海外哈萨克族语言遗产纳入哈萨克语数字语料库

据她介绍，在该项目框架下，各方正在收集和建设高质量的哈萨克语文本和语音数据语料库。

“目前，哈萨克语文本语料库已达到140亿个词元。其中的材料按照主题、体裁和年龄特征进行了分类。语料库不仅包含覆盖哈萨克语历史发展各个阶段的内容，还收录了海外哈萨克族侨民的语言遗产。语料库涵盖教育、科学、技术、经济、法律、医疗、历史、民族志、媒体以及少儿内容等领域。”阿娜尔·库尔曼詹克兹说。

国际“哈萨克语”协会会长劳安·肯杰汗吾勒指出，该项目的主要目标是为哈萨克语在人工智能时代得到充分应用创造条件。

“我们的目标，是让哈萨克语在人工智能时代得到充分应用。为此，在将丰富的语言资源纳入数字环境的同时，还需要让人工智能能够自然理解和正确使用哈萨克语，并考虑其民族文化语境。因此，我们不仅致力于建设数据资源库，也高度重视数据质量和语言模型评估工具。这不是一个一次性的项目，而是一项系统、长期的工作。”他表示。

需要指出的是，国际“哈萨克语”协会与OpenAI开展的这一联合项目，是根据双方于2025年11月7日在华盛顿达成的协议推进的。该项目旨在通过建设高质量数字内容和可靠的数据资源库，提高大型语言模型处理哈萨克语的能力和运行质量。

阿娜尔·库尔曼詹克兹还表示，人工智能对哈萨克民族历史、风俗习惯和文化传统的了解程度，日前通过一项专门测试得到了检验。