智慧城市建設中的語言服務

郭書諫 沈騎

提 要 智慧城市是當前城市建設和發展的重要趨勢。當前智慧城市語言服務具有語言服務數據化、計算機中介交流普遍化和人機耦合三大特征。語言數據對智慧城市建設具有重要作用，但受限于政府重視程度不夠、人才培養、行業標準和立法限制等問題，仍然是城市大數據的孤島。故需創新人才培養模式，增強語言數據收集、研究、使用的制度設計，鼓勵語言數據在智慧城市建設中的研究和應用。同時，語言產業的一系列轉型，要求進一步關注、研究這一過程中數字化鴻溝、壟斷、機會不公平等可能存在的問題。應重視語言服務“技術化”，同時堅守價值評判的“人文性”，關注城市市民特別是弱勢人群的數字化生存處境。

關鍵詞 智慧城市;語言數據;語言產業;語言規劃;語言服務

中圖分類號 H002 文獻標識碼 A 文章編號 2096-1014（2021）03-0045-10

DOI 10.19689/j.cnki.cn10-1361/h.20210304

Language Services in the Process of Building Smart Cities

Guo Shujian and Shen Qi

Abstract Building Smart City is an important project in the current urban construction and development. This paper outlines the research and development of language services and proposes that current language services in smart cities feature three major aspects： digitized service， computer-mediated communication， and human-computer coupling. Although language data is playing an important role in the construction of smart cities， the restrictions in government investment， professional training， industry standards， and legislation have made language data an isolated island in the sea of big data in smart cities. In order to solve these problems， it is necessary to innovate talent training mode and enhance the institutional design of language data collection. On the other hand， it is also very key to encourage the research and application of language data in the construction of smart cities. At the same time， the digital transformation of language service has brought about a series of changes in the language industry， some possible problems such as the digital divide， monopoly， and inequitable opportunities in this process required more attention and examination. Our study of language services in smart cities needs to focus not only on the technical aspects but also on the humanistic concerns， especially the current state of digital living of the vulnerable population in the community.

Key words smart city; language data; language industry; language planning; language service

一、引 言

智慧城市（Smart City）最早由國際商業機器公司（IBM）提出，旨在應用技術手段讓城市更加高效地運行，節約資源并改善市民生活質量（許曄，郭鐵成2014）。近10年來，智慧城市在中國的發展方興未艾，日益成為未來城市建設的重要方向。習近平總書記指出：“我們要深刻認識互聯網在國家管理和社會治理中的作用，以推行電子政務、建設新型智慧城市等為抓手，以數據集中和共享為途徑，建設全國一體化的國家大數據中心，推進技術融合、業務融合、數據融合，實現跨層級、跨地域、跨系統、跨部門、跨業務的協同管理和服務。”建設新型智慧城市成為新時期城市建設和社會治理的戰略方向。

數據是智慧城市建設的核心要素。王靜遠等（2014）認為建設智慧城市是未來現代化城市的發展方向，以數據為中心的技術是支撐智慧城市建設的技術基礎。然而較為遺憾的是，無論在以《河北雄安新區規劃綱要》為代表的政府規劃文件中，還是在互聯網技術公司的智慧城市建設方案中，智慧化的語言服務都未能納入智慧城市建設。從華為技術有限公司和京東數字科技集團等機構提供的最新資料看，語言數據并沒有得到充分重視。鑒于此，作為一項探索性研究，本文主要關注以下幾個問題：在智慧城市建設過程中，語言服務的發展現狀如何？存在哪些困境和問題？可以采取哪些措施加以改善？未來研究需要關注哪些方面？

二、智慧城市語言服務的基本內涵

語言服務是“利用語言（包括文字）、語言知識、語言技術及語言的所有衍生品來滿足語言生活的各種需要”（李宇明2014，2016）。近年來語言服務的相關研究日益受到關注，大致可分為應用語言學和翻譯研究兩大流派，但內容相對零散，實證研究較少（仲偉合，許勉君2016）。有學者將語言服務細分為語言翻譯服務、語言教育服務、語言支持服務以及特殊行業領域的語言服務，認為其基本屬性包括“服務性、規約性與主導性”（屈哨兵2007）。王海蘭（2018：60）進一步認為語言服務涵蓋了語言規劃服務、語言咨詢服務、語言教育和培訓服務等十大內容，提出新形勢下城市公共語言服務面臨的五大問題和十大任務，當前“農民涌入城市，西部人口流入東部，國外人員來到中國，城市成為一個城鄉文化、中外文化混合的區域”。城市的語言服務既是一項需要滿足不同人群生活需求的公共服務，同時也是城市和社會治理中需要關注的問題。

近20年來，“語言服務”的定義經歷了由狹義到廣義的發展。早期的“語言服務”多指語言標識、翻譯等以信息轉換為基本任務的狹義范疇（張偉，鄭中原2004）。而后“語言翻譯服務、語言教育服務、語言支持服務、特殊行業領域的語言服務”等被納入研究范圍（屈哨兵2010）。陳鵬（2016）認為語言服務包含“語言教學、筆譯、口譯、語言技術工具、字幕翻譯和配音、軟件本地化和網站全球化、會議組織及咨詢等”。新冠疫情暴發以來，應急語言服務也被納入語言服務的研究范疇之中，得到普遍關注（王輝2020）。

本文論述基于較為廣義的語言服務定義，既包括狹義的以信息轉化為主要目標的翻譯等內容，也包含語言教育服務，以及普通話推廣、地方語言保護等政府語言規劃等項目。與過去的城市語言服務不同，智慧城市的語言服務更加依靠新技術解決城市語言管理中的問題，以實現相應目標。智慧城市建設對城市語言服務和規劃提出了新的要求。語言服務效率的高低、覆蓋面的大小、技術和智慧化水平的高低，影響著城市居民生活的便捷度和服務的可得性。近10年來智慧城市的發展，使得政務、金融、醫療等各項城市服務數據互通，基本實現了可共享的城市大數據底座。但在城市大數據中，語言數據的應用仍然受到局限。本文探討的語言數據界定為3類：個人的語言使用和語言能力情況調查數據（包括普通話、方言、外語的使用能力和學習年限）、文字化的語料（比如社交網絡中每個人的語料、學術研究收集的特定任務語料等）、語音語料（比如智能客服語料、語音導航語料等）。有學者認為，語言數據是數據這一生產要素的組成部分，也與其他一些生產要素發生各種各樣的關系（李宇明2020）。在大數據時代，數據為語言學家提供了新的研究范式（劉海濤，林燕妮2018），研究者應該重視語言作為數據如何從理論到實踐層面參與智慧城市建設。

三、智慧城市語言服務發展現狀

相較于傳統的城市語言服務，智慧城市的語言服務具備以下新的特征。

第一，語言數據的重要性凸顯。在智慧城市中，由于算力和數據的大規模增長，語言不僅是傳統意義上個人發出的聲音或者文字符號，還可以以語料數據的形式存在（Agerri et al. 2015）。語料數據顯示出大數據的4V特征（Katal et al. 2013）：規模性（volume），多樣性（variety），價值性（value），變化性（velocity）。以智能客服為例，通過計算機技術，大量的人工客服語料得以被機器學習，形成語言模型，實現數據化和行業應用。以信息導覽服務為例，不再依靠人以自然語言介紹的方式進行，而是將數據存儲在服務器中，借助智能手機等終端作為入口，通過二維碼掃碼、圖像識別等方式與人進行交互。而過去為了滿足國外游客獲取交通、地名等信息的需求，城市必須借助標牌上的語言翻譯為國際旅客提供必要的導覽服務。

第二，計算機中介交流的普遍化。由于機器和人同時成為了語言生產和傳播的主體，計算機扮演了人與人交流的中介（Kerr & Hiltz 2013）。以電子商務企業的語言服務為例，過去許多由人工承擔的信息導覽、會務等服務，被計算機和機器人取代。在部分場景中，盡管客戶仍然是與人工客服進行溝通，但也是借助電腦、智能手機等終端進行。與過去面對面的語言服務相比，現在的語言服務人員通常集中于客戶服務中心，集中管理培訓，通過計算機與不同地區的客戶進行交流。

第三，語言服務全過程由計算機和人共同參與配合，具有“人機耦合”的特征（劉慶峰2018;余玉秀2019）。隨著技術進步，機器通過算法和數據加工，處理、運算語言數據生成的自然語言成為人機交互的界面（Gorecky et al. 2014）。以口譯為例，傳統意義的口譯員基于自身的專業素質和經驗進行翻譯。隨著科大訊飛等一系列基于自然語言處理和人工智能的口譯服務產品推出，口譯員與計算機協同配合，共同完成口譯任務。以景區導覽為例，過去游客只能尋求多語導游的幫助以實現信息獲取，現在借助技術手段，人們可以通過掃描二維碼，獲取不同語言的導覽語音，結合位置數據甚至能夠自動獲取對應的內容。人只需在產品開發、項目部署、管理、運營和維護中發揮作用，而具體的語言服務則由機器開展。

在移動互聯網、智能手機、云計算和自然語言處理等新技術的加持下，智慧城市的語言服務在過去10年間誕生了不少服務商，催生了語言服務產業的智慧化業態轉型。我們選取了其中3個較為具有代表性的案例加以研究。

案例一：驢跡科技為代表的智慧導覽。借助“驢跡導游”移動應用程序（APP），用戶通過智能手機掃描二維碼可獲取不同語言的電子導覽服務，此舉可以替代人工導覽和景區信息介紹。同時，在數據后臺，政府和主管部門可以通過用戶掃碼后的各種選項和操作、瀏覽順序、點擊量等數據，了解人流趨勢、興趣熱點和行動軌跡，從而更加科學地規劃城市、建設景區、設置線路和調度交通工具。以信息導覽為代表的語言服務具有高度的重復性和相似性，機器完成這些任務更加高效。導覽服務即時記錄和匯總相關數據，可為城市和景區管理者決策提供依據。

案例二：語言服務機器人。語言服務機器人能夠提供翻譯、導覽、咨詢、引導等多種服務和保障。在第二屆中國國際進口博覽會中，除了傳統的翻譯員，場館內增設了中英雙語的“進寶”機器人為參觀人員和參展商提供翻譯服務（鄒娟2019）。與人工譯員相比，盡管機器人目前在復雜翻譯任務的譯文準確性上仍然不及人工翻譯，但對于常規翻譯任務，機器人能夠全天候、無休息地提供服務，滿足日常語言翻譯和信息呈現需求。

案例三：云翻譯。以翻易通、365翻譯、譯云、Trycan和金譯通為代表的云翻譯服務商是智慧城市中新的語言服務提供者。與傳統的翻譯公司相比，云翻譯提供商能夠通過人機協同的方式提供更加高效、精準和更具價格優勢的翻譯服務。個人或者企業客戶通過網絡下單，提出相應的需求，由服務商的譯員和機器協作共同滿足客戶的翻譯需求。

通過上述案例可以發現，智慧城市的語言服務具有“人機耦合”的特征：傳統由人進行的語言服務，向著人機交互的方式轉變。信息導覽、客服、翻譯等大規模、重復性的服務內容，逐步通過訓練語言數據和機器學習實現，但是語言機器模型的研發、部署、管理、執行、監督、維護等過程仍然需要人的主導。以智慧導覽為例，系統的搭建、二維碼的生成和導覽語音數據的準備處理，都需要人工研發、部署和管理，后期系統產生的游覽量、行程線路等相關數據也都需要人的分析和決策。語言服務機器人雖然部分替代了重復性的服務，但是許多復雜服務仍然需要人的協作，同時機器人的研發、迭代、部署和管理都需要人的參與。由于計算機并不能直接參與處理自然語言，因此各種語言服務中所用到的自然語言必須加以數字化，語言數據的重要性凸顯。以表2為例，相較于傳統服務，數字化方案需要人工將傳統服務流程化和數字化，為計算機準備足夠的專用語料，通過機器學習、算法訓練等過程，逐步實現數字化。

在智慧城市的語言服務過程中，人的角色和知識結構發生了轉變，未來高度重復性的語言服務勞動可能由機器提供。人只需要承擔產品研發和部署、數據收集和分析、項目決策和管理等需要創新和創造力的職責。人和機器相互協同配合，從而更好地實現語言服務的智慧化。語言服務業將從勞動密集型，逐步向科技密集型產業轉變。以導覽為例，過去需要百人團隊才能服務的景區和街區，隨著智慧城市建設的發展，未來可能僅需10余位人員負責系統的部署和維護。智慧城市和信息化建設的迅速發展，對語言類專業人才的知識結構和能力素質提出了許多新的要求。未來，城市語言專業人才不僅需要有扎實的語言基礎，也需要具備一定的數據知識和運用技術工具解決實際問題的能力。

相較傳統的語言服務，上述智慧化的解決方案，在服務部署、管理和效率上具有一定的優勢。自然語言作為交互界面的重要性逐步減弱，正在被二維碼、智慧終端等取代。不過智慧城市中不少公共服務的“智慧化”程度還遠遠不夠。新冠疫情暴發以來，城市健康衛生公共服務的智慧化得到了廣泛重視，以健康碼為代表的健康衛生服務在全國范圍內廣泛推行。由于語言服務的欠缺，以健康碼為代表的健康衛生智慧服務缺乏相應的導覽和說明，客觀上形成了眾多老年人城市生活的“數字化鴻溝”（彭蘭2020）。當前城市的各項服務都在以前所未有的速度實現信息化和升級更新，智慧金融、智慧交通、智慧醫院等城市服務都面臨著交互過程中語言服務的欠缺。目前語言服務的智慧化解決方案主要體現在文化、旅游、翻譯、交通等領域，對于金融、醫療、政務等場景，更高程度的智慧服務依然缺少相應的解決方案。

四、智慧城市語言服務建設的困境

盡管智慧城市語言服務近年來發展迅猛，但也存在著不少局限。主要體現在語言數據的孤島問題、語言人才的知識結構問題和語料數據的法律限制三大方面。

第一，語言數據的孤島問題。盡管近年來智慧城市的大數據基礎設施建設不斷深化，與其他類型的數據如交通、人流、物流、資金流等數據相比，城市人口的語言類調研數據仍然屬于數據孤島（高豐2015），尚未納入城市管理大數據平臺。例如，中國家庭追蹤調查（CFPS）中具有語言相關的數據和字段，但在一網通辦等智慧城市的大數據平臺中，卻很少包含個人的普通話能力、外語能力、方言類型等數據。這些個人的語言能力數據對于城市語言管理具有重要作用，不僅應該在人口普查等各類調查中進行數據收集，也應該將其納入智慧城市建設的數據庫之中。

第二，語言人才的知識結構問題。智慧城市語言服務存在人才供需的結構性失衡，現有語言人才的培養模式難以適應智慧城市的語言服務需求。長期以來由于語言類學科傳統上被定義為文科，語言學科注重語言能力和人文素養，對于數學思維和技術能力等方面的培養顯得不足。由于語言服務的智慧化轉型，許多重復性的勞動都由機器替代人工。以景區為例，在數字化的信息導覽服務部署之后，已不需要安排專職的外語導游，而是需要能夠熟練應用相關信息系統，同時兼具一定語言服務能力的人才。

第三，基于特定任務的大規模高質量語料相對缺乏。相比于其他類型的大數據（如人臉、交通、物流、訂單等），由于存在保護用戶隱私方面的限制，語音語料數據的收集受到了更加嚴格的監督。許多智慧化語言服務的不斷迭代優化，如智能客服、機器翻譯、人工導覽等都需要大規模、高質量的語料和不斷強化的算法，但受限于語料數據，不少課題研究面臨著“巧婦難為無米之炊”的困境。此外，由于學科定位、研究傳統的差異，語言學科和計算機學科之間的數據難以共享互通。語言類學科語料庫研究是“在數字化時代對（美國）結構主義語言學的續寫，以及對功能語言學的發揚”（許家金2017），主要目的在于發現語言的結構性、功能性特征。而自然語言處理、計算語言學所謂語料庫更多出于具體問題和任務的目的，收集特定語料（宗成慶2008）。不同學科產生的語料之間難以實現跨學科共享和協同。

上述問題，一方面凸顯出政府和企業在智慧城市建設的決策過程中，不太重視語言數據的收集和應用;另一方面，語言數據自身也存在結構化程度不足、應用范圍窄、收集困難等現實困境。如何更好地應用語言數據，運用新技術，推動語言服務的智能化、產業化、規模化，提高城市語言管理和服務水平，成為當前需要研究的重點。

五、智慧城市語言服務建設的對策

面對上述難題，我們認為應該從如下3個方面予以應對。

第一，政策制定者、研究者和建設者應該重視個人語言調查數據在城市管理中的重要作用。重視語言的習得、使用、能力等情況，不僅是對語言本身的關注，更是對與語言密切聯系的身份認同、文化資源的管理。不僅應該在人口調查和家庭情況調查中增加與語言相關的統計字段（如普通話水平、方言使用情況、外語習得水平和年齡等），而且要將調查數據納入城市市民的數據集合中。城市語言規劃應該向著數據化、動態化方向發展，根據城市市民語言大數據，更加科學有效地制定政策，改變當前個體語言使用和能力數據作為數據孤島或者數據缺失的現狀。

第二，推進智慧城市建設，培養適應智慧時代發展的語言人才，需要打破學科壁壘，推動融合發展（戴煒棟，等2020）。應以新文科的發展趨勢和要求，用AI賦能語言學科知識體系（蔡三發，等2020）。在新文科建設的背景下，融合發展并非簡單的過去“外語+專業”的復合型人才培養方式，而是在培養過程中強調技術意識、工具意識和數據意識。在掌握語言技能和知識的大前提下，能夠具備運用技術工具、處理語言數據、創造性地解決理論和現實問題的能力（劉海濤，林燕妮2018），這符合新文科的發展趨勢和要求。圖1顯示了智慧城市語言服務對人才的具體需求。

智慧化的語言服務人才體現了跨學科、多學科交叉協同解決問題的特點。圖1顯示：（1）具備高水平語言交際能力的人才能夠發揮自己的特長，在語言交際、需求溝通等方面發揮作用;（2）人才應該了解數據科學，具備一定的數據處理能力，適應語言建模、數據分析和語料庫建設與維護的工作;（3）人才應該具有項目管理能力，在項目流程、人員管理和決策部署方面能夠推進相應建設;（4）人才應該具備產品開發能力，這種能力當前主要是由計算機科學學科來培養。如圖2所示，整個智慧化語言服務項目從用戶需求分析到流程梳理、原型開發、調試修改、部署測試以及最終服務推廣，需要不同學科知識、不同能力和素質的團隊合作。除了產品開發、測試、部署等環節需要專業技術人才的參與，其他環節語言人才都能夠參與其中。適應智慧城市乃至智慧時代發展的語言人才，應該在具備良好語言交際能力的基礎之上，具備相應的技術思維和實踐經驗，從而增強適應性，提高解決問題的能力。這一響應技術變革的學科訴求并非要求語言類專業人才放棄語言能力的本位，而是在滿足語言技能學習之外提升技術思維、工具技能和數據處理能力，從而使得語言專業學生不再局限于語言技能，而是具有一定的數據思維、技術能力和實踐方法，能夠適應新的包括智慧城市建設在內的各項新時代建設需求。

第三，語言數據乃至智慧語言服務的發展，需要有更加系統化、制度化的頂層設計和創新。語言服務的智慧化依賴自然語言處理技術的進步，而算法的創新需要有足夠多的數據支持。在缺乏語料數據的情況下，許多研究和應用都難以展開。在數據收集和處理方面，需要改變當前語料數據的零散化和局限性，建立和完善語料數據的國家標準或者行業標準，開發具有自主知識產權的大規模多語種平行語料庫建設、管理、維護工具，建設標準化的語料研究的托管中心。應減少重復勞動，促進學術研究對接產業需求，讓語言數據向著標準化、大規模、可移植、可復用的方向發展，轉變現有分散化、難應用、功能單一的現狀。

六、智慧城市的語言服務發展前景

隨著新技術的不斷發展，語言服務未來會向著更加智能化和集中化的方向發展。“智能化”指的是科技在語言服務中所起的作用將更加顯著，以信息技術為驅動，機器和人員共同為城市市民提供語言服務。“集中化”指的是語言服務產業集中度增強，由于技術和資本的集中化，少數科技企業有能力重構產業鏈，為全國乃至全球提供特定類型的語言服務。

以翻譯產業為例，近年來越來越多的大型信息技術服務商進入翻譯市場，提供機器翻譯和人工翻譯等服務。與過去的中小型翻譯公司、個人工作室相比，大型IT企業運用項目管理、語音識別、計算機輔助翻譯、機器翻譯等技術，不斷優化業務流程，提高業務效率。未來的翻譯服務將是在科技公司組織下，依靠少數精通專門語言的翻譯服務人員，在計算機翻譯系統的支持下，滿足市場需求。以景區導覽為例，近年來一些科技企業以手機應用的形式為千萬用戶提供全國2萬余個景區的導覽服務。在語言教育領域，部分科技公司的產品能夠為全國的兒童語言學習提供相應服務。

通過上述案例可以發現，過去的語言產業從業者如翻譯、導游、教師等，在新技術和智慧化的變革之下，不再以分散的個人的方式提供服務，而是成為科技企業重構的語言服務產業鏈的一部分。相較于過去的語言服務，這一變革從宏觀視角具有經濟和技術層面的巨大優勢。在云計算、大數據等新技術加持下，語言服務從未有像今天這樣輕松易得，便宜高效。但是轉型也帶來了資源機會的不平衡、壟斷、失業等一系列問題。在某些領域，對技術的差別化利用在不同人群之間劃出了“數字化鴻溝”：年輕群體、中產群體等能夠更好地學習和掌握技術服務的人群能夠獲得相應服務，而老年人、貧困群體難以獲得相應服務。由于技術發展帶來的產業和服務轉型引起的社會公平問題，值得做進一步的實證調查和研究。

在智慧化、技術化程度日益加深的時代，城市語言服務的智慧化轉型不僅是一個技術問題，也是一個具有人文性的課題。語言學科對于智慧城市的研究不僅應該從計算語言學、語料庫等“技術視角”切入（馮志偉2018），還應該從社會語言學和語言規劃等“人文視角”，研究語言智能對不同人群的影響。在智慧化轉型的過程中如果只關注技術指標和經濟效益，可能造成只重視通用語和強勢語言的數字化，導致語言服務逐步向著標準化、單語化發展，引起城市語言生態的單一化。同時，人群對于技術變革的接受度和可得性存在差異，人文研究應該特別關注人在智慧化時代的生存狀態和處境。應警惕工具理性和技術思維的單向度價值體系，保持人文精神的批判性，為政府決策和城市建設提供多元化的視角和聲音。

七、結 語

智慧城市建設的開展向語言服務、語言數據、語言管理等領域的理論和實踐提出了新的要求，展現了新的機遇。隨著智慧城市建設的深入，語言服務的數字化轉型不斷發展，智慧導覽、云翻譯、語言服務機器人等領域已經產生一系列相應的產品和成果，語言數據對于智慧城市建設的重要意義逐步顯現。但是，受限于語言人才、行業標準、立法規范等難點，智慧城市的語言服務仍然面臨著不少困難。推進智慧城市建設，培養適應智慧城市發展的語言人才，需要強調打破學科壁壘，推動融合發展;創新人才培養方式;建立和完善語料的國家標準或者行業標準;開發具有自主知識產權的工具，出臺相應的法律意見。與此同時，應該關注和研究語言服務智慧化過程中的產業轉型和由此帶來的數字化鴻溝、資源機會不公平、壟斷等問題。智慧城市的語言服務研究在重視語言服務技術化的同時，也應該堅守價值評判的人文性，關注城市市民特別是弱勢群體的數字化生存處境。

參考文獻

蔡三發，王 倩，沈 陽 2020 《人工智能賦能：高校學科建設的創新與發展——訪中國工程院院士陳杰教授》，《電化教育研究》第2期。

陳 鵬 2016 《語言產業經濟貢獻度研究的若干問題》，《語言文字應用》第3期。

戴煒棟，胡壯麟，王初明，等 2020 《新文科背景下的語言學跨學科發展》，《外語界》第4期。

馮志偉 2018 《機器翻譯與人工智能的平行發展》，《外國語（上海外國語大學學報）》第6期。

高 豐 2015 《開放數據：概念、現狀與機遇》，《大數據》第2期。

李宇明 2014 《語言服務與語言消費》，《教育導刊》第7期。

李宇明 2016 《語言服務與語言產業》，《東方翻譯》第4期。

李宇明 2020 《數據時代與語言產業》，《山東師范大學學報（社會科學版）》第5期。

劉海濤，林燕妮 2018 《大數據時代語言研究的方法和趨向》，《新疆師范大學學報（哲學社會科學版）》第

1期。

劉慶峰 2018 《“AI的未來：算法突破、腦智同飛、人機耦合”》，《上海信息化》第10期。

彭 蘭 2020 《“健康碼”與老年人的數字化生存》，《現代視聽》第6期。

屈哨兵 2007 《語言服務研究論綱》，《江漢大學學報（人文科學版）》第6期。

屈哨兵 2010 《關于〈中國語言生活狀況報告〉中語言服務問題的觀察與思考》，《云南師范大學學報（哲學社會科學版）》第5期。

王海蘭 2018 《城市公共語言服務的內涵與評估框架構建》，《云南師范大學學報（哲學社會科學版）》第2期。

王 輝 2020 《國家治理視野下的應急語言能力建設》，《語言戰略研究》第5期。

王靜遠，李 超，熊 璋，等 2014 《以數據為中心的智慧城市研究綜述》，《計算機研究與發展》第2期。

許家金 2017 《語料庫研究學術源流考》，《外語教學與研究》第1期。

許 曄，郭鐵成 2014 《IBM“智慧地球”戰略的實施及對我國的影響》，《中國科技論壇》第3期。

余玉秀 2019 《AI +翻譯：人工智能與語言行為人機耦合應用研究》，《傳媒》第8期。

張 偉，鄭中原 2004 《國際化城市的語言服務環境建設思路》，《重慶工商大學學報（社會科學版）》第6期。

仲偉合，許勉君 2016 《國內語言服務研究的現狀、問題和未來》，《上海翻譯》第6期。

宗成慶 2008 《統計自然語言處理》，北京：清華大學出版社。

鄒 娟 2019 《“進寶”機器人將亮相第二屆進博會，提供雙語問答咨詢等服務》，https：//www.thepaper.cn/newsDetail_forward_4002867。

Agerri， R.， X. Artola， Z. Beloki， et al. 2015. Big data for Natural Language Processing： A streaming approach. Knowledge-Based Systems 79， 36–42.

Gorecky， D.， M. Schmitt， M. Loskyll， et al. 2014. Human-machine-interaction in the industry 4.0 era. Paper presented at the 2014 12th IEEE international conference on industrial informatics （INDIN）.

Katal， A.， M. Wazid & R. H. Goudar. 2013. Big data： Issues， challenges， tools and good practices. Paper presented at the 2013 Sixth international conference on contemporary computing （IC3）.

Kerr， E. B. & S. R. Hiltz. 2013. Computer-Mediated Communication Systems： Status and Evaluation. Pittsburgh： Academic Press.

責任編輯：魏曉明