技术百科 · 名词速查

按主题分组的中文技术常用术语，每条附一句话释义与所属专题，便于随手查阅。点击右下链接可跳转至对应文档。

技术学习路径

若初次接触中文技术，可按以下顺序阅读：从「字」到「词」再到「篇」与「声」，最后进入与 AI 共学的层面。

1. 1
   从汉字编码起步

   先弄清汉字如何被编码、存储与显示。编码是一切中文技术的底层前提，GB2312、GB18030 与 Unicode 的关系务必清楚。

2. 2
   再看汉字输入

   编码如何落到键盘？比较形码与音码两条思路，理解为什么拼音输入最终胜出，以及手写、语音带来的新变化。

3. 3
   进入中文分词与自然语言处理

   从「字」上升到「词」与「句」，看机器如何切分、标注与理解汉语，这是检索与大模型共同的知识基础。

4. 4
   延伸到古籍数字化

   把技术用回语文本身：扫描、识别、标点、校勘与检索，看千年典籍如何在屏幕上重生。

5. 5
   听一听语音合成

   回到「有声的语文」：机器如何读准多音字与古诗，朗读、听读、跟读如何改变诵读的学习方式。

6. 6
   与 AI 共学

   最后理解 AI 的能力与边界：它能提供素材、反馈与陪练，却不能替代人的体验、判断与创造。

中文技术大事记

半个世纪以来，中文信息化进程中的关键节点。

1. 1974 「748 工程」（汉字信息处理系统工程）启动，汉字精密照排、情报检索与通信成为国家项目。
2. 1980 GB2312 发布，6763 个常用汉字第一次有了统一的数字身份。
3. 1983 五笔字型问世，形码输入让汉字录入速度大幅提升。
4. 1995 GBK 发布，汉字扩充至 21003 个，兼容 GB2312。
5. 2000 GB18030 发布，单双四字节混合编码兼顾兼容与扩充。
6. 2005 GB18030 修订，汉字扩至 7 万余个，覆盖少数民族文字与大批生僻字。
7. 2010s 深度学习进入中文处理，分词、识别与语音合成精度显著提升，古籍 OCR 走向实用。
8. 2020s 大语言模型进入语文学习场景，查字、解诗、批改与对话练习成为日常。