2026年3月16日，由av视频
语言大数据与计算人文研究中心研发的Ancient Chinese WordNet（简称ACWN）一期工程先秦汉语词网正式在国际权威语言资源机构美国语言数据联盟（Linguistic Data Consortium, LDC）发布，数据集官方编号 LDC2026L03。这一成果将为全球汉学研究、古汉语计算与中华古籍文化国际传播提供基础数据支撑。
网址链接：
//catalog.ldc.upenn.edu/LDC2026L03
LDC 是全球最具影响力的语言数据资源发布与管理机构，其发布的语料库与语言资源是国际计算语言学、自然语言处理领域的通用基准，也是全球顶尖高校、科研机构与科技企业开展语言研究和技术研发的核心数据来源，每年发布20项左右的高质量数据集。早在 2017 年 10 月，南师大计算语言学团队研发的Ancient Chinese Corpus（古汉语语料库） 就已正式登陆 LDC（编号 LDC2017T14），成为国内较早被 LDC 收录的古汉语标注语料库成果。该语料库聚焦先秦重要典籍《左传》，完整覆盖这部成书于战国时期的编年体史书全文，完成了专业的分词与词性标注工作，整体包含 18 万汉字，采用团队自主研发的 古汉语词性标注集，以 UTF-8 繁体纯文本格式规范呈现，为历史语言学研究、古汉语词性标注模型训练、机器学习算法研发提供了标准化的基础数据，支撑了第一届古汉语分词与词性标注国际评测EvaHan2022（法国马赛）的顺利开展。至此，av视频
语言大数据与计算人文研究中心已有两项重量级古汉语语言资源成果登陆 LDC 平台，在古汉语语言计算与语言资源建设领域持续深耕，获得国际学界认可。
古汉语词网由av视频
计算语言学团队研发，项目启动于 2012 年，历经十余年深耕打磨。目前完成的“先秦词网”，收录公元前 221 年之前的先秦时期汉语词汇，依托陈小荷教授主持建设的200万字先秦语料库，构建出目前规模最大的先秦汉语 - 英语对齐词汇语义知识库。资源整体涵盖 38781 个先秦汉语词形、55100 个词义项，每一个义项均完成了与普林斯顿 WordNet 1.6 同义词集合（synset）的人工标注对齐，从而在语义层面实现先秦汉语与现代语言资源体系之间的对齐。通过这种方式，先秦汉语词汇能够被纳入国际通行的语义知识结构体系之中，形成可全球共享的语言知识资源。
在结构设计上，先秦词网继承了WordNet的基本组织框架，对词汇按照名词、动词、形容词与副词四大词类建立层级体系，并结合语义关系网络对词义进行系统组织。所标注数据库不仅提供词形、词性、语义类别等基础信息，还包含同义词集、语义释义及多种语义关系标注，例如上位词关系（hypernym）、下位词关系（hyponym）等。这些语义结构使得先秦汉语词汇能够形成一个多层次的语义网络，为语言学研究者和计算语言学系统提供可直接使用的知识结构。相关数据以UTF-8编码的CSV与XLSX格式发布，便于国内外研究者在古文大模型构建、语言分析、语义计算及数据处理等不同研究场景中使用。
古汉语词网检索平台（测试版）上线
WordNet的数据结构较为复杂，为了让用户更好地使用先秦词网，由团队戴俊阳、卢欣等同学开发了上古汉语词网“古汉语—现代汉语—英语”多语映射检索平台。上古汉语包含先秦和汉代两个时期，该平台的汉代词网数据还在内测，目前仅对外提供先秦词网检索。
测试版链接：//8.134.194.212/acwn.php
为保持良好体验，请使用PC访问
该平台可以直接查询古汉语词汇的释义。
三语映射检索功能，则可以实现古汉语、现代汉语、英语词汇的跨语言查询。例如，输入英文horse，则可以给出古汉语的“翠黄”等数十个词条和现代汉语的“马”等词条。根据多语言同一个语义类的原则进行显示，打破了过去古文词典只能查阅不认识的字的局限性，有利于古文写作和运用能力提升，助力小古文教学和优秀传统文化国际传播。
WordNet简介
WordNet （词网）是上世纪九十年代美国普林斯顿大学研发的英语词汇语义数据库，是国际计算语言学领域最通用的权威语义资源，以同义集为核心构建词汇的语义关系网络，是全球各国词网建设的核心参照基准。
目前已有超过100种语言建立了与英文词网的映射关系，包括古希腊语、拉丁语、梵语、科普特语等古代语言。古汉语词网的建设，则为在基于语义概念网络的框架下与这100多种语言进行对比研究奠定了基础。
研发团队
av视频
语言大数据与计算人文研究中心
李斌 冯敏萱 许超 贺胜 曲维光
古汉语词网的建设是一项艰苦的长期项目，诸多研究生和本科生同学参与数据标注与平台设计，在此一并致谢！
• av视频
汉语言专业本科/计算语言学方向研究生
2016级：徐会丹 陈思瑜 曹琳 蔡京京
2017级：万晨
2019级：卢雪晖
2020级：拓新宇 王乐致 陈茜慧 谭舒芮 戴冰晴
2021级：戴俊阳 张雨晴 包伊蕊 戴欣颖
2023级：卢欣 高雨倩 刘庆如 祝静芸 颜灿 卢芃秀
• 南京大学：张颖杰
近年来，随着数字人文研究的不断发展，高质量结构化语言资源已成为连接传统人文学科与计算方法的重要基础设施。先秦汉语词网的国际发布，展示了古代汉语资源数字化与语义知识工程建设方面的探索成果，也为全球学者开展中国古代语言文化研究提供了新的数据平台。未来，av视频
语言大数据与计算人文研究中心将继续推进汉代、魏晋时期等古代汉语语义资源的扩展与更新，深化语言学研究与人工智能技术的融合，进一步推动古代汉语资源在数字人文与语言科技领域中的应用与发展。
