大数据时代的到来，给教学研究、社会活动、经济活动等提供了便利，对于做语言研究的人来说，它的到来更是一种动力，同时也是一次巨大的挑战。2016年4月8日“语言大数据开放2016”发布会上，香港中文大学（深圳）人文社科院院长顾阳教授就此表达了自己的观点。

“深圳市大数据研究院”于2016年3月在香港中文大学(深圳)揭牌，大数据研究院主要从事数据的处理及应用，目前主要有三个发展方向：通信领域和网络资源分配；城市管理，通过挖掘有用的数据信息帮助政府作出科学的决策，例如智慧城市、智慧交通；智慧医疗，通过对众多医院提供的数据进行分析作出精准医疗。研究院不仅研究大数据，还要开发大数据，将大数据产业化，使大数据服务社会，服务政府，服务那些需要大数据的支持的行业。

人类每一秒钟都会产生出大量的数据，这个数据绝大部分都是语言，其次是数字。语言中某些基本范畴不具有物化的表现形式 (如所谓的空范畴或隐性形态或零形态)，但这些范畴在说话者和听话者的心理语言中是存在的，所以它们是语言的结构成分。例如：这个句子大家非常熟悉，A：It seems that John isunhappy B：John  seems  to be  unhappy。John应该是unhappy的角色，而到了B句中，John的位置发生了变化，我们一看第一句是that的从句，而第二句是动词的不定式，是表示时间的一个功能词。我们知道that的从句在英语里面一定是带出有时制的从句。而to be后面是时间不定，叫不定式。一旦我们说同样的be  unhappy而的角色在哪里，不能带在to be的角色里面，这个地方就是时态在发生改变，引得这个句子在做调整。

一个句子所描述的事件发生的时间随说话者说话时间的变化而变化。语法机制中一定有这样的结构，使说话者能将一个场景置于时空，通过说话者的表述使听话者明白场景的真实内容（句子的真值）即场景、说话者赖以聚焦的参照点（背景）以及说话时间之间构成一个直证（deictic）关系。比方说很多语言学家说“小强高”是单独不成立的，可是“小强高、小明矮”就成立了，因为有高矮这两个参照点，说话时间加上参照时间这个场景就建立起来了。

每一个说话的人，实际上是有非常丰富的语言知识的，尤其是自己的母语，基于这样的认识，在目前大数据的平台下，怎样能够使我们机器翻译更加智慧化？人类翻译精准但需要时间，机器速度快但不精准，如何将二者更加完美的结合在一起？希望通过语言大数据联盟能够带来这一问题的答案。为人工智能化机器翻译的发展贡献力量。

【语言大数据开放2016】

2016年4月8日，“语言·大数据开放2016”大会在青岛隆重召开，全国百余所外语院校负责人、科研院所专家、互联网企业代表、大数据分析师等两百多位现场嘉宾出席现场会议，近五千观众收看会议直播。本次大会以“开放”为主题，从“新元素”“新动力”“新平台”等不同纬度探讨基于语言大数据下的翻译教学、自然语言处理、智能大数据分析、在线协同、语言工具和云端实验室等核心话题。