關於
謝舒凱為臺灣大學語言學研究所教授，並合聘於腦與心智科學研究所，現任文學院副院長。德國杜賓根大學計算語言學博士，主持語言處理與人文計算實驗室（LOPE Lab），研究領域涵蓋計算語言學、詞彙語意學及中文語言資源建構。近年研究聚焦於大型語言模型與語言理論的交匯，提出「語言壓縮」概念探討 LLM 所導致的語言不平等現象。他同時擔任國際語言學奧林匹克競賽臺灣隊領隊教練。
主要貢獻
- 建構中文詞彙與語意資源，包括中文詞彙網路，支撐計算語言學與語言科技
- 發展「流動詞彙」概念，挑戰語意建模中固定詞界的假設
- 主持 LOPE Lab 計畫，連結本體論、多模態語料、語言處理與人文計算
- 將 LLM 視為語言壓縮問題，提醒主流模型流程下的語言不平等
- 合著《讓 AI 好好說話》，為繁體中文讀者轉譯 LLM 建構與語言理論問題
- 連結語言學、人文計算與 AI；但其批判提出的問題，比現有評測基準更難直接回答
影片與訪談
論文與出版物
思想連結
Emily Bender
思想對照Computational Linguist
兩人都是計算語言學家，都受過一筆一筆手工打造語言科技的訓練，對 LLM 的解讀卻大不相同。Bender 認為只靠語言形式訓練的系統，到不了意義。謝舒凱則說，一個沒被預先給予規則與特徵的模型，竟然比舊流程學得更好，「這是一件令人相當震撼的事情」，語言學因此得重新思考語言是什麼。但在誰要付出代價這件事上，兩人看法一致：Bender 要求研究者說清楚自己研究的是哪一種語言；謝舒凱則指出，符元化讓非強勢語言的使用者，每說一句話都得付出更高的成本。
humanityisland.nccu.edu.tw · case.ntu.edu.tw · The #BenderRule: On Naming the Languages We Study and Why It Matters (The Gradient, 2019)
陳縕儂
思想同道教授，國立臺灣大學
這是台大對同一個失衡的兩種回應。語言學家謝舒凱負責診斷：強勢語言所需的符元較少、訓練語料較多，於是台灣使用者付得更多、得到更少。工程師陳縕儂則動手抵抗：她的實驗室開發 Taiwan-LLM，一個與台灣文化對齊的繁體中文模型，公開釋出，目標是「跨越語言鴻溝」。一位指出代價，一位著手償還其中一部分。
case.ntu.edu.tw · arxiv.org
