亚洲具有重要历史价值的语言，大多都与中文有过接触，这些语言的词汇现在已收录进一个大型语言资料库(语料库)中。这个在东亚首创的语料库包括99种汉藏语系的语言和方言，每种都保存了超过1,000个词语。

孙教授正在研究中国四川的尔苏语，一种约有2万人使用的语言

语料库内的语言 (1) 藏缅语系：包括很多语言，如彝语（中国云贵川）、藏语、塔芒语（尼泊尔）、缅语和克伦语（缅甸）。 (2) 苗瑶语系：中国苗族和瑶族所用语言。 (3) 侗傣语系：包括泰语、老挝语及一些中国语言，如黎语（海南）、侗语（贵州）及壮语（广西）。 (4) 汉语 (5) 南亚语系：包括佤语（中国及缅甸）和莽语（中国及越南）。 (6) 南岛语系：包括泰雅语及排湾语（台湾），及他加禄语（即菲律宾语）。 (7) 学者构拟的古代读音

这些语言大部份使用于东亚及东南亚地区，有些已濒临失传。
比如中国四川的却域语，目前只有7,000人在使用。语料库也包括学者构拟出来的原始汉藏语的读音，就是这种史前的语言后来演变为各种汉藏语言。
首席研究员香港科技大学人文社会科学学院前院长丁邦新教授说，语料库对语言学家有很大的用处，而且保存了未经挖掘的语言历史。
研究项目的一个主要目标，是找出各种语言间的亲属渊源关系。丁教授指出，研究的重要结论之一，是证实包括泰语、老挝语及中国广西的壮语在内的台语，极可能属于汉藏语系。
他说：「在此之前，汉语与台语的相关词汇是出于同源还是语言接触的结果，还没有定论。现在我们相信，两个语族是来源于同一种远古语言，也就是说有亲属关系。」
另一个论点是苗瑶语族很可能属于汉藏语系，但丁教授表示这仍有待更多的研究和证据，才能下定论。语料库的词汇，来自超过一百 个地点的语言，主要是由北京中国社会科学院的人员在过去四十年调查、搜集得来，其中包括项目的合作研究员孙宏开教授。
语料库是用FoxPro软件的中文版编写而成，现在也可以将查寻的结果输出为MS Word及Excel档。未来的计划包括在今年内制成网络版本，让用户从互联网查询。
目前，语料库已安装于北京 和台北的学术机构和香港科大，使用者可在七大类语言和方言（见附表）中搜寻词语，也可以通过中、英文意义或国际音标进行搜寻。
丁教授补充说，学者是通过比较现代语言推测远古最可能的读音形式，从而构拟出6,000年前的先祖语言（语言学家称为「原始母语」）。

首席研究员
丁邦新教授：shphting@ust.hk