2021年11月,教育部办公厅印发《关于公布首批新文科研究与改革实践项目的通知》，上外语料库研究院胡开宝教授牵头的新文科研究与改革实践项目“语言数据科学与应用专业建设研究与实践”成功入选。

2020年，语料库研究院成功申请以文理交叉为特色的语言数据科学与应用二级交叉学科，招收硕士生和博士生。2021年9月，首届语言数据科学与应用学科研究生顺利入学，共计25人，其中硕士研究生20人，博士研究生5人。2022年4月，第二届语言数据科学与应用学科研究生招生圆满完成，共计36人，其中硕士研究生26人，博士研究生10人。本学科一方面对接教育部新文科发展战略，顺应当代学术研究交叉与融合的趋势，另一方面积极响应国家人工智能重大发展战略，培养语言智能领域的高端人才。

语言数据科学与应用学科是基于信息科学、统计学、语言学和翻译学的新兴交叉学科，旨在以语料库和数据库的应用为基础，研究语言数据的各种类型、状态、属性及其变化规律，开展语言数据驱动的语言研究、翻译研究、智慧教育以及人工智能相关领域的研究，最大程度地揭示和解释语言和翻译的本质，推进语言数据在智慧教育和人工智能等领域中的应用。语言数据科学与应用学科的研究方向主要为：语言数据与语言研究、语言数据与翻译研究、语言数据与智慧教育以及语言数据与人工智能。