打開(kāi)瀏覽器，登錄“智慧古籍平臺”，可在線(xiàn)查閱4.4萬(wàn)篇古籍，除了著(zhù)述、篇目詳情等基本內容外，還有著(zhù)者小傳、人物行跡、世系圖及社會(huì )網(wǎng)絡(luò )關(guān)系圖等延伸信息，全面立體地展現古籍內容，滿(mǎn)足讀者一站式查詢(xún)、閱讀與研究需求。
這是由浙江大學(xué)徐永明教授及其團隊打造的人機交互式智慧數據共享平臺，將中國古典文獻和研究成果圖譜化、智能化，打造了集瀏覽、查詢(xún)、研究、欣賞于一體的古籍大數據平臺，通過(guò)科技賦能，讓古籍知識變得“觸手可及”。
(資料圖)
科技賦能，推動(dòng)古籍資源“上線(xiàn)”
在浙江大學(xué)文學(xué)院，記者見(jiàn)到技術(shù)團隊負責人徐永明時(shí)，他正專(zhuān)心致志地坐在電腦前，忙著(zhù)審核已完成校對的古籍篇目并準備上線(xiàn)發(fā)布……
“目前平臺已上線(xiàn)著(zhù)述總字數約700萬(wàn)字?！闭f(shuō)罷，徐永明招呼記者上手體驗。在“智慧古籍平臺”，古籍內容按“著(zhù)述導覽”“篇目導覽”“著(zhù)者導覽”等板塊分類(lèi)呈現，界面設計古典雅致、功能齊全，令人眼前一亮……
“平臺引入知識圖譜理念，綜合運用大數據進(jìn)行計量統計、定位查詢(xún)、聚類(lèi)查詢(xún)等，讓讀者輕松便利地獲取古籍知識?！毙煊烂鬟呇菔具吔榻B，點(diǎn)擊“篇目導覽”按鈕，即可進(jìn)入文本閱讀界面，“文本閱讀是本平臺的特色功能，為提高文本的真實(shí)性和準確性，平臺提供了古籍圖片與古籍數字化文本一一對應的功能?！?/p>
不僅如此，“智慧古籍平臺”還有許多其他亮點(diǎn)：為降低閱讀時(shí)查閱相關(guān)資料的頻率，平臺提供了關(guān)鍵字詞釋義功能，文本中重要信息及疑難詞按照人名、地名、職官、時(shí)間、典故等不同類(lèi)型以不同顏色顯示，點(diǎn)擊即可查看釋義；借助地理信息系統軟件，結合在線(xiàn)地理信息系統，古籍中留存的地理信息實(shí)現了可視化，點(diǎn)擊著(zhù)者詳情，即可查看所鏈接的人物行跡圖……
而提及地理信息可視化，不得不提徐永明團隊的另一個(gè)平臺——“學(xué)術(shù)地圖發(fā)布平臺”，其中匯集了李白、蘇軾等500多位中華歷史名人的行跡圖、《全元詩(shī)》作者分布圖等各類(lèi)學(xué)術(shù)地圖……“其實(shí)這個(gè)平臺比‘智慧古籍平臺’還要早一些，是中國首個(gè)綜合性學(xué)術(shù)地圖平臺?！彼榻B，平臺迄今已發(fā)布1600余幅地圖，共有70余個(gè)國家100萬(wàn)讀者的訪(fǎng)問(wèn)量。
綜合利用這兩個(gè)平臺，徐永明團隊將文史數據與數字地圖相結合，極大地增強閱讀體驗，旨在豐富讀者對古籍知識的綜合認知。
為解決技術(shù)難題，文科背景出身的徐永明自學(xué)編程
在徐永明看來(lái)，完善豐富的前端體驗少不了強大的后臺技術(shù)支持，“比如，要將古籍圖像中的文字轉換成文本格式，就需要OCR識別，即‘光學(xué)字符識別’技術(shù)，平臺現用的OCR技術(shù)能較為精確地識別版刻古籍，準確率達到90%以上?！彼蛴浾呖破掌饋?lái)，再如，借助計算機學(xué)習技術(shù)，平臺采用的“機器古籍標點(diǎn)技術(shù)”，可根據特定算法為古籍文本自動(dòng)標注現代中文標點(diǎn)符號，準確率也穩定在90%以上。
“但正所謂‘隔行如隔山’，僅靠我一人無(wú)法建起這個(gè)平臺，需要許多相關(guān)專(zhuān)業(yè)人員的支持?！彼榻B，作為項目負責人，從2020年項目立項以來(lái)，他找來(lái)浙江大學(xué)計算機科學(xué)與技術(shù)學(xué)院、地球科學(xué)學(xué)院和校圖書(shū)館等相關(guān)學(xué)院和部門(mén)老師，組建起一支20余人的技術(shù)團隊。
這期間，曾遇到不少難點(diǎn)，“比如，前期需要不斷跟第三方公司磨合，解決前、后臺頁(yè)面設計、框架布局、功能模塊等問(wèn)題；到了后期，我們更換了合作方，又得重新磨合，主要解決地域導覽、編輯器、職官圖譜、智能OCR服務(wù)引入等相關(guān)問(wèn)題?！毙煊烂髡f(shuō)。
緣何要研發(fā)這樣的古籍知識大數據平臺？徐永明坦言，這跟自己早年的經(jīng)歷有關(guān)。上世紀90年代末期，他曾在浙江圖書(shū)館古籍部工作過(guò)一段時(shí)間，目睹了讀者來(lái)看古籍善本有多不方便，比如只能抄錄，復制的話(huà)也要經(jīng)過(guò)許可，且費用很貴。
在他讀博期間，國內還沒(méi)有出全文檢索的《四庫全書(shū)》電子產(chǎn)品。那時(shí)，他寫(xiě)作博士論文材料，都是靠自己翻閱原書(shū)，一條一條抄錄。這些經(jīng)歷讓徐永明深深地感到，紙質(zhì)文獻難以保存傳播，古籍信息存在“孤島化”“碎片化”現象，“如今，數字技術(shù)發(fā)展日新月異，我們便琢磨著(zhù)能否將大數據技術(shù)與古籍進(jìn)行深度融合，為傳承中華優(yōu)秀傳統文化探索新的可能?！?/p>
在“學(xué)術(shù)地圖發(fā)布平臺”開(kāi)發(fā)階段，面對界面不美觀(guān)，操作不方便，功能有限，經(jīng)常出現程序故障等問(wèn)題，文科背景出身的徐永明開(kāi)始了他的自學(xué)Python（計算機編程語(yǔ)言）開(kāi)發(fā)之路。在他的朋友圈，他時(shí)常發(fā)布學(xué)習編程的動(dòng)態(tài)、用Python完成的各種小成果、自己編寫(xiě)的代碼，等等。
面對海量數據，徐永明善于利用團隊的力量，“過(guò)去整理古籍，主要是個(gè)體作業(yè)，以書(shū)為單位，不能修改、不可關(guān)聯(lián)，效率不高?！彼f(shuō)，“現在，我們將古籍整理任務(wù)通過(guò)勤工儉學(xué)、暑期社會(huì )實(shí)踐等形式，遴選相關(guān)專(zhuān)業(yè)學(xué)生、專(zhuān)家，在線(xiàn)上線(xiàn)下一同參與，努力發(fā)揮集體的智慧?！?/p>
幫助讀者掃除古代文獻閱讀障礙，推動(dòng)古籍閱讀普及化，激活學(xué)者的研究成果
浙江大學(xué)中國古代文學(xué)專(zhuān)業(yè)的博士生郝亞潔認領(lǐng)了新任務(wù)：對《徐文長(cháng)文集》《吟香室詩(shī)草》等古籍的OCR校對結果進(jìn)行二次審核。
“根據平臺不同時(shí)期的需求，我的工作內容側重點(diǎn)都有不同?！焙聛啙嵔榻B，比如，在平臺建設初期，同學(xué)們主要負責數據上傳整理，“數據一般以一部文集為單位，需要制作目錄文件把文集的文字內容按照篇目和影像一一對應?！焙笃?，郝亞潔則負責OCR識別和機器標點(diǎn)校對后的人工審核等工作。
全程參與“智慧古籍平臺”建設，讓郝亞潔受益匪淺……在她眼中，徐永明是治學(xué)嚴謹的導師，自己從平臺維護中收獲良多?！氨热?，之前學(xué)過(guò)的Python計算機編程語(yǔ)言，就苦于沒(méi)機會(huì )實(shí)踐；現在的校對環(huán)節中，用Python代碼檢查不僅幫了我大忙，更體會(huì )到了什么叫‘活學(xué)活用’?！?/p>
平臺運行至今獲得各方好評，但徐永明坦言，“智慧古籍平臺”建設任重道遠，想要把浩如煙海的中華古籍資源利用起來(lái)，還有很長(cháng)的路要走?！拔覀兊某踔院芎?jiǎn)單，就是想為讀者掃除古代文獻閱讀障礙，推動(dòng)古籍閱讀普及化，激活學(xué)者的研究成果，突破學(xué)術(shù)壁壘，將前沿的學(xué)術(shù)研究成果轉化為社會(huì )大眾共享的文化資源，同時(shí)改變‘數據在中國，數據庫在國外’的現象?！?/p>
面向未來(lái)，徐永明團隊定下了新目標：利用“智慧古籍平臺”進(jìn)一步推進(jìn)古籍數據資源的整合和開(kāi)放共享，用智慧化手段為中國古代典籍資源爭取“主動(dòng)權”，讓古籍資源從“活下來(lái)”真正轉變?yōu)椤盎钇饋?lái)”?。ū緢笥浾?江 南 竇瀚洋）
關(guān)鍵詞：
為你推薦
