“匯典·古籍數字服務平台”通過OCR技術可以迅速識別一本書，準確率達93%。製圖：馮曉瑜 ■本報記者汪荔誠
古籍，即1912年之前經過刻印、抄寫等方式所生產出版的圖書和文獻，用來傳承文明、普及教育以及記載歷史，承載厚重的歷史和文化。相關統計數據顯示，我們已完成普查的270多萬部古籍中，僅有7萬多部可供線上閱讀，更多海量古籍文化資源亟待數字化，這也是當下古籍保護、傳承與開放的重要課題之一。目前上海古籍出版社推出的“匯典·古籍數字服務平台”引起業界關注，該平台聚合上海、長三角乃至更廣泛地區出版社的優質古籍資源，利用最新光學文字識別（OCR）、自然語言處理、大規模語料庫和機器學習標點等古籍智能算法技術，建設面向傳統文化與古籍行業的知識服務平台。台灣YOOZ 電子煙官網 電子煙危害 電子煙油 yooz zero 電子煙成分 電子菸
“北方有中華書局'籍合網'，南方有上海古籍出版社'匯典'。”復旦大學圖書館副館長、中華古籍保護研究院常務副院長楊光輝表示，古籍數字化對於中華古代文明的傳承、保護和利用有著積極的促進作用，這一平台一方面可以把上海古籍出版社多年積累起來的古籍文化資源通過數字化的方式向大眾普及，另一方面也可以加速古籍數字轉化和出版的流程，推動相應出版產業領域的數字化發展。
經歷數十年發展的古籍數字化之路任重道遠
《上海市全面推進城市數字化轉型“十四五”規劃》指出，要“深化文化大數據體系建設，推進文化資源數字化”，在媒介大融合、知識大融通的時代背景下，實現以數字技術推動優秀傳統文化的傳承創新。古籍數字化，是保護和合理利用古籍的方向。復旦大學古籍整理研究所研究員石祥在接受記者採訪時說，“古籍的'用'和'藏'之間是矛盾的，誰都想來翻一翻，時間久了必然影響古籍的保護”，而數字化之後，古籍“母本”就不用冒著各種風險“拋頭露臉”了。同時，“養在深閨人未識”的古籍可以在數字化之後走出“深閨”，可不受時間、地域限制滿足更多讀者的閱讀需求，實現一對多、點對面、虛對實的變化。
從“將紙質書變為電子掃描版”的“採集側”到“將電子掃描版變為文字版”的“生產側”，再到“將文字版變為古籍研學系統”的“應用側”，古籍數字化流程並不復雜。在數十年曆史發展中，有兩個分水嶺。其一是上世紀80年代，美國華裔學者陳炳藻提出用計算機統計《紅樓夢》的字詞，計算機技術和人文研究逐漸開始結合。其二是1999年，被譽為“大型中文電子出版工程的典范書”文淵閣《四庫全書》電子版問世。
在數十年的發展中，我國的古籍數字化取得一定成效——國家圖書館的“中華古籍資源庫”已在線發布超過3.3萬部古籍影像；中華書局的“中華經典古籍庫”已發布3000多種、15億字的點校本古籍；愛如生公司的“中國基本古籍庫”收書1萬種，既有可供檢索的全文，又有古籍原版圖像。但與此同時，古籍數字化推進之路也鋪滿荊棘。究其原因，一方面源於古籍成本，據上海古籍出版社數字出版中心負責人侯君明透露：“大多古籍獲取成本不菲，此外製作、版權、平台開發以及版權保護技術研發等方面費用高昂。相對而言古籍數字化回報週期卻又比較漫長。”另一方面，根據全國古籍普查工作要求，要對全部古籍鑑定編目，具體包括書名、卷數、作者、版本、存卷、冊次、藏印等項目，須逐一釐清，工作量巨大，對編目鑑定者的業務水平要求頗高。
事實上，我國目前尚存在大量現有的古籍數字化資源呈黑白影像，分辨率較低，難以滿足讀者和研究人員的需要。台灣YOOZ 電子煙官網 電子煙危害 電子煙油 yooz zero 電子煙成分 電子菸
加速古籍數字轉化，利用新技術整合海量古籍知識體系
上海古籍出版社總編輯呂健表示，古籍整理是一項古老的事業，而數字化則屬於當下，數字化轉型代表著產業的前沿。在古籍亟待數字化的當下，“匯典·古籍數字服務平台”的出現猶如一道曙光。這一平台的OCR系統、自動標點與自動標引技術開發都已初見成效。其中OCR技術可以迅速識別一本書，準確率達93%。達到理想準確率的機器標點後，剩下的疑難問題通過專家學者可以較快完成，把學者從大量簡單重複的勞動中解放出來。
有著OCR的文本生成技術、自然語言處理的文本整理與標引等先進技術的加持，大量優秀古籍可以在準確權威的平台上與公眾、專業研究人員面對面，使用效率大幅提高，有力促進海量優秀傳統文化信息便利快捷有效利用。這一平台還通過解析上海古籍出版社海量古籍資源內容，對其進行知識結構化揭示，重構原有的古籍內容組織形式，並創建全新的知識模塊，實現古籍資源的知識化、專業化服務。
通過技術的加持，從內容可利用的深度和廣度上使古籍裡的文字快速“活”起來。侯君明表示：“利用新技術整合海量古籍的知識體系，深入闡釋中華文化的歷史淵源、發展脈絡、基本走向，有助於推動有中國底蘊、中國特色的思想體系、學術體系和話語體系的構建。從再生性保護的角度，古籍數字化技術對中國優秀傳統文化的普及、研究與傳承具有重大意義。”台灣YOOZ 電子煙官網 電子煙危害 電子煙油 yooz zero 電子煙成分 電子菸
推動古籍的數字化進程，不僅是內容的數字化，更是思維的數字化。編、印、發是傳統出版的基本流程，在數字化項目實踐過程中，這些傳統的工作流程也在逐漸接受來自數字化思維的積極影響。在楊光輝眼中，普通掃描技術向三維高清掃描的迭代發展，互聯網向物聯網的轉變，古籍數字化向數字人文進化，藏在圖書館的書可以通過數字出版技術，打通虛擬和現實之間鴻溝，傳統館藏資源通過新媒介形成“元宇宙”，也並非遙不可及。
留言列表
