泰米尔语人工智能术语库：构建非英语AI知识体系的社区实践

本帖介绍一个社区驱动的泰米尔语人工智能术语项目，该项目收录300多个AI/ML术语，采用英语、泰米尔语主词、替代词及注释的四栏格式整理，致力于在AI时代保护和发展非英语技术语言资源，打破技术知识传播的语言壁垒。项目由kpassoubady维护，开源在GitHub，发布于2026年5月31日。

全球AI资源以英语为主导，造成技术知识传播不平等，限制非英语母语者学习机会。泰米尔语作为历史悠久、8000万使用者的语言，面临技术术语"词汇真空"困境。该项目（தமிழ் AI கலைச்சொற்கள்）旨在填补空白，建立本土化AI概念表达体系，兼顾语言纯正性与技术实用性。

术语库采用四栏格式：

1. 英语术语：国际通用标准表达
2. 泰米尔语主词：社区讨论和专家审定的首选翻译
3. 替代泰米尔语词汇：同义或近义表达
4. 注释与解释：定义、词源、使用场景及翻译考量 目前已收录超300个AI/ML条目，涵盖基础到高级概念（如机器学习、注意力机制等）。

项目核心原则是优先使用纯正泰米尔语词汇，如用"நரவலை"（naravaḷai，神经网络）、"சொல்துண்டு"（soltuṇṭu，词元/令牌）替代音译。这些词汇遵循泰米尔语连音规则和复合词构造传统。同时保持务实：若英语术语已广泛接受且无合适泰米尔替代词，则保留外来语并标注现状。

项目采用开源协作模式，欢迎多方人士参与。质量控制体系包括：

• 参考来源：Facebook的"சொல்லாய்வு குழு"（词汇研究小组）和1998年安娜大学《计算术语词汇表》
• 版本管理：已迭代至第三版，优化一致性、注释和格式
• 偏差追踪：维护偏差文档，记录与权威推荐的差异及原因

术语库以Markdown格式维护，主文件为ai-tamil-glossary.md，参考文档目录docs-glossary/。授权为CC-BY-4.0，允许自由使用、分享和改编（需注明出处）。交流渠道包括Google群组（tamil-kalaisol@googlegroups.com）和Facebook社区。

该项目对全球AI社区的启示：

1. 语言多样性是技术有效性基础（多语言术语助力AI服务全球用户）
2. 开源社区在语言标准化中优势显著（快速响应、广泛参与）
3. 古老语言可表达前沿技术概念 未来计划：扩展术语覆盖新AI概念、简化定义、提升语言纯正性、保持格式一致性、追踪偏差。