數(shù)字化助古籍走出“深閨高閣”

　　安徽博物院文物科技保護(hù)中心紙質(zhì)文物修復(fù)室的工作人員對(duì)古籍文物進(jìn)行修復(fù)。新華社記者 周 牧攝 

　　為查閱古籍文獻(xiàn)，要出差到各地，探訪各家圖書(shū)館——這是許多古籍研究者的共同記憶。在數(shù)字時(shí)代，這種情況正發(fā)生改變。國(guó)家圖書(shū)館（國(guó)家古籍保護(hù)中心）等6家單位近日在線新增發(fā)布古籍?dāng)?shù)字資源6786部（件）。至此，全國(guó)已累計(jì)在線發(fā)布古籍?dāng)?shù)字資源13萬(wàn)部（件）。依托數(shù)字化手段，卷帙浩繁的古籍走出“深閨高閣”，讓文明觸手可及。

　　兼顧“藏”與“用” 

　　古籍，作為文物必須保護(hù)，作為文獻(xiàn)必須為讀者所用。兼顧“藏”與“用”，一直是古籍保護(hù)工作的重點(diǎn)，而數(shù)字化是最好的方法。中國(guó)古籍?dāng)?shù)字化起步于20世紀(jì)90年代。隨著數(shù)字技術(shù)不斷成熟，科技賦能古籍工作取得可喜進(jìn)展。

　　“2016年國(guó)家圖書(shū)館搭建起‘中華古籍資源庫(kù)’平臺(tái)，發(fā)布了普通古籍、甲骨、敦煌文獻(xiàn)等數(shù)字資源，并全部實(shí)現(xiàn)免登錄在線閱覽。”國(guó)家圖書(shū)館副研究員南江濤介紹，國(guó)家圖書(shū)館還聯(lián)合海內(nèi)外收藏機(jī)構(gòu)發(fā)布“法藏敦煌遺書(shū)”“天津圖書(shū)館古籍”“云南省圖書(shū)館古籍”等，基本搭建“國(guó)家古籍?dāng)?shù)字平臺(tái)”架構(gòu)。

　　隨著“中華古籍保護(hù)計(jì)劃”深入開(kāi)展，各地圖書(shū)館陸續(xù)投入人力物力，大力推進(jìn)古籍?dāng)?shù)字化。國(guó)家圖書(shū)館先后聯(lián)合39家單位發(fā)布數(shù)字古籍，1月4日是第7次聯(lián)合發(fā)布，其中不僅包含明清版刻，還有碑帖拓本等特色資源。相關(guān)數(shù)據(jù)顯示，在現(xiàn)有的13萬(wàn)部（件）數(shù)字古籍中，超過(guò)10.2萬(wàn)部（件）歸屬于“中華古籍資源庫(kù)”。

　　“這13萬(wàn)部（件）古籍?dāng)?shù)字資源，對(duì)于我們研究者來(lái)說(shuō)格外珍貴。”北京大學(xué)中文系教授楊海崢感嘆，在線查閱免去了往返奔波圖書(shū)館的時(shí)間，平衡了古籍的文物性與文獻(xiàn)性。

　　AI助力古籍整理 

　　把紙質(zhì)古籍轉(zhuǎn)化成數(shù)字文本，只是古籍保護(hù)的第一步。“現(xiàn)有的數(shù)字古籍大多由縮微膠片轉(zhuǎn)換而成，分辨率低，使用也不方便。”楊海崢舉例解釋，這類(lèi)古籍通常不具備檢索功能，想查閱某個(gè)內(nèi)容，需逐篇逐頁(yè)閱讀原文，很難快速找到想要的知識(shí)。

　　人工智能的快速發(fā)展，為數(shù)字古籍的整理分類(lèi)帶來(lái)革命性變化。2022年10月，由字節(jié)跳動(dòng)與北京大學(xué)數(shù)字人文研究中心合作研發(fā)的數(shù)字古籍平臺(tái)“識(shí)典古籍”便是一個(gè)生動(dòng)案例。

　　進(jìn)入“識(shí)典古籍”的網(wǎng)站，記者看到《周易》《左傳》《禮記》等陳列于首頁(yè)上。隨機(jī)點(diǎn)開(kāi)一本，左側(cè)為章節(jié)目錄，右側(cè)為正文，排版形式既順應(yīng)現(xiàn)代人的閱讀習(xí)慣，又還原了古籍紙張的閱讀美感。

　　“與一些數(shù)字化平臺(tái)不同，‘識(shí)典古籍’是完全免費(fèi)的，而且增加了簡(jiǎn)繁體轉(zhuǎn)換、底本影像對(duì)照、全文檢索等一系列便捷功能。”抖音集團(tuán)企業(yè)社會(huì)責(zé)任部產(chǎn)品總經(jīng)理唐塏鑫介紹，該平臺(tái)主要應(yīng)用了文字識(shí)別、自動(dòng)標(biāo)點(diǎn)和命名實(shí)體識(shí)別這3種技術(shù)，不僅能將影印本上的文字提取整理，還能通過(guò)序列標(biāo)注識(shí)別文本中的人名、地名等信息，準(zhǔn)確率達(dá)到96%至97%。

　　“平臺(tái)已整理上線了685部經(jīng)典古籍，共計(jì)7900多萬(wàn)字，主要來(lái)自《四部叢刊》。”唐塏鑫說(shuō)，“識(shí)典古籍”已上線手機(jī)移動(dòng)版，未來(lái)平臺(tái)中的書(shū)目將持續(xù)更新。

　　業(yè)內(nèi)人士預(yù)測(cè)，隨著AI技術(shù)的運(yùn)用，古籍文獻(xiàn)中所蘊(yùn)藏的古代歷史文化知識(shí)將不斷被抽取，構(gòu)造成各種各樣的知識(shí)庫(kù)，并將以知識(shí)圖譜的形式支持互聯(lián)網(wǎng)前端應(yīng)用。

　　跨界合作成趨勢(shì) 

　　事實(shí)上，在“識(shí)典古籍”上線之前，文保機(jī)構(gòu)、科研院校與互聯(lián)網(wǎng)公司的跨界合作已越來(lái)越普遍。比如，騰訊聯(lián)合敦煌研究院開(kāi)發(fā)了AI病害識(shí)別技術(shù)，幫助“問(wèn)診”敦煌千年壁畫(huà)。

　　由于在產(chǎn)品研發(fā)、設(shè)計(jì)方面存在優(yōu)勢(shì)，互聯(lián)網(wǎng)公司等社會(huì)力量的加入會(huì)進(jìn)一步保障古籍?dāng)?shù)字化平臺(tái)的服務(wù)質(zhì)量。“我們有優(yōu)秀的產(chǎn)品經(jīng)理、設(shè)計(jì)師、軟件工程師，能夠不斷優(yōu)化數(shù)字古籍平臺(tái)的產(chǎn)品功能。”唐塏鑫說(shuō)。

　　“識(shí)典古籍”的誕生離不開(kāi)專家學(xué)者支持。北京大學(xué)數(shù)字人文研究中心主任王軍表示，北大在這次合作中負(fù)責(zé)人工審核與校對(duì)，彌補(bǔ)人工智能有識(shí)別錯(cuò)誤率的短板，并利用自有學(xué)術(shù)平臺(tái)，連接更多專業(yè)研究者和學(xué)生群體。

　　專家認(rèn)為，在古籍整理中，人文社科學(xué)者要積極介入，并加強(qiáng)與技術(shù)人員的合作，那樣才能更好地利用機(jī)器而不是被機(jī)器牽著鼻子走，從而保證結(jié)果的準(zhǔn)確性。

　　“高校古典文獻(xiàn)學(xué)等相關(guān)專業(yè)如何培養(yǎng)兼具技術(shù)與學(xué)術(shù)能力的復(fù)合型人才、如何形成多學(xué)科交叉的課程體系等，都是需要綜合考慮的問(wèn)題。”王軍說(shuō)（劉樂(lè)藝）