大数据你知道，那语言大数据呢？

ZD至顶网CIO与应用频道 03月30日 北京消息：   作为中国最具代表性的跨境电商，阿里巴巴国际站上有超过1亿件产品，平均每件产品有2000字产品说明，按此计算阿里国际站上的产品需要翻译总量超过2000亿字，而这个数字每天都在增长。整个中国跨境电商产品翻译总量预计超过4000亿字/年。

一个BAT的需求只是冰山一角。根据《2015全球互联网报告》最新发布的数据显示，目前全球互联网用户已超过30亿，占全球总人口的40%。截至2014年12月，中国网民规模达6.49亿，互联网普及率为47.9%，然而全球接近90%以上的网民不具有母语以外的语言技能，其中59.4%以上的用户具有跨语言、交友、购物、娱乐、旅游、享受教育等的需求。

无法计算的数据量每一天都在资讯、影视多媒体、社交媒体、电子商务网站上呈指数增长，分秒间都在提醒我们身处于大数据时代。

在国家大数据战略下，各行各业的大数据应用都在挖掘数据海洋的价值。根据中国信息通信研究院的报告，2015年，中国大数据市场规模116亿人民币;IDC数据显示，2016年，全球大数据市场将达238亿美元；《中国大数据产业白皮书》大胆预测，2020年，中国大数据市场规模8200亿人民币；而麦肯锡对2020年美国大数据市场价值的估计是6900亿美元。

但是，目前大多数大数据只是在单一语种，那些散落在全球范围内的多语种价值大多沉睡海底。放眼国际，你可曾想过联合后的多语数据比单一语种数据价值能高出多少倍？这部分无法计量的价值又如何打捞？

好消息是，语言大数据至少是目前解决此问题的不二方法。语言是一切沟通的基础，通过语料的收集、处理和智能分析，我们将从数据源头抓取跨语言大数据的价值。

近日，“语言大数据联盟”成立预备会在京召开，这个组织要解决的问题顾名思义。该联盟是一个全球性、多领域、多语言的基于大数据资源开放与共享平台的科研应用联盟，由全国翻译专业学位研究生教育指导委员会、中国对外翻译有限公司及全国二十余所重点高校联合发起，将解决语言大数据下的系列问题，为全民提供跨语言大数据智库。据悉，2016年4月8日此联盟将在青岛召开第一次大会，届时有超过100所高等院校、企业与科研机构参与会议，共同就语言大数据的共建、共享与协同进行深入地交流与分享。