当古老典籍遇到现代技术“识典古籍”平台让纸上经典触手可及

  当古老典籍遇到现代技术，会产生什么奇妙反应？在“识典古籍”平台，一本本古籍的前世今生、编纂方法、历史价值等信息，伴随着动画音效，生动呈现于眼前。据悉，该平台由北京大学与抖音合作共建，已陆续汇集经、史、子、集等2200余部古籍，致力于为用户提供免费、公开、稳定、快速、方便的检索和阅读古籍服务。

  我国现存古籍约有20万种，从1949年到2019年，共修复整理出版了近3.8万种，修复整理现存的全部古籍，可能需要300余年。可以说，古籍修复速度赶不上老化速度，古籍数字化迫在眉睫。

  《永乐大典》是我国古代规模最大的类书，汇集先秦至明初各类典籍，被誉为“世界有史以来最大的百科全书”。但几经散佚，副本存世不及原书的4%。如今，《永乐大典》高清影像数据库（第一辑）在古籍数字化平台“识典古籍”正式上线，免费面向公众开放。据悉，该项目由国家图书馆、北京大学和字节跳动公司合作推出，是“国家古籍数字化工程”优秀项目之一。

  “初见”“流光”“惊鸿”“珠联”“缀玉”点击网页上的标签，《永乐大典》的前世今生、编纂方法、历史价值等信息，伴随着动画音效，呈现于眼前。“互动化、可视化的呈现方式更加符合当代人的阅读习惯，沉浸式阅读体验拉近了古籍与普通读者之间的距离。”“识典古籍”平台项目负责人之一、北京大学信息管理系助理教授位通说。

  修复整理，只是数字化的第一步。古籍具有文物和文献的双重属性，修复好的古籍若只被束之高阁，后续研究就无法开展，更无法发挥其文化传承的价值。因此，数字化是一场生产效率的变革，也是一次解决古籍保护和利用矛盾的尝试。

  据平台设计者、北京大学人工智能研究院副研究员杨浩介绍，为了实现古籍从纸页“搬”到网页这一过程，技术上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。此外，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，经过这一系列技术+人工的双重操作后，“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%。

  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。”“识典古籍”平台项目负责人、北京大学数字人文研究中心主任王军作了一个比喻，“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。

  “青蒿一握，以水二升渍，绞取汁，尽服之”，屠呦呦从东晋名家葛洪的《肘后备急方》中获得灵感，由此发现青蒿素；用数十年时间查阅《礼记》《诗经》《左传》等大量古籍后，竺可桢绘制出一条物候变迁的曲线“竺可桢曲线”，浓缩出五千年中华大地的冷暖变化图景。

  卷帙浩繁的中华古籍，凝结着先人的智慧，记载着璀璨的文化，诉说着绵延不绝的中华文明。如今，借助现代数字技术，厚重典籍浓缩在方寸之间，尘封已久的历史画卷徐徐展开，成为触手可及的文化资源。