【蔡依璇／新竹報導】當前全球化與語言同質化加劇，世界上六千多種語言中，有四成被列為瀕危語言，台灣的客語、閩南語及南島語，都面臨語言轉移與傳承斷層，如何運用科技儲存並再現語言，成母語復振的核心課題。政治大學英國語文學系博士後研究員葉秋杏今天（21日）在一項客家國際研討會上指出，「台灣客語語料庫計畫」將於明年推出2.0版，屆時將成全球規模最大的客語語料庫。
全球客家研究聯盟（Consortium of Global Hakka Studies, GHAS）國際學術研討會昨、今兩天，在陽明交通大學客家學院舉行。在推動少數語言保存上，建置語料庫與校園母語教學，是兩個重要的討論方向。
葉秋杏在會中分享台灣首個國家級客語語料庫的建置歷程，及未來在人工智慧及教育推廣上的可能性。聯合大學文化創意與數位行銷學系教授張陳基說，台灣在全球客語語言研究具關鍵地位，公開與標準化語料庫，有助提升研究尺度與國際能見度。聯合大學客家語言與傳播研究所副教授兼所長范瑞玲，則聚焦苗栗地區國中客語教學，探討《國家語言發展法》施行後，國中客語課程的實際成效與挑戰。
語料庫是復振起點 除了保存更要能用
「如何運用科技儲存並再現語言，成為語言復振的核心課題。」葉秋杏說，客家委員會從2017年委託政大啟動「台灣客語語料庫計畫」，打造首座國家級客語語料庫，1.0版於2022年推出，語料涵蓋四縣、海陸、大埔、饒平、詔安、南四縣共六腔跨地區語料，時間跨度自1990年代至今，來源包括出版品、政府文宣、訪談、電視節目、紀錄錄音等。
葉秋杏表示，所有資料都經合法授權、兩次以上校訂與母語審查，目前語料庫收錄超過600萬字書面語與40萬字口語語料，預計明年（2026年）推出2.0版後，總字數將突破千萬，成為全球規模最大的客語語料庫。
「語料庫的使命是讓語言被看見、被使用，成為活的語言，而不是只停留在保存。」葉秋杏說，少數語言的語料庫，不能停留在典藏，更要進一步成為語言學研究與人工智慧開發的基礎，「我們希望語料可以被機器讀懂、可被運算使用，才能真正提高語言活力。」
葉秋杏以紐西蘭毛利語、愛爾蘭語與日本愛努語等案例，比較國際語言復振策略。「國際經驗顯示，語料庫往往是語言復振的重要起點，能同時支撐學術研究、教材編纂、科技工具開發與文化再生。」葉秋杏說，毛利語與愛爾蘭語，都已建立大型語料庫；愛努語從民間文學運動開始，最終促使政府投入文化復興政策。
葉秋杏認為，語料庫不應只是靜態資料庫，而是語言科技的基礎建設。透過自然語言處理技術，未來可發展語音辨識、翻譯系統、語料搜尋工具、語言教學平台與AI對話應用，使客語在更多場景中自然使用。
盼大型客語語言模型進駐校園
張陳基則以使用者角度，分享語料庫應用觀察。他指出，目前語料庫取得，受限於申請程序與著作權授權規範，影響研究者取得完整資料的效率。他舉例，若能釋出可下載的原始資料清單、分詞詞庫或完整的斷詞詞庫，將更有利於語言分析與自然語言處理，類似華文領域常見的「結巴分詞工具」，可讓客語文字處理在學術與科技應用上更具發展空間。
張陳基也表示，現有客語語料約一千多萬字，對AI模型訓練仍偏不足，未來可透過大模型微調（ fine-tuning）、資料擴充（reg）或跨來源（cross-sourcing）方式補強，並探索自動審查與即時更新機制，使新世代研究者更便捷取得語料並持續應用。
張陳基說，台灣在全球客語語言研究具關鍵地位，透過語料庫公開與標準化，有助提升研究尺度與國際能見度。現階段跨腔調、跨來源的客語資料系統化整合，是極具意義的成果，未來「大型客語語言模型」若能逐步完善，也可在國中、小語文教學中實際輔助，更有助提升聽說讀寫等面向。
客語課程挑戰多 「三明治教學法」助提升
隨著社會結構變遷與語言態度影響，客語使用領域逐漸萎縮，葉秋杏表示，不僅口語交流減少，書面產出也愈來愈稀少。范瑞玲以苗栗為例說，「苗栗縣客家人口比例高達62.5％，理應是客家文化與語言傳承的重點地區，但20歲以下的年輕人中，近一半（47.5％）不太會說客語。」
《國家語言發展法》公佈後，國中及高中正式納入客語課程。但范瑞玲指出，許多學生在客語演講等競賽中表現優異，日常生活使用客語的能力仍相當有限，顯示教學與實務應用間，仍存在落差。
在教學策略上，除了要說故事吸引學生興趣外，范瑞玲介紹「三明治教學法」，透過「客語—華語—客語」模式循環，引導學生逐步理解語意、強化輸出能力，減少學生因陌生詞彙而失去信心的情況。
范瑞玲研究發現，學生的性別與年級，對學習客語影響不大，但「父親族群別」則有顯著影響；若父親是是客家人，學生不僅在客語能力表現較佳，對課程與教師教學，通常也會給予較高評價。
在學習狀況上，范瑞玲說，讀寫能力是普遍弱項。「客語字與華語字差異大，學生常因字形陌生而不易表達，字彙輸出仍需更完善教材支援。」另外，教師端也面臨時數有限、學生程度差異大、專業資源不足等挑戰。
