化战略,持续举办高质量研修项目,助力教师把握学术前沿动态,赋能教师专业能力提升。希望参会者能够以此次研修为契机,主动学习并深入掌握人工智能技术,在各自的研究领域深耕细作,共同推动语言学研究的理论突破与实践创新。

孔乃卓编审
如何测试ChatGPT的语义理解与常识推理水平?——兼谈大语言模型时代语言学的挑战与机会
袁毓林教授从“大语言模型有没有向语言学施压?”问题切入,深入剖析了大语言模型的语言理解机制,并从经典“图灵测试”的局限引入“新图灵测试”下的维诺格拉德模式挑战及其升级版本WinoGrande数据集,结合实例演示了大语言模型在语义理解与常识推理方面的能力。袁教授强调,大语言模型尽管能有效处理自然语言,但缺乏人类具身认知基础。他呼吁语言学家积极参与构建专业测试集,既为评估AI语言能力提供依据,也为语言学在AI时代拓展学术领域创造机遇。

袁毓林教授
基于预训练模型的汉语文本复杂度测量工具开发与研究
雷蕾教授首先阐述了预训练模型在语言学研究中的应用价值与技术优势。随后,针对汉语研究缺乏专用工具的现状,雷教授重点分享了其团队开发的现代汉语和古代汉语词汇复杂度测量工具AlphaLexChinese和AlphaLexClassicalChinese,详细介绍其开发过程、指标体系及测试效果,从而为汉语教学、语言学习及相关语言研究提供重要理论基础与实践参考。雷教授表示,相关工具及语料库已在GitHub平台开源,希望研究者积极使用这些工具和资源,共同推动汉语量化研究的发展。

雷蕾教授
人工智能在系统功能语言学研究中的多层级运用
杨延宁教授系统阐述了AI在系统功能语言学(SFL)研究中的多层级应用框架:在基础适配层实现了SFL的核心概念与AI技术的理论对接;工具应用层通过标准化标注的实操演示,展示了AI在实现自动化与规模化处理方面的技术潜力;深度分析层支持大量级语句的自动分类与统计,实现定量与定性研究的有机结合;理论构建层则可助力SFL的方法论革新和理论疆域拓展。杨教授强调,AI的应用效能取决于使用者的理论素养,建议研究者通过建立专用AI账号、纯净语料投喂和持续训练,提升其在语言学研究中的实用价值。

杨延宁教授
大语言模型语义表征:统计表示与形式语义互鉴
秦洪武教授从符号(形式)语义学与分布语义学研究入手,阐释了模型在高维向量空间中学习标记的共现与关联模式,并在语境嵌入中编码表达句法、语义和篇章关系的分布式线索,表现出类语义理解的能力。他结合丰富案例,演示了大语言模型在掩码预测、相似度和困惑度判断等任务中的表现,并说明其如何通过概率建模为形式语义计算提供实证支持。秦教授强调,大语言模型与语言学相互印证和补充,未来需深化二者的交叉研究,推动语义计算研究迈向新阶段。

秦洪武教授
大语言模型辅助下的语言复杂性探讨
何伟教授结合具体研究案例,详细介绍了如何借助大语言模型开展英语常用动词及物性过程研究,并展示了语料准备与处理、义项识别与生成、义项聚类与合并、及物性过程类型标注与统计等研究过程。研究发现,常用动词在其体现的及物性过程类型分布及其在核心—核心—边缘—边缘用法连续统中均呈现显著的不平衡性,反映出语言作为有机符号系统的复杂性本质。研究不仅揭示了语言系统的内在规律,也为AI时代的语言本体研究提供了重要的数据支撑与方法示范。

何伟教授
人工智能时代人类语言学家的主体性作用
王文斌教授聚焦人的主体性作用,指出语言本质上是人的语言,即使在人工智能时代,人类语言学家的主体性作用不可替代。王教授结合ChatGPT对《增广贤文》中地道汉语的解读和英译表现,展示了人工智能在理解汉语独特结构与深层文化内涵等方面的局限。他强调,研究者善用AI的同时,更需强化语言自信,发挥自主性、能动性和创造性,扎根语言本体研究,关注真实语言现象,警惕功利主义倾向,以此推动语言学在人工智能时代的可持续发展。

王文斌教授
本期研修班通过专题讲座、案例剖析、工具实操、互动研讨、资源分享等多元形式,为参班教师构建了高质量的学术交流平台,助力教师拓宽学术视野,拓展方法边界,提升AI时代的语言研究能力。期待参班教师将所学转化为研究实践,共同推动语言学理论创新与研究范式转型,为构建中国特色学术话语体系贡献智慧与力量。
研修班由外研社高等英语教育出版分社杨欢老师主持。

杨欢老师
研修班内容充实,兼具理论深度与实践广度。报名仍在开放中,欢迎更多老师、同学报名学习!
通过本次研修,我对大语言模型与语言学的交叉领域有了更深入的理解。
袁教授关于ChatGPT语义推理能力的分析,让我认识到语言学理论在大模型时代仍具有重要价值,尤其是如何设计有效的测试框架来评估模型的真正理解力。雷教授介绍的基于预训练模型的汉语文本复杂度测量工具,为我今后的文本难度分级研究提供了可操作的技术路径。秦教授关于统计表示与形式语义互鉴的讲座,拓宽了我对语义表征多元化的认识。杨教授展示的人工智能在系统功能语言学中的多层级运用,以及何教授关于语言复杂性探讨的案例,均让我看到了计算手段与理论语言学结合的巨大潜力。王教授强调的人类语言学家的主体性,更提醒我在拥抱技术的同时,不能放弃人文思考与批判精神。
总体而言,本次研修既有前沿技术方法,也有深刻的理论反思,对我今后的教学与科研很有启发。
——杨老师 浙江大学
经过这次的研修学习,我感觉自己的思维被狠狠“刷新”了。这完全不是那种听过就忘的培训,很多内容都精准回应了我日常教学中的困惑。
最让我有共鸣的是关于大语言模型和语言学研究的讨论。之前我总觉得AI能写、能改、能翻译,语言学好像快没什么用了......听了专家讲解的AI在语义理解上的局限以及语言学家在AI时代的主体性作用后,我突然就不慌了:AI再厉害,也无法真正理解语言背后的语境、情感和文化逻辑,而这正是我们语言学老师的价值所在。
另一个让我深受触动的点是文本复杂度测量工具的开发。平时在英语阅读教学中,我只能凭经验判断一篇文章的难度......专家介绍的基于预训练模型做文本复杂度测量,为我打开了新思路。原来我们日常教学中的痛点,真的可以通过技术手段来解决,不用再靠“拍脑袋”做决定了。
——关老师 武汉纺织大学
在六位专家前瞻性的讲座中,我了解到近几年AI对语言本体研究的巨大促进作用,同时也认识到需要谨慎地对待大语言模型呈现的结果......讲座也帮助我解决了近期在教学中的诸多困惑。
1)关于单词的不同含义,尤其是比喻义和引申义的理解,何伟教授的研究让我明白了为何学生往往难以理解汉字的引申含义,而更多的是停留在字面意义上。
2)在词汇、句子的多样性与复杂性教学中,以往我大多只能提出概念,难以阐释其背后的内涵。讲座帮我从心理与社会化层面加深了理解,为教学及研究提供了帮助。
3)有关语言学家主体性的讲座中,我最深的体会是,作为语言教学者,自身语言功底必须过硬。同时应开展真正的中英文对比教学研究......
在今后的教研中,我将带着所学理念和方法,不断探索和实践。
——徐老师 浙江机电职业技术大学
这次研修促使我重新思考一个问题:语言学研究者和学习者该如何面对人工智能?起初我对大语言模型有些距离感,但听完讲座后我意识到,当前模型在句法判断、词义理解、常识推理等方面已经表现出色。虽然它们并非真正“理解”语言,而是靠统计和概率模拟出类似理解的行为,但这本身就值得语言学家关注。
语言学并不是没用了,而是需要换一种方式介入......作为语言学专业的学习者,我认为未来.....至少要了解预训练模型的基本原理......能看懂技术类文章的基本逻辑。我们不需要成为程序员,但要能与做技术的人对话,并在自己的研究中找到结合点。
在心态上,这次研修缓解了我的焦虑。AI不是来替代语言学家的,而是把语言学的价值重新凸显了出来。真正难的是如何把自己的知识转化成能与技术对话的问题。这条路值得走下去。
——安同学 北京外国语大学
作为一名在读博士研究生,通过参与本次研修,我的收获特别大......
袁毓林老师分享的实证研究思路为我打开了新视角,促使我重新思考如何评估AI的语言能力,并对传统语义理论有了新的反思;雷蕾老师介绍的工具开发方法非常实用,为我后续开展语料库相关研究提供了可参考的技术路径;何伟老师关于大模型辅助语言复杂性研究的探讨,也给了我很多启发,拓展了我的研究维度,丰富了研究方法;王文斌老师的分享让我感触很深——现在AI技术更新很快,但语言学家的理论思辨能力、人文洞察力和问题意识,才是我们真正不可替代的核心竞争力,也让我更清楚在交叉研究中如何找准自身定位,避免只做技术工具的使用者。
本次研修内容和我的研究方向很契合,对我后续科研工作的推进具有重要帮助。
——赵同学 四川外国语大学
相关推荐