一直以來，古籍?dāng)?shù)字化整理面臨著技術(shù)、資金等方面的諸多困難，導(dǎo)致數(shù)字化進(jìn)展緩慢，或使用體驗(yàn)不佳等。為解決這些難題，2022年3月，字節(jié)跳動(dòng)公司與北京大學(xué)開展合作，以“北京大學(xué)—字節(jié)跳動(dòng)數(shù)字人文開放實(shí)驗(yàn)室”為研發(fā)基地，打造“識(shí)典古籍”數(shù)字化平臺(tái)。這是一個(gè)非營(yíng)利性公益平臺(tái)，通過OCR（光學(xué)字符識(shí)別）、句讀、實(shí)體識(shí)別、知識(shí)圖譜構(gòu)建等方面的多種技術(shù)，實(shí)現(xiàn)古籍的智能化整理，讓古籍能夠以文本的形態(tài)加以檢索、關(guān)聯(lián)閱讀和深度挖掘、利用。

　　“識(shí)典古籍”數(shù)字化平臺(tái)于2022年10月開始向公眾免費(fèi)開放，截至今年4月24日，已上線4100部經(jīng)典古籍。該平臺(tái)產(chǎn)品相關(guān)負(fù)責(zé)人近日告訴記者，平臺(tái)未來將陸續(xù)完成1萬(wàn)種古籍的智能化整理工作，基本覆蓋儒家、道家和佛學(xué)的核心典籍目錄。

　　技術(shù)賦能，古籍?dāng)?shù)字化開新篇

　　古籍?dāng)?shù)字化的作用是活化，要讓越來越多的人了解與使用古籍。但古籍?dāng)?shù)字化并非易事，如果按照傳統(tǒng)方式解決古籍?dāng)?shù)字化過程中大量異體字、生僻字、標(biāo)點(diǎn)、閱讀順序等問題，相關(guān)單位需要一本本、一頁(yè)頁(yè)進(jìn)行人工掃描、校對(duì)，會(huì)耗費(fèi)大量人力、物力，這成為古籍?dāng)?shù)字化的攔路虎。在這種背景下，具有很多互聯(lián)網(wǎng)和人工智能技術(shù)經(jīng)驗(yàn)的字節(jié)跳動(dòng)，開始思索如何用技術(shù)為古籍?dāng)?shù)字化賦能。

　　作為一家以內(nèi)容為主的公司，字節(jié)跳動(dòng)在內(nèi)容識(shí)別、內(nèi)容檢索等方面的技術(shù)上擁有天然的優(yōu)勢(shì)，而這也反映在古籍?dāng)?shù)字化方面。字節(jié)跳動(dòng)相關(guān)負(fù)責(zé)人告訴記者，“識(shí)典古籍”數(shù)字化平臺(tái)解決了古籍?dāng)?shù)字化的兩大難題：古籍掃描準(zhǔn)確率以及轉(zhuǎn)換效率較低。目前行業(yè)內(nèi)OCR的識(shí)別準(zhǔn)確率平均為93%—94%，而“識(shí)典古籍”數(shù)字化平臺(tái)將這個(gè)數(shù)字提高到96%—97%。

　　由于古籍沒有標(biāo)點(diǎn)符號(hào)，因此以往需要人工添加標(biāo)點(diǎn)符號(hào)。而“識(shí)典古籍”數(shù)字化平臺(tái)通過算法，給原本缺少斷句的古籍自動(dòng)打上標(biāo)點(diǎn)符號(hào)。此外，為了進(jìn)一步提升文字識(shí)別的精準(zhǔn)度，命名實(shí)體識(shí)別技術(shù)會(huì)通過預(yù)測(cè)文字的實(shí)體標(biāo)簽，識(shí)別包括人名、地名、書籍、時(shí)間、官職在內(nèi)的5種類型的專有名詞。

　　該相關(guān)負(fù)責(zé)人表示，除了應(yīng)用于古籍閱讀之外，“識(shí)典古籍”數(shù)字化平臺(tái)還將致力于提高古籍智能整理的能力，通過提供開放、一站式的古籍智能化整理工具，吸引更多收藏家自主上傳古籍資源。“我們不斷優(yōu)化OCR等算法，支撐不同樣式和掃描條件的古籍，借助飛書編輯器框架，打造體驗(yàn)良好、協(xié)作性強(qiáng)的校對(duì)、校勘體驗(yàn)，簡(jiǎn)單培訓(xùn)后普通人也能上手。對(duì)于愿意將整理后的古籍通過‘識(shí)典古籍’開放給大眾閱讀的機(jī)構(gòu)，可以免費(fèi)使用‘識(shí)典古籍’的整理平臺(tái)及其智能技術(shù)。”

　　古籍活化，建立可打通知識(shí)圖譜

　　把古籍的文字從紙張油墨轉(zhuǎn)變?yōu)閿?shù)字化的“1、0”，并不是古籍活化的關(guān)鍵。古籍活化就是要把古籍里面蘊(yùn)含的信息文化知識(shí)活化，讓年輕讀者了解古籍蘊(yùn)含的文化知識(shí)，而“識(shí)典古籍”數(shù)字化平臺(tái)的知識(shí)圖譜化整理在這方面發(fā)揮了重大作用。

　　據(jù)了解，使用者可以根據(jù)自己的需求進(jìn)行關(guān)鍵詞檢索，快速找到所需信息；還可以根據(jù)實(shí)體（時(shí)代、人物、地點(diǎn)等）作整體性分析和關(guān)聯(lián)檢索，讓分散在同一本古籍不同位置，或不同古籍的相關(guān)知識(shí)快速、全面聚合，打造一個(gè)完善的知識(shí)圖譜。

　　“這相當(dāng)于搭建了一座古籍智能化數(shù)字圖書館，讓研究者找資料時(shí)，不再需要一本本書查找、一頁(yè)頁(yè)翻閱。比如用戶檢索‘道義’，就可以了解該概念起源于哪個(gè)朝代的哪本典籍，以及它在各種書籍中的出現(xiàn)情況，從而快速推動(dòng)相關(guān)研究，這對(duì)傳統(tǒng)文化研究具有重要意義。”字節(jié)跳動(dòng)相關(guān)負(fù)責(zé)人表示。

　　知識(shí)圖譜的作用遠(yuǎn)不止如此。據(jù)悉，“識(shí)典古籍”數(shù)字化平臺(tái)還可以在專有名詞基礎(chǔ)上識(shí)別這些專有名詞之間的關(guān)系，把人名、地名、官名、書名都識(shí)別出來，并試圖提取人、地和官職之間的關(guān)系，轉(zhuǎn)化成圖譜形態(tài)，再與百科、各種問答應(yīng)用、旅游產(chǎn)品等聯(lián)系在一起，實(shí)現(xiàn)全方位的數(shù)字化賦能。

　　據(jù)了解，字節(jié)跳動(dòng)向全社會(huì)開放古籍閱讀檢索研究權(quán)限，任何人都可以通過平臺(tái)搭建自己的古籍知識(shí)圖譜。他們無(wú)需親自翻閱多本書籍，就可以獲取完整的詞義，節(jié)省了研究者和讀者的時(shí)間。

　　開放合作，宣傳讓古籍“火”起來

　　讓古籍“活”起來只是第一步，還要讓古籍“火”起來。字節(jié)跳動(dòng)相關(guān)負(fù)責(zé)人表示，“識(shí)典古籍”數(shù)字化平臺(tái)的一個(gè)重要功能就是古籍活化傳承，通過古籍?dāng)?shù)字化提供更多的延展內(nèi)容和趣味玩法。

　　據(jù)了解，“識(shí)典古籍”數(shù)字化平臺(tái)上線了電腦網(wǎng)頁(yè)版以及手機(jī)移動(dòng)版，用戶在此可以實(shí)現(xiàn)分詞檢索、圖文對(duì)照、繁簡(jiǎn)轉(zhuǎn)換、字典釋義、文白對(duì)照、實(shí)體百科等功能。同時(shí)，今日頭條還專門開放古籍平臺(tái)，展示平臺(tái)成果。截至今年4月24日，已經(jīng)累計(jì)有超過6231萬(wàn)人次通過今日頭條古籍頻道、網(wǎng)頁(yè)版等了解和閱讀古籍。

　　在古籍?dāng)?shù)字化的基礎(chǔ)上，字節(jié)跳動(dòng)公益還聯(lián)合中國(guó)文物保護(hù)基金會(huì)、中國(guó)國(guó)家圖書館發(fā)起“尋找古籍守護(hù)人”活動(dòng)，招募創(chuàng)作者，通過抖音、西瓜視頻、今日頭條等平臺(tái)，創(chuàng)作相關(guān)內(nèi)容，推動(dòng)古籍活化，助力傳統(tǒng)文化傳承；此外，還推出古籍活化紀(jì)錄片《穿越時(shí)空的古籍》、VR互動(dòng)紀(jì)錄片《古籍尋游記》，以及系列古籍公開課等，整理古籍活化成果。一整套組合拳下來，成效斐然。

　　其中，“尋找古籍守護(hù)人”活動(dòng)約有7萬(wàn)名創(chuàng)作者參與，視頻累計(jì)播放量24億次；古籍公開課共發(fā)布25期公開課，25位名師開講，涵蓋“識(shí)典古籍”數(shù)字化平臺(tái)上20余部古籍，觀看量超過9600萬(wàn)次。“現(xiàn)在我們以多元形式傳播古籍知識(shí)，受到了行業(yè)的關(guān)注和認(rèn)可，特別是受到年輕人的喜愛。這給予我們信心，因?yàn)楣偶膫鞒性谀贻p人，古籍‘活’化和‘火’起來的種子，也要靠他們播撒。”字節(jié)跳動(dòng)相關(guān)負(fù)責(zé)人說道。