中文互联网语料资源平台与中文互联网基础语料2.0发布
1月9日，中文互联网语料资源平台正式面向社会发布。该平台在中央网信办指导下，中国网络空间安全协会会同国家互联网应急中心，协同人工智能产、学、研、用单位，面向社会提供中文互联网基础语料展示下载服务。平台支持行业领域、内容模态、体量规模等多种标签分类，便于用户下载与使用。目前平台共入驻27个语料数据集，数据总量约2.7T，主要分三类：一是中国网络空间安全协会会同国家互联网应急中心等建设的中文互联网基础语料；二是人民网、北京智源研究院、上海人工智能实验室等单位共享的互联网语料；三是中国网络空间研究院、中国国家版本馆、中国大百科全书出版社、中国社会科学院图书馆等单位贡献的优质中文基础语料样本。同日，中文互联网基础语料2.0对社会发布，规模120GB，数据3800万条。
—— 网信办 1, 2