ISO 24617-152025 语言资源管理 语义注释框架(SemAF) 第15部分可测量的定量信息提取(MQIE)标准立项发展报告

语言资源管理语义注释框架（SemAF）第15部分：可测量的定量信息提取（MQIE）标准立项发展报告StandardizationDevelopmentReport:LanguageResourceManagement—SemanticAnnotationFramework(SemAF)—Part15:MeasurableQuantitativeInformationExtraction(MQIE)摘要随着人工智能、自然语言处理和大数据技术的迅猛发展，从非结构化文本中自动提取可测量的定量信息已成为智能信息处理领域的关键技术环节。国际标准化组织（ISO）于2025年5月正式发布了ISO24617-15:2025《语言资源管理语义注释框架（SemAF）第15部分：可测量的定量信息提取（MQIE）》标准。该标准隶属于ISO24617系列标准框架体系，聚焦于语义注释框架中定量信息提取的规范化问题，旨在为全球语言资源管理与语义标注工作提供统一的技术规范和方法论指导。本报告系统阐述该标准的立项背景、研制过程、核心技术内容、应用前景及实施意义，重点分析MQIE标准在跨语言定量信息抽取、语义角色标注和可操作化信息提取等方面的技术创新与规范贡献。报告指出，该标准的发布填补了国际标准化组织在可量化语义信息注释领域的标准空白，对于推动多语种信息处理、智能检索、机器翻译评估及行业知识图谱构建等应用领域的发展具有重要的指导价值和现实意义。关键词：语言资源管理；语义注释框架；定量信息提取；ISO24617；自然语言处理；标准国际化Keywords:LanguageResourceManagement;SemanticAnnotationFramework;QuantitativeInformationExtraction;ISO24617;NaturalLanguageProcessing;StandardizationInternationalization一、引言1.1标准化背景语言资源管理领域的标准化工作一直是国际标准化组织（InternationalOrganizationforStandardization,ISO）下设技术委员会ISO/TC37（术语与语言资源标准化技术委员会）的核心工作方向。随着信息技术和人工智能的深度融合发展，对语言资源的规范化需求日益迫切，特别是在语义层面实现跨语言、跨系统、跨平台的互操作性，已成为全球语言资源建设和共享的关键瓶颈。ISO24617系列标准正是ISO/TC37为推动语义注释标准化而制定的系列国际标准，其全称为"语言资源管理—语义注释框架（SemanticAnnotationFramework,SemAF）"。该系列标准以"语义注释框架"为核心理念，为不同类型的语义信息提供了系统化、形式化的注释规范体系。1.2定量信息提取的标准化需求在现实世界的文本数据中，可测量的定量信息（MeasurableQuantitativeInformation）广泛存在于新闻报道、科学文献、医学记录、金融报告、法律文书和社交媒体等各类文本载体中。这类信息涉及数值、度量单位、时间周期、统计指标、量级关系、变化趋势等多种语义要素。然而，有效提取并规范化表示这些定量信息，在技术上和应用层面均面临诸多挑战。长期以来，不同系统和工具在定量信息注释方面各自为政，注释粒度、标记方案、语义分类等方面缺乏统一标准，导致各系统间数据交换困难，语言资源的复用性和互操作性受到严重制约。在这一背景下，制定专门针对可测量定量信息提取的标准化规范成为国际语言资源界的迫切共识。二、标准研制背景与立项依据2.1ISO/TC37的组织架构与标准化体系ISO/TC37是国际标准化组织下设的专门负责术语、语言和内容资源标准化的技术委员会。其下设有多个分技术委员会（SC）和工作组（WG），其中SC4（语言资源管理分技术委员会）直接负责语言资源相关标准的制修订工作。ISO24617系列标准即由SC4归口管理。经多年发展，ISO24617系列已涵盖多个语义注释子框架。截至本报告撰写之时，该系列已发布的关键部分包括：|部分编号|标准名称|主要涉及领域||---------|---------|-------------||Part1|语义注释框架总则|通用框架和基础概念||Part2|对话行为注释|对话与交互语义||Part4|语义角色注释|谓词-论元语义结构||Part5|语篇连接结构注释|语篇语义关系||Part7|时间信息注释|时间语义表示||Part8|关系语义注释|语义关系标注||Part9|参照现象注释|指代与参照语义||Part15|可测量的定量信息提取|数值化语义信息|2.2MQIE标准的立项动因ISO24617-15:2025（MQIE）标准的研制工作源于三个主要动因：第二，应用需求。金融风险分析、医学证据评价、科学文献计量、供应链管理、舆情监测等领域对定量信息的精确提取和跨系统交换提出了极高的要求。不同应用系统之间若采用各异的注释标准，将导致数据整合困难、信息融合效率低下。第三，国际共识。在ISO/TC37/SC4的历次工作会议上，多个成员国家体（包括中国、德国、美国、韩国、日本等）均提出加强定量信息语义注释标准化的建议，并在多轮国际研讨中达成了启动该标准项目的广泛共识。三、标准研制过程3.1研制时间线ISO24617-15:2025的研制经历了完整的国际标准制修订流程：-预备研究阶段：2019年至2020年，SC4组织专家对定量信息提取的标准化需求进行前期调研和技术预研。-新工作项目提案（NP）：2020年正式提交新工作项目提案，经成员国投票通过后立项。-工作草案（WD）：2021年成立特别工作组，开始起草标准工作草案。-委员会草案（CD）：2022年形成委员会草案，分发至各成员国征求意见。-国际标准草案（DIS）：2023年进入DIS阶段，进行为期三个月的国际投票。-最终国际标准草案（FDIS）：2024年通过最终国际标准草案投票。-正式发布：2025年5月1日，经ISO中央秘书处批准，正式向全球发布。3.2主要参与方该标准文本凝聚了来自全球多个国家的语言学家、计算机科学家和信息标准化方面的专家智慧。主要参与机构包括中国标准化研究院、德国弗劳恩霍夫研究院、韩国科学技术院（KAIST）、日本国立情报学研究所（NII）、美国国家标准与技术研究院（NIST）等机构的相关专家，以及多个高校和企业的研究人员。标准的研制采取了开放、透明、协商一致的原则，充分吸收了各成员国家体的反馈意见。四、标准核心技术内容分析4.1标准定位与适用范围ISO24617-15:2025的适用范围界定为对自然语言文本中"可测量的量"及其相关语义信息进行系统化、标准化注释。该标准适用于多种文本类型，包括但不限于通用新闻文本、科技文献、医学文本、金融分析报告、法律文书等。其核心目标是建立一套形式化、可计算、可互操作的注释语言规范，使定量信息的表示不依赖特定自然语言和特定应用系统。4.2MQIE注释体系的核心维度该标准提出的可测量定量信息注释框架涵盖以下核心维度：（一）量的语义分类系统标准在语义层面上建立了量的系统性分类体系，将可测量量划分为物理量（长度、质量、温度、时间等）、经济量（价格、利率、产值等）、统计量（数量、比率、百分比等）、医学量（剂量、生化指标等）等范畴，并为每类量规定了规范化的语义标签和属性描述框架。这一分类系统充分参考了国际单位制（SI）概念体系和各学科领域的既有知识框架。（二）数值与单位的规范化表示MQIE标准定义了数值表达式（数值格式、数值精度、数字范围等）和度量单位（单位类型、单位换算、单位上下文等）的规范注释模式。标准明确了数值-单位对的基本注释结构，并设计了兼容多语种、多度量衡体系的表示方案。同时，该标准对模糊量（如"大约""超过""不足"）和近似量的注释规则做出了界定。（三）量的上下文语义约束在定量信息的实际应用中，同一数值在不同语境下具有不同的语义内涵。MQIE标准建立了对量的语义约束的注释规范，包括量的指称对象（即该量描述的是何种实体的何种属性）、量的时间锚定、量的条件前提和比较基准等。这一层面确保了对定量信息的深层语义理解，而非仅停留在表层数值提取。（四）文本中定量信息的对齐策略标准规定了如何在原始文本中定位、标注并提取定量信息片段，即如何将文本片段中的定量表述与语义注释结构进行系统化对齐。方案既支持基于字符偏移的注释（面向细粒度标注），也支持面向跨句和跨段落的语义聚合式标注。4.3AbstractSyntax与XML表示遵循ISO24617系列的统一风格，MQIE标准采用抽象语法（AbstractSyntax）与具体表示语法（ConcreteSyntax）相分离的设计原则。标准规定了可测量定量信息注释的抽象数据结构模型，并给出了基于XML的具体表示格式规范。这种分层设计使得该标准具有最大程度的实现灵活性和技术中立性，不依赖任何特定的编程语言或平台。4.4与ISO24617系列其他部分的协同MQIE标准并非独立运行，而是深度集成了ISO24617系列框架体系的整体架构。具体而言：-与Part4（语义角色注释）结合，可完整刻画定量信息在句子中的语义角色及其与谓词的精确关系。-与Part7（时间信息注释）协同，可精确表示定量数据的时间参照维度。-与Part8（关系语义注释）配合，可实现多数字信息之间复杂语义关系的量化表示。这种设计理念确保了ISO24617各部分之间保持高度兼容性和互用性，使得用户可以根据实际应用需求集成不同子标准的注释能力。五、主要参与单位介绍5.1中国标准化研究院中国标准化研究院（ChinaNationalInstituteofStandardization,CNIS）是ISO/TC37的国内技术归口单位，也是该标准研制的重要参与力量。作为中国从事标准化研究的国家级科研机构，中国标准化研究院长期以来深度参与国际语言资源管理标准的研制工作，在术语标准化、语言资源建设、知识组织与语义标注等领域具有深厚的研究积累。在ISO24617-15:2025的研制过程中，中国标准化研究院组织了国内相关领域的高校和科研机构专家组成专家组，系统梳理了中文语境下可测量定量信息的特点和注释需求，对标准草案中的语义分类框架、数值表示模型等内容提出了适应汉语表达规律的修改建议和技术提案。在标准编制过程中，中方专家尤其关注了中文量词体系的特殊性，以及中英文在数量表达方式上的显著差异，确保标准在适用不同语系语言时具备充分的抽象性和普遍性。这些工作推动了该国际标准对汉语及汉藏语系语言适用性的提升，也为中国在该领域的国际标准化话语权增添了有力支撑。六、标准的意义与应用前景6.1促进人工智能和自然语言处理技术发展6.2助力行业应用系统建设与互操作在金融风控领域，标准化的定量信息提取使跨来源、跨语言的财务数据进行自动聚合比对成为可能。在医学循证评价领域，标准化注释有助于构建跨研究证据链的定量数据整合分析。在科学文献分析领域，大量实验数据的高效提取和结构化表示将极大提高文献综述和元分析的效率与质量。6.3推动多语种信息资源的整合与共享通过建立语言中立的定量信息表示结构，MQIE标准有效突破了"多语种数据有效整合"这一长期瓶颈。跨语言定量信息的对照标注、对齐分析和融合利用将更为高效，为跨语种信息交换、多语种知识图谱构建和数据增值服务提供了可靠的技术基石。七、结论与展望ISO24617-15:2025的正式发布，是全球语言资源管理标准化进程中一个重要里程碑。该标准在深厚的理论基础上，回应了智能化时代对定量语义信息规范化描述的迫切需求，对"数字+语义"的深度融合给出了可操作、可验证的国际规范方案。通过其系统性的量化语义分类框架、灵活的抽象语法设计和完备的XML表示方案，MQIE标准为全球语言技术领域提供了坚实的标准化支撑。参考文献[1]ISO24617-15:2025,Languageresourcemanagement—Semanticannotationframework(SemAF)—Part15:Measurablequantitativeinformationextraction(MQIE).Geneva:InternationalOrganizationforStandardization,2025.[2]ISO24617-1:2012,Languageresourcemanagement—Semanticannotationframework(SemAF)—Part1:Timeandevents.Geneva:InternationalOrganizationforStandardization,2012.[3]ISO24617-4:2020,Languageresourcemanagement—Semanticannotation