講述·弘揚科學家精神
用科技手段激活古籍瑰寶（主題）
人民日報記者 江南 竇瀚洋
(相關資料圖)
打開瀏覽器，登錄“智慧古籍平臺”，可在線查閱4.4萬篇古籍，除了著述、篇目詳情等基本內容外，還有著者小傳、人物行跡、世系圖及社會網絡關系圖等延伸信息，全面立體地展現古籍內容，滿足讀者一站式查詢、閱讀與研究需求。
這是由浙江大學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、研究、欣賞于一體的古籍大數據平臺，通過科技賦能，讓古籍知識變得“觸手可及”。
科技賦能，推動古籍資源“上線”
在浙江大學文學院，記者見到技術團隊負責人徐永明時，他正專心致志地坐在電腦前，忙著審核已完成校對的古籍篇目并準備上線發(fā)布……
“目前平臺已上線著述總字數約700萬字。”說罷，徐永明招呼記者上手體驗。在“智慧古籍平臺”，古籍內容按“著述導覽”“篇目導覽”“著者導覽”等板塊分類呈現，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，綜合運用大數據進行計量統(tǒng)計、定位查詢、聚類查詢等，讓讀者輕松便利地獲取古籍知識。”徐永明邊演示邊介紹，點擊“篇目導覽”按鈕，即可進入文本閱讀界面，“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。”
不僅如此，“智慧古籍平臺”還有許多其他亮點：為降低閱讀時查閱相關資料的頻率，平臺提供了關鍵字詞釋義功能，文本中重要信息及疑難詞按照人名、地名、職官、時間、典故等不同類型以不同顏色顯示，點擊即可查看釋義；借助地理信息系統(tǒng)軟件，結合在線地理信息系統(tǒng)，古籍中留存的地理信息實現了可視化，點擊著者詳情，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平臺——“學術地圖發(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》作者分布圖等各類學術地圖……“其實這個平臺比‘智慧古籍平臺’還要早一些，是中國首個綜合性學術地圖平臺。”他介紹，平臺迄今已發(fā)布1600余幅地圖，共有70余個國家100萬讀者的訪問量。
綜合利用這兩個平臺，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。
為解決技術難題，文科背景出身的徐永明自學編程
在徐永明看來，完善豐富的前端體驗少不了強大的后臺技術支持，“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‘光學字符識別’技術，平臺現用的OCR技術能較為精確地識別版刻古籍，準確率達到90%以上。”他向記者科普起來，再如，借助計算機學習技術，平臺采用的“機器古籍標點技術”，可根據特定算法為古籍文本自動標注現代中文標點符號，準確率也穩(wěn)定在90%以上。
“但正所謂‘隔行如隔山’，僅靠我一人無法建起這個平臺，需要許多相關專業(yè)人員的支持。”他介紹，作為項目負責人，從2020年項目立項以來，他找來浙江大學計算機科學與技術學院、地球科學學院和校圖書館等相關學院和部門老師，組建起一支20余人的技術團隊。
這期間，曾遇到不少難點，“比如，前期需要不斷跟第三方公司磨合，解決前、后臺頁面設計、框架布局、功能模塊等問題；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服務引入等相關問題。”徐永明說。
緣何要研發(fā)這樣的古籍知識大數據平臺？徐永明坦言，這跟自己早年的經歷有關。上世紀90年代末期，他曾在浙江圖書館古籍部工作過一段時間，目睹了讀者來看古籍善本有多不方便，比如只能抄錄，復制的話也要經過許可，且費用很貴。
在他讀博期間，國內還沒有出全文檢索的《四庫全書》電子產品。那時，他寫作博士論文材料，都是靠自己翻閱原書，一條一條抄錄。這些經歷讓徐永明深深地感到，紙質文獻難以保存?zhèn)鞑ィ偶畔⒋嬖凇肮聧u化”“碎片化”現象，“如今，數字技術發(fā)展日新月異，我們便琢磨著能否將大數據技術與古籍進行深度融合，為傳承中華優(yōu)秀傳統(tǒng)文化探索新的可能。”
在“學術地圖發(fā)布平臺”開發(fā)階段，面對界面不美觀，操作不方便，功能有限，經常出現程序故障等問題，文科背景出身的徐永明開始了他的自學Python（計算機編程語言）開發(fā)之路。在他的朋友圈，他時常發(fā)布學習編程的動態(tài)、用Python完成的各種小成果、自己編寫的代碼，等等。
面對海量數據，徐永明善于利用團隊的力量，“過去整理古籍，主要是個體作業(yè)，以書為單位，不能修改、不可關聯，效率不高。”他說，“現在，我們將古籍整理任務通過勤工儉學、暑期社會實踐等形式，遴選相關專業(yè)學生、專家，在線上線下一同參與，努力發(fā)揮集體的智慧。”
幫助讀者掃除古代文獻閱讀障礙，推動古籍閱讀普及化，激活學者的研究成果
浙江大學中國古代文學專業(yè)的博士生郝亞潔認領了新任務：對《徐文長文集》《吟香室詩草》等古籍的OCR校對結果進行二次審核。
“根據平臺不同時期的需求，我的工作內容側重點都有不同。”郝亞潔介紹，比如，在平臺建設初期，同學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。”后期，郝亞潔則負責OCR識別和機器標點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，徐永明是治學嚴謹的導師，自己從平臺維護中收獲良多。“比如，之前學過的Python計算機編程語言，就苦于沒機會實踐；現在的校對環(huán)節(jié)中，用Python代碼檢查不僅幫了我大忙，更體會到了什么叫‘活學活用’。”
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，還有很長的路要走。“我們的初衷很簡單，就是想為讀者掃除古代文獻閱讀障礙，推動古籍閱讀普及化，激活學者的研究成果，突破學術壁壘，將前沿的學術研究成果轉化為社會大眾共享的文化資源，同時改變‘數據在中國，數據庫在國外’的現象。”
面向未來，徐永明團隊定下了新目標：利用“智慧古籍平臺”進一步推進古籍數據資源的整合和開放共享，用智慧化手段為中國古代典籍資源爭取“主動權”，讓古籍資源從“活下來”真正轉變?yōu)椤盎钇饋怼保?/p>
標簽：
