語言是一個繫統，具有層級性，音義結合的雙面單位從低級單位到高級單位依次是語素（字）、詞、短語、句子、篇章等。高一級單位是由低一級單位按照一定規則組合而成的，如果能夠繫統地總結出這些規則，就可以提高計算機語言信息處理智能化水平，加快中文信息化的發展，同時對於辭書編纂、語言教學也有積極的推動作用。這些規則實際涉及到語法的、語義的甚至語用的，而且還涉及到讀音等。按照以上的認識，近些年我們進行了繫統的現代漢語語言資源開發，從字（語素）到構詞、到詞義網、到新詞語、句法語義多信息標注語料庫，再到漢語拼音詞彙數據庫、方言有聲資源庫等，逐步構建現代漢語綜合語言知識庫。這樣我們開發的大規模語言資源實際包括兩大部分：（1）語言知識庫，主要是針對語素（字）、詞這兩級語言單位的，包括《漢字義類信息庫》、《漢語語義構詞信息庫》、《新詞語電子詞典》、《新編同義詞詞林》、《漢語拼音詞彙數據庫》、《方言數據庫》等；（2）大型標注語料庫，包括短語、句子級的，對真實文本標注詞性、句法成分、語義角色、詞義等信息的語料庫，篇章級的文本蘊含信息庫、中小學生語言偏誤語料庫等。語言知識庫是辭書編纂需要的基礎知識和資源，選詞立目、注音、詞性標注等都依靠這些知識。大型標注語料庫可以使原始語言資源結構化、數據化，是計算機辭書自動生成的基礎，至少也為辭書編纂中的選詞、釋義、詞性標注、配例等提供便捷手段和豐富的資源，提高辭書編纂的速度與質量。
