数字化，让古籍触手可及（护文化遗产 彰时代新义）(2)

　　杨浩上传了一页古籍图像，不一会儿，文字自动识别处理完成。古籍图像上显现出不同颜色的小方框，“每个方框对应一个文字，先切分再调整顺序。红色方框是提醒此处需要人工介入，来进一步判断和处理。”

　　与此同时，古籍图像旁已自动识别出一段文字，并可比照原图像进行修改调整。杨浩继续解释：“这个过程中，主要使用了文字识别、自动标点和命名实体识别等人工智能技术。文字识别技术，是对古籍数字图像中的文字进行单个切分，再进行文字识别和顺序读出；自动标点技术，是通过序列标注的方式对古籍自动进行现代标点；命名实体识别技术，则是通过序列标注方法识别出文本中的人名、地名、书名、时间、官职等信息。”同时，在机器自动识别后，会有专人复查结果，进一步提升准确率。

　　据悉，“识典古籍”平台文字识别的准确率达到96%以上，自动句读的准确率达到94%，命名实体识别在中古史料上的准确率接近98%。

　　“大部分古籍阅读平台或只提供扫描文稿，或只提供文本内容，有些商业数据库收费高昂，获取资源十分不便。”北京大学历史学系学生刘沐含说，“识典古籍”平台有着丰富的检索功能以及分类与年代筛选功能，可以辅助开展学术研究。

　　一个全流程的智能化整理平台

　　集纳展示古籍数字版本，不是“识典古籍”平台的全部。团队有着更大的设想——在一个平台实现古籍智能整理的全部环节。

　　“‘识典古籍’平台由两部分组成，前端是阅读平台，后端是古籍整理平台。”王军作了一个比喻，“就像是餐厅的前厅和后厨。”

　　目前，作为“后厨”的古籍整理平台，已经设定了团队管理员、书目管理员、审订员、整理员等各种用户角色。下一步，将吸引各行各业的古籍爱好者、研究者，以众包校对、协同审核等形式，推进古籍整理项目和数据库建设，打造“古籍图像上传—文本校对整理—高质量标记—文本输出”的全流程系统。

　　哈尔滨师范大学历史文化学院学生刘钰昕，提前体验了一回“整理员”角色。

　　“希望能为损毁严重的古籍做点力所能及的事情。”2022年4月，看到北大数字人文研究中心的招募信息，刘钰昕第一时间报名，成为“识典古籍”平台的一名志愿者。

　　“我参与了《春秋左传注》《史记》《汉书》等古籍的校对工作。”谈及志愿工作，刘钰昕的热爱之情溢于言表，“印象最深的就是，为了制定魏晋南北朝官职标注规则，我查阅了大量的文献，还详细翻阅了《文献通考》的‘职官考’二十一考。”

　　“新时代古籍事业发展，需要一批对古典文献学、古籍保护、信息技术以及数字化流程都比较熟悉，又能将各方面有机融合的复合型人才。”北京大学中文系教授杨海峥建议，应加强古籍学科理论构建和课程体系建设，编写适合新时代古籍工作需要的专业教材，并多为学生提供实践机会，以推进新时代古籍人才队伍建设。

　　“古籍是中华文明延续数千年未曾中断的有力证明，希望通过‘识典古籍’平台以及暑期工作坊、学术研讨等活动，推动中华文明传承发展，向世界展示和传播我们的文化之美。”王军说。

　　新年伊始，杨浩写下了新的展望：

　　“泱泱中华，历史何其悠久，文明何其博大。2024年，希望能收集更多古籍、提升整理质量，更好守护古籍这个文明之根！”

　　（厉  烨参与采写）

　　《 人民日报 》（ 2024年01月10日 12 版）

(责编：杨光宇、胡永秋)