數(shù)字化,讓古籍觸手可及
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(xiàn)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(kāi)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(xiàn)——“竺可楨曲線(xiàn)”,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(shū)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(kāi)”古籍的全新方式
“初見(jiàn)”“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(huà)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)?!队罉?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(lèi)書(shū),匯集先秦至明初各類(lèi)典籍,被譽(yù)為“世界有史以來(lái)最大的百科全書(shū)”。但幾經(jīng)散佚,副本存世不及原書(shū)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(xiàn),免費(fèi)面向公眾開(kāi)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(huà)卷徐徐展開(kāi),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?!薄白R(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(xiàn)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(kāi)放。該平臺(tái)由北京大學(xué)與抖音合作共建,致力于為用戶(hù)提供免費(fèi)、公開(kāi)、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(kāi)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??梢哉f(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(kāi)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(kāi)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?!?/p>
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。”
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?zhuān)骸斑@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(shū)名、時(shí)間、官職等信息?!蓖瑫r(shí),在機(jī)器自動(dòng)識(shí)別后,會(huì)有專(zhuān)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?!北本┐髮W(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(lèi)與年代篩選功能,可以輔助開(kāi)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(shū)目管理員、審訂員、整理員等各種用戶(hù)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(shū)》等古籍的校對(duì)工作。”談及志愿工作,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(xiě)適合新時(shí)代古籍工作需要的專(zhuān)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。”王軍說(shuō)。
新年伊始,楊浩寫(xiě)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!”
(厲 燁參與采寫(xiě))
版權(quán)聲明:凡注明“來(lái)源:中國(guó)西藏網(wǎng)”或“中國(guó)西藏網(wǎng)文”的所有作品,版權(quán)歸高原(北京)文化傳播有限公司。任何媒體轉(zhuǎn)載、摘編、引用,須注明來(lái)源中國(guó)西藏網(wǎng)和署著作者名,否則將追究相關(guān)法律責(zé)任。
- 深入生活開(kāi)掘創(chuàng)作的土壤
- 堅(jiān)定弘揚(yáng)全人類(lèi)共同價(jià)值(和音)
- 嫦娥六號(hào)探測(cè)器運(yùn)抵發(fā)射場(chǎng)
- 加快推動(dòng)應(yīng)急機(jī)器人技術(shù)發(fā)展與應(yīng)用
- 湖北:守護(hù)一方水土 繪就美麗家園
- 電影市場(chǎng)要讓好作品和好觀眾雙向奔赴
- 武漢黃陂首個(gè)“分階段施工許可證” 使項(xiàng)目工期縮短兩月
- 多措并舉 維護(hù)群眾合法權(quán)益(法治聚焦)
- 【光明論壇】推動(dòng)數(shù)據(jù)要素高水平應(yīng)用 發(fā)揮數(shù)字經(jīng)濟(jì)倍增效應(yīng)
- 必須堅(jiān)持依靠改革開(kāi)放增強(qiáng)發(fā)展內(nèi)生動(dòng)力