关于少数民族语言文字信息化建设

关于少数民族语言文字信息化建设胡锦涛总书记在党的十七大报告指出：“运用现代科技手段开发利用民族文化丰厚资源，加强对各民族文化的挖掘和保护，重视文物和非物质文化遗产保护，做好文化典籍整理工作。”胡总书记还指出，要让互联网成为传播社会主义先进文化的新途径、公共文化服务的新平台、人们健康精神文化生活的新空间，促进社会主义文化事业和文化产业的健康发展；要以积极的态度、创新的精神，大力发展和传播健康向上的网络文化，切实把互联网建设好、利用好、管理好。基本情况我国少数民族语言文字信息化工作始于上世纪80年代，20多年来取得长足发展。目前已有多种传统通用民族文字编码字符集、字型、键盘国家标准和国际标准；开发了一批应用软件，一些软件已实现Windows系统上的运行；各类数据库及专业应用软件不断问世；蒙、藏等几种文字有了电子出版系统、办公自动化系统；蒙、藏、朝、维吾尔、彝等文种的网站或网页初步建成；民族文字识别和机器辅助翻译等也有了一定进展。通过搜集整理各民族文字建立的“中华大字符集”，为收集、整理、保存和抢救我国民族文化遗产工程打下基础。目前，蒙、藏、维、彝等民族语言文字信息化建设走在了前列。以藏文为例，1984年藏文即实现信息处理。1993年，我国开始藏文信息技术标准化工作。1997年7月，藏文成为我国少数民族文字中第一个具有国际标准的文字。藏文软件开发工作也于1998年列入自治区科委863计划。2005年7月，西藏藏语言文字网开通。2007年5月，“藏文拉丁转写国际标准”在京通过专家鉴定。近年来，我国民族语言文字在计算机、网络中的应用越来越广泛；除了计算机操作系统，少数民族语言文字信息化还被广泛应用在日常电子通讯中。2004年1月，我国推出第一款少数民族语言文字手机，即维吾尔文手机。2007年，中国移动内蒙古公司又成功推出了蒙古文手机，为蒙古族用户提供更加快捷、方便的服务。现在，民族同胞不但能通过网络获取天气预报、科技新闻等信息，而且可以利用本民族语言收发手机短信。——2005年9月，永中Office在已经有简体中文版、繁体中文版、英文版、日文版的基础上，推出了维、哈、柯文版办公软件。永中Office维、哈、柯文版，根据维、哈、柯文用户的语言和书写习惯，从界面及菜单上都具体维、哈、柯文的特色，完全符合用户的使用习惯，实现了维汉文混合排版、维文字符自动选型、从右向左书写等功能。——2006年底，上海中标软件有限公司（中标软件）面向广大藏文使用者推出了中标普华Office3.0藏文版软件产网站。此外，吾守尔·斯拉木带领团队研发了基于网络及通信设备的信息智能监控及舆情分析平台、大词汇连续语音识别与合成、文字识别、智能校对、智能搜索引擎等系统，为新疆乃至中西亚地区社会维稳、反恐防恐提供了智能技术支撑。而吾守尔·斯拉木也因此获得2007年自治区科技进步奖特等奖。——早在上世纪九十年代，中国民族信息技术研究院院长于洪志教授及其团队就做到了电脑文字识别功能，如一篇少数民族文字，只要在扫描仪上一扫，就变成可编辑文本。她带领课题组研制出了世界上第一个藏文视窗平台、第一个藏文字处理软件，还建立了世界上第一个藏文网站。近几年，她正在率团研发少数民族语言的机器翻译，如一篇藏文，通过一个按键命令就变成汉字或英文。正在研发的还有少数民族语音合成，如一篇藏族文字输入电脑中，电脑可以就此朗诵出来，而且朗诵没有“机器味儿”，有着人类自然的表达效果；少数民族语音识别，如只要录入所说的话，计算机将其自动生成为文字。现在全球计算机技术发展迅猛，只要一落后，目前已开发的所有软件都会被淘汰。于洪志教授及其团队也在紧跟最先进技术，如云计算和大数据处理等。目前，义务教育、成人教育、科普教育等少数民族语言文字远程教育课件，已通过于洪志团队研制的云平台对外发布。其中“藏语远程教育网”，自2012年9月运行以来，点击率超过30万，超过80%的用户来自北京及西藏、青海、甘肃、四川、云南等藏族地区。藏文、蒙文、朝鲜文的数字图书馆也相继成立。此外的研发成果还有藏文、蒙古文、维吾尔文、朝鲜文古籍保护系统等。——我国是统一的多民族国家，但直到21世纪初，与拉丁文、汉字相比，蒙古、藏、维吾尔、哈萨克、柯尔克孜等民族文字的识别研究几近空白，严重影响了文化信息化的发展。少数民族文字信息化，最基础的工作是信息的“输入”。输入，最常见的方式是人工用键盘输入。可面对浩如烟海的图书与典籍，要把这些优秀的少数民族文化逐字逐句地手工输入计算机，简直是不可能完成的任务。这就有了扫描。丁晓青与她的团队清华大学电子工程系智能图文信息处理研究室的师生们，最先挑战了汉字。1989年，丁晓青研究组采用图像识别的方法，让计算机通过图像来进行“全局性”认字，化零为整，错误率反而降低了，高效且实用。利用图像识别的方法同样识别了其他文字，如认英文、日文、韩文等。理论上，图像识别的方法适用于所有文字。应该说，这找到了解决计算机识字的普适性方法。针对少数民族文字识别，丁晓青选择最重要、最具代表性的蒙藏维哈柯文字为突破口。清华大学丁晓青于1999年开始藏文识别研究，与合作单位西北民族大学在2003年完成了藏文（混排汉英）文档识别系统；于2002年开始了维吾尔文、哈萨克文、柯尔克孜文以及阿拉伯文识别研究，与合作单位新疆大学在2004年完成了印刷体维吾尔文、哈萨克文、柯尔克孜文、阿拉伯文（混排汉英）文档识别系统；于2005年开始蒙古文识别的研究，与合作单位内蒙古大学、内蒙古师范大学在2007年完成了多体蒙古文（混排汉英）印刷文档识别系统。通过对实际文档的识别性能的测试表明，系统对各种文字单字识别率均达99%以上，实际民族文字（含汉英混排）文档识别率达97%，均处于世界领先水平。在该技术上推出的“蒙藏维哈柯朝主要民族文字汉英混排文档综合识别跨文种理解系统”，为促进中华各民族文化信息化及交流提供了重要的数字化工具，并广泛应用于多种领域。譬如，国务院直属负责对外宣传的中国西藏信息中心等单位网站、中国民族文化宫“民族数字图书馆”对少数民族历史资源的抢救和信息化等。虽然多民族文字识别取得了突出成果，但仅仅是一个开始，在丁晓青看来，民族文字信息化还有大量的工作需要去做。丁晓青和她的团队现今正在做少数民族文字的“识别理解”工作，“例如，可以将藏文文档经过识别，变成计算机可以阅读的文档，这样就有可能利用字典查询等工具，将其内容转换为汉字加以理解，或反之，将汉文档转换为藏文档或蒙文档表示。我们把这称为"跨文种识别理解"，是通过文档识别及机器跨文种理解等智能信息手段，实现文字"查字典"的功能。”实现各不同文种的民族语言及文档信息之间的的文种转换，使民族文字语言真正实现"沟通无极限"还需要进行大量如"机器翻译"等的研究开发工作。这对推动民族信息化，促进无障碍的民族文化交流，对维护国家统一和民族团结也是具有重要战略意义的。存在问题（一）现有的民族文化信息大多数是“资料保存库”，没有发挥其传播效用和真正实现信息分享，形成“信息共享数据库”。随着社会的发展和科技的进步，传统的民族民间歌舞、民族服饰、民族风情及其习俗传承机制等单一民族的特性非物质文化遗产正在日益消失，便捷直观的了解民族文化已成为一种趋势。（二）民族地区的文化事业和文化产业还有待于加强。目前还没有真正把民族民间文化的丰富底蕴，通过文化产业表现出来，充分发挥其民族民间文化资源的优势和核心竞争力。（三）民族地区文化人才匮乏制约了基层文化信息化的发展。长期以来，由于体制和政策导向及文化企业自身问题，很多能人没能安排到文化行业工作，优秀的人才更是“招不来、养不了、留不住”。民族地区通过考试出去的精英基本上外出后不再回乡工作，造成专业人才资源的短缺。（四）基层文化信息化资源缺乏整合，信息共享体系不健全。目前一些部门都在加强信息化建设，但大多只是重视硬件建设，忽视了软件建设，信息的采集和资源的开发各自为战，缺乏统一标准，重复建设，造成信息资源的浪费和闲置。（五）信息化对传统优秀民族文化产生不可避免的冲击。“电视进入一个村子是一次不可逾越的改变，族群的传说消失，族群集体记忆被电视代替，在世界中的定位发生改变。”以手机为代表的新兴媒介进入少数民族地区更是一次巨大的变革。信息化使得少数民族地区外来文化加速进入，造成族群传说的消失，族群集体记忆被新的媒介和文化所代替，这也是近年来许多专家学者痛心的问题：一些民族歌谣、曲艺、传说等开始失传；一些精湛的民族工艺和建筑开始衰微；一些灵验有效的民族医药失去了市场；一些有利于培养人类美德的传统礼仪和习俗被逐渐废弃等等。历来中西文化的交流总是部分商人或者是传教士首先带着器物进入某一地区，当地人总是由观望变为接受，部分人尝到甜头之后该新鲜事物便在当地推而广之。在接受器物的同时也接受了这种文化，进化自己的文化或者是用自己的文化化外来文化。随之带来的是不同地区不同民族的交流空前扩大，各种现代传媒的传播速度和传播范围达至空前，各种传统文化受现代文化的冲击也都达到空前。比如，被誉为“东方女儿国”的泸沽湖在２０世纪初的时候还是“人间仙境”，后来由于外来商人、游客等的不断进入，本土文化受到了冲击，作为泸沽湖地区较早开发的洛水村已经严重商业化，美丽的摩梭少女也只有在特意为游客表演的时候才会穿上民族服饰，而且这些服饰也已经融入了现代流行元素。工作建议民族文化是我们中华文化的血脉，也是我们赖以发展和创新的智慧源泉，加快民族文化信息化有利于有效地保护我国文化安全，促进富边睦邻。民族文化是我们中华文化的血脉，也是我们赖以发展和创新的智慧源泉；民族文化既是中华民族伟大复兴的原动力，也是中华民族复兴的重要内容。信息化是当今世界经济和社会发展的大趋势，网络的传播内容和形式也得到不断的充实，特别是处于交通不便、自然条件恶劣等条件的贫困民族地区，利用网络新媒体的方式来传播民族民间文化，传递民族信息显得更加重要。与此同时还可以普及民族文化知识，引发本民族及其他人对少数民族文化的了解和认同，更重要的是可以利用丰沛的民族民间文化资源促进民族地区的农民增收和社会发展。我国少数民族中，除回族、满族外，其他53个民族都有自己的语言，有些民族内部甚至还使用着多种语言。目前，全国55个少数民族共使用100种以上的语言。随着农村城镇化、世界经济一体化，以及互联网的快速发展，一些民族语言到了濒危境地，从而威胁人类文化的多样性。民族语言文字是中华民族的宝贵财富，是非物质文化遗产的重要内容。对其进行规范化、标准化、信息化建设，成为当务之急，是信息时代提出的新任务。除了保护民族文化，民族语言文字信息化建设还有利于促进民族地区各项事业发展。我国民族自治地方占国土面积的64%，西部和边疆绝大部分地区都是少数民族集聚区。在西藏，超过一半的藏胞不懂汉语；在云南少数民族中，约有超过30%的人不懂汉语；新疆的一些中小学教师的汉语水平有待提高。这种情况下，民族语言文字的信息化建设显得尤为迫切。民族地区要发展，语言文字必须跟上信息化时代步伐。做好民族语言文字规范化、标准化、信息化工作，有助于民族地区的日常交际和信息化，有利于民族地区经济文化事业发展及和谐社会构建。另外，民族语言文字信息化建设也是争夺虚拟空间控制权，维护边疆安全的重要手段。我国有30来个跨境民族，他们与境外同族有共同的语言和文化。加快民族语言文字信息化建设，有利于有效地保护我国文化安全，促进富边睦邻。民族文化的建设要积极扬弃，将信息化与传统民族文化恰当结合，才是民族文化发展的必经之路。信息化作为生产力，改造社会的同时也被社会所改造；作为文化，化人的同时也在人化，少数民族文化随着信息生产力的发展普及将发生深刻的变化；少数民族在信息化的同时，也会给信息化生产力打上民族化的烙印，最终民族文化的变异统一性和传承多样性会随着信息化的不断发展进一步加深，而这种多样统一能使民族文化的发展充满生机和活力，对于形成民族凝聚力也是非常重要的。但是，信息化也会鱼龙混杂，对民族文化造成负面的冲击，要么盲目复兴传统民族文化，要么一味的追求信息化，舍弃传统民族文化，这都不能更好建设民族文化，增强民族自豪感和自信心。民族文化的建设要积极扬弃，将信息化与传统民族文化恰当结合，才是民族文化发展的必经之路。各级政府要加强引导和支持民族文化数据库的建设，扩大人们对民族文化的认识，促进民族地区团结和谐。政府应当帮助和支持民间力量建设一些能用、实用的以“传播民族文化、传承民族文明、传递民族信息”的数字博物馆（民族网站），让网络成为展现民族传统文化知识的窗口，带动和帮助民族地区营造生态环保、绿色健康的消费氛围，引导民族地区文化产业和生态农业建设的发展方向，有效促进民族地区农特产品进入可持续发展的市场轨道，为民族地区的经济发展服务，搞好民族文化数据库建设至少可以发挥以下四个作用：一是通过网站传播感性文化，充分展示优秀的民族民间文化，合理开发和利用非物质文化遗产，让民族工艺品更加鲜活和生动，推动传统文化的创新和民族知识的普及。二是通过网站感知消费文化，充分展示民族地区的文化特色，把民族文化符号镶刻在民族地区的农特产品中，让其更有生命力和竞争力，增加农特产品的文化含量，促进民族地区经济发展和生态文明新农村的建设。三是通过网站体验感受文化，充分展现民族民间文化中蕴藏的民族精神、民族心理和民族习俗，给民族地区的休闲旅游注入动力和活力，为发展其独具自身地域和民族特色的休闲旅游产业营造良好的展示空间，为人们提供共享精神愉悦的生活乐趣和放松的生存空间。四是通过网络更便捷的了解少数民族和民族地区，巩固和发展社会主义民族关系，让国家改革发展的成果更好地惠及各族群众，让更多的人共享少数民族民间文化的成果，不断巩固和发展全国各族人民的大团结。政府要提供政策扶持和培养一批社会文化产业企业，并为其创造良好的发展环境和条件，让他们成为促进当地经济发展的主力军。通过社会文化产业企业充分将民族文化资源优势转化为市场优势，真正实现民族文化元素从作品、到产品、再到商品的转换，确保民族文化符号看得见摸得着，促进文化大发展大繁荣。一是把少数民族地区文化产业的发展与贫困地区群众脱贫致富有机地结合起来，通过对民族民间文化的开发和利用，让农民自觉投入到保护当地的民族民间文化中来，让优秀的民族民间文化传统发扬光大。二是培育一批企业成为龙头重点，开发当地的非物质文化遗产传统民间手工艺