數發部偕客委會新增客語語料　充實本土AI訓練基礎

（中央社記者趙敏雅台北24日電）數發部今天表示，持續擴充台灣主權AI訓練語料庫，近日攜手客委會上架客家語言資源、出版品、文史典藏及研究報告等內容，新增約2000萬詞元（tokens）的高品質訓練語料，有助提升AI對客語及客家文化的理解能力，支援客語智慧客服、教育學習等多元應用。

數發部推動台灣主權AI訓練語料庫，廣納高品質、具在地化的正體中文語料，去年底語料庫上線後，AI模型訓練者可至語料庫申請使用及取得資料集，拓展更多AI應用可能。

數發部發布新聞稿表示，客語為台灣國家語言之一，承載深厚歷史與文化底蘊，此次與客委會合作，為台灣主權AI語料注入更多元的文化與語言內容。

數發部介紹，這次客委會提供的語料內容極具指標性，涵蓋詩集創作、客家風情及客語教學圖書等政府出版品。客語能力認證各級詞彙教材與題庫、口語採錄文本、文化典藏，以及學術與政策研究資料，如客語復振、政策發展與文化治理等。

數發部指出，此次納入的語料內容不僅展現台灣客家文化保存的豐碩成果，也有助提升AI模型對客語不同腔調、語意及文化脈絡的理解與生成能力，未來可應用於客語智慧客服、本土文化知識服務及公共政策等AI創新應用。

數發部說明，這批客語語料已上架，AI模型開發團隊、學研機構及相關單位可至台灣主權AI訓練語料庫官網申請使用，也歡迎各界將研究成果、應用案例及更多具台灣特色的優質語料回饋至語料庫，讓更多創新想法持續發芽，共同壯大台灣主權AI。

數發部表示，台灣主權AI訓練語料庫自上線以來，已累積逾15億tokens語料量，將持續攜手政府機關釋出優質語料，深化公私協力，推動民間語料徵集，逐步建構具台灣代表性與專業知識的資料基礎。（編輯：萬淑彰）1150724