記者 吳 丹

　　核心閱讀

　　我國(guó)現(xiàn)存古籍約有20萬(wàn)種，修復(fù)整理現(xiàn)存的全部古籍，可能需要300余年。古籍?dāng)?shù)字化迫在眉睫。一本古籍，如何從紙頁(yè)“搬”到網(wǎng)頁(yè)？廣泛收集圖像資料、利用現(xiàn)代技術(shù)精細(xì)化處理……自2022年10月上線以來(lái)，“識(shí)典古籍”平臺(tái)已陸續(xù)匯集經(jīng)、史、子、集等2200余部古籍，免費(fèi)面向公眾開放，為解決古籍保護(hù)和利用矛盾進(jìn)行了有益嘗試。

　　“青蒿一握，以水二升漬，絞取汁，盡服之”，屠呦呦從古籍中獲得靈感，由此發(fā)現(xiàn)青蒿素；在浩瀚古籍中尋幽入微，竺可楨繪制出一條物候變遷的曲線——“竺可楨曲線”，濃縮出五千年中華大地的冷暖變化圖景。

　　卷帙浩繁的中華古籍，凝結(jié)著先人的智慧，記載著璀璨的文化，訴說(shuō)著綿延不絕的中華文明。歲月不居，書闕有間，部分古籍正慢慢“老去”，褪色、脆化、腐蝕，甚至稍一翻閱就會(huì)損毀。

　　當(dāng)古老典籍遇到現(xiàn)代技術(shù)，會(huì)產(chǎn)生什么奇妙反應(yīng)？

　　一種“打開”古籍的全新方式

　　“初見”“流光”“驚鴻”“珠聯(lián)”“綴玉”……點(diǎn)擊網(wǎng)頁(yè)上的標(biāo)簽，《永樂(lè)大典》的前世今生、編纂方法、歷史價(jià)值等信息，伴隨著動(dòng)畫音效，呈現(xiàn)于眼前。

　　點(diǎn)擊頁(yè)面右上角“閱讀大典”，進(jìn)入文本閱讀平臺(tái)。《永樂(lè)大典》原本影像與數(shù)字化文本相互對(duì)照，繁簡(jiǎn)體文字隨時(shí)切換。遇生僻詞句，可選中文本，點(diǎn)擊“查看引用”，出處清晰可考。

　　《永樂(lè)大典》是我國(guó)古代規(guī)模最大的類書，匯集先秦至明初各類典籍，被譽(yù)為“世界有史以來(lái)最大的百科全書”。但幾經(jīng)散佚，副本存世不及原書的4%。對(duì)學(xué)者而言，《永樂(lè)大典》是進(jìn)行學(xué)術(shù)研究的重要資料；對(duì)普通讀者來(lái)說(shuō)，古籍文本往往艱澀難懂，且接觸機(jī)會(huì)不多。

　　如今，《永樂(lè)大典》高清影像數(shù)據(jù)庫(kù)（第一輯）在古籍?dāng)?shù)字化平臺(tái)“識(shí)典古籍”正式上線，免費(fèi)面向公眾開放。借助現(xiàn)代數(shù)字技術(shù)，厚重典籍濃縮在方寸之間，塵封已久的歷史畫卷徐徐展開，成為觸手可及的文化資源。

　　“互動(dòng)化、可視化的呈現(xiàn)方式更加符合當(dāng)代人的閱讀習(xí)慣，沉浸式閱讀體驗(yàn)拉近了古籍與普通讀者之間的距離。”“識(shí)典古籍”平臺(tái)項(xiàng)目負(fù)責(zé)人之一、北京大學(xué)信息管理系助理教授位通說(shuō)。

　　自2022年10月上線以來(lái)，“識(shí)典古籍”平臺(tái)已陸續(xù)匯集經(jīng)、史、子、集等2200余部古籍，面向海內(nèi)外讀者免費(fèi)開放。該平臺(tái)由北京大學(xué)與抖音合作共建，致力于為用戶提供免費(fèi)、公開、穩(wěn)定、快速、方便的檢索和閱讀古籍服務(wù)。

　　“識(shí)典古籍”平臺(tái)項(xiàng)目負(fù)責(zé)人、北京大學(xué)數(shù)字人文研究中心主任王軍希望，“識(shí)典古籍”平臺(tái)能推動(dòng)散落海外的中華古籍回流，促成古籍的開放共享。

　　一次解決保護(hù)和利用矛盾的嘗試

　　古籍?dāng)?shù)字化為何迫切？

　　王軍算過(guò)一筆賬：我國(guó)現(xiàn)存古籍約有20萬(wàn)種，從1949年到2019年，共修復(fù)整理出版了近3.8萬(wàn)種，修復(fù)整理現(xiàn)存的全部古籍，可能需要300余年。可以說(shuō)，古籍修復(fù)速度趕不上老化速度。

　　修復(fù)整理，只是數(shù)字化的第一步。古籍具有文物和文獻(xiàn)的雙重屬性，修復(fù)好的古籍若只被束之高閣，后續(xù)研究就無(wú)法開展，更無(wú)法發(fā)揮其文化傳承的價(jià)值。

　　因此，數(shù)字化是一場(chǎng)生產(chǎn)效率的變革，也是一次解決古籍保護(hù)和利用矛盾的嘗試。

　　一本古籍，如何從紙頁(yè)“搬”到網(wǎng)頁(yè)？

　　進(jìn)入“識(shí)典古籍”平臺(tái)，平臺(tái)設(shè)計(jì)者、北京大學(xué)人工智能研究院副研究員楊浩開始演示：“古籍的數(shù)字化分為兩步。一是圖像化，我們與海內(nèi)外古籍收藏單位合作，廣泛收集古籍?dāng)?shù)字化圖像資料。二是文本化，利用人工智能技術(shù)對(duì)古籍文字進(jìn)行識(shí)別、排序、校對(duì)、結(jié)構(gòu)整理、標(biāo)點(diǎn)、實(shí)體識(shí)別等，對(duì)內(nèi)容作精細(xì)化處理。”

　　楊浩上傳了一頁(yè)古籍圖像，不一會(huì)兒，文字自動(dòng)識(shí)別處理完成。古籍圖像上顯現(xiàn)出不同顏色的小方框，“每個(gè)方框?qū)?yīng)一個(gè)文字，先切分再調(diào)整順序。紅色方框是提醒此處需要人工介入，來(lái)進(jìn)一步判斷和處理?！?/p>

　　與此同時(shí)，古籍圖像旁已自動(dòng)識(shí)別出一段文字，并可比照原圖像進(jìn)行修改調(diào)整。楊浩繼續(xù)解釋：“這個(gè)過(guò)程中，主要使用了文字識(shí)別、自動(dòng)標(biāo)點(diǎn)和命名實(shí)體識(shí)別等人工智能技術(shù)。文字識(shí)別技術(shù)，是對(duì)古籍?dāng)?shù)字圖像中的文字進(jìn)行單個(gè)切分，再進(jìn)行文字識(shí)別和順序讀出；自動(dòng)標(biāo)點(diǎn)技術(shù)，是通過(guò)序列標(biāo)注的方式對(duì)古籍自動(dòng)進(jìn)行現(xiàn)代標(biāo)點(diǎn)；命名實(shí)體識(shí)別技術(shù)，則是通過(guò)序列標(biāo)注方法識(shí)別出文本中的人名、地名、書名、時(shí)間、官職等信息。”同時(shí)，在機(jī)器自動(dòng)識(shí)別后，會(huì)有專人復(fù)查結(jié)果，進(jìn)一步提升準(zhǔn)確率。

　　據(jù)悉，“識(shí)典古籍”平臺(tái)文字識(shí)別的準(zhǔn)確率達(dá)到96%以上，自動(dòng)句讀的準(zhǔn)確率達(dá)到94%，命名實(shí)體識(shí)別在中古史料上的準(zhǔn)確率接近98%。

　　“大部分古籍閱讀平臺(tái)或只提供掃描文稿，或只提供文本內(nèi)容，有些商業(yè)數(shù)據(jù)庫(kù)收費(fèi)高昂，獲取資源十分不便。”北京大學(xué)歷史學(xué)系學(xué)生劉沐含說(shuō)，“識(shí)典古籍”平臺(tái)有著豐富的檢索功能以及分類與年代篩選功能，可以輔助開展學(xué)術(shù)研究。

　　一個(gè)全流程的智能化整理平臺(tái)

　　集納展示古籍?dāng)?shù)字版本，不是“識(shí)典古籍”平臺(tái)的全部。團(tuán)隊(duì)有著更大的設(shè)想——在一個(gè)平臺(tái)實(shí)現(xiàn)古籍智能整理的全部環(huán)節(jié)。

　　“‘識(shí)典古籍’平臺(tái)由兩部分組成，前端是閱讀平臺(tái)，后端是古籍整理平臺(tái)?！蓖踯娮髁艘粋€(gè)比喻，“就像是餐廳的前廳和后廚?！?/p>

　　目前，作為“后廚”的古籍整理平臺(tái)，已經(jīng)設(shè)定了團(tuán)隊(duì)管理員、書目管理員、審訂員、整理員等各種用戶角色。下一步，將吸引各行各業(yè)的古籍愛(ài)好者、研究者，以眾包校對(duì)、協(xié)同審核等形式，推進(jìn)古籍整理項(xiàng)目和數(shù)據(jù)庫(kù)建設(shè)，打造“古籍圖像上傳—文本校對(duì)整理—高質(zhì)量標(biāo)記—文本輸出”的全流程系統(tǒng)。

　　哈爾濱師范大學(xué)歷史文化學(xué)院學(xué)生劉鈺昕，提前體驗(yàn)了一回“整理員”角色。

　　“希望能為損毀嚴(yán)重的古籍做點(diǎn)力所能及的事情?！?022年4月，看到北大數(shù)字人文研究中心的招募信息，劉鈺昕第一時(shí)間報(bào)名，成為“識(shí)典古籍”平臺(tái)的一名志愿者。

　　“我參與了《春秋左傳注》《史記》《漢書》等古籍的校對(duì)工作?！闭劶爸驹腹ぷ?，劉鈺昕的熱愛(ài)之情溢于言表，“印象最深的就是，為了制定魏晉南北朝官職標(biāo)注規(guī)則，我查閱了大量的文獻(xiàn)，還詳細(xì)翻閱了《文獻(xiàn)通考》的‘職官考’二十一考?！?/p>

　　“新時(shí)代古籍事業(yè)發(fā)展，需要一批對(duì)古典文獻(xiàn)學(xué)、古籍保護(hù)、信息技術(shù)以及數(shù)字化流程都比較熟悉，又能將各方面有機(jī)融合的復(fù)合型人才?！北本┐髮W(xué)中文系教授楊海崢建議，應(yīng)加強(qiáng)古籍學(xué)科理論構(gòu)建和課程體系建設(shè)，編寫適合新時(shí)代古籍工作需要的專業(yè)教材，并多為學(xué)生提供實(shí)踐機(jī)會(huì)，以推進(jìn)新時(shí)代古籍人才隊(duì)伍建設(shè)。

　　“古籍是中華文明延續(xù)數(shù)千年未曾中斷的有力證明，希望通過(guò)‘識(shí)典古籍’平臺(tái)以及暑期工作坊、學(xué)術(shù)研討等活動(dòng)，推動(dòng)中華文明傳承發(fā)展，向世界展示和傳播我們的文化之美?！蓖踯娬f(shuō)。

　　新年伊始，楊浩寫下了新的展望：

　　“泱泱中華，歷史何其悠久，文明何其博大。2024年，希望能收集更多古籍、提升整理質(zhì)量，更好守護(hù)古籍這個(gè)文明之根！”

　?。▍?燁參與采寫）