浙江大學(xué)徐永明團隊打造古籍智慧數(shù)據(jù)共享平臺——

用科技手段激活古籍瑰寶（講述·弘揚科學(xué)家精神）

(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(nèi)容外，還有著者小傳、人物行跡、世系圖及社會網(wǎng)絡(luò)關(guān)系圖等延伸信息，全面立體地展現(xiàn)古籍內(nèi)容，滿足讀者一站式查詢、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(shù)據(jù)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(shù)據(jù)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(xué)文學(xué)院，記者見到技術(shù)團隊負責(zé)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(zhǔn)備上線發(fā)布……

“目前平臺已上線著述總字?jǐn)?shù)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(nèi)容按“著述導(dǎo)覽”“篇目導(dǎo)覽”“著者導(dǎo)覽”等板塊分類呈現(xiàn)，界面設(shè)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(shù)據(jù)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(dǎo)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(zhǔn)確性，平臺提供了古籍圖片與古籍?dāng)?shù)字化文本一一對應(yīng)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(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(jié)合在線地理信息系統(tǒng)，古籍中留存的地理信息實現(xiàn)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(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》作者分布圖等各類學(xué)術(shù)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(xué)術(shù)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(shù)據(jù)與數(shù)字地圖相結(jié)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，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(zhuǎn)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(xiàn)用的OCR技術(shù)能較為精確地識別版刻古籍，準(zhǔn)確率達到90%以上。”他向記者科普起來，再如，借助計算機學(xué)習(xí)技術(shù)，平臺采用的“機器古籍標(biāo)點技術(shù)”，可根據(jù)特定算法為古籍文本自動標(biāo)注現(xiàn)代中文標(biāo)點符號，準(zhǔn)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(guān)專業(yè)人員的支持。”他介紹，作為項目負責(zé)人，從2020年項目立項以來，他找來浙江大學(xué)計算機科學(xué)與技術(shù)學(xué)院、地球科學(xué)學(xué)院和校圖書館等相關(guān)學(xué)院和部門老師，組建起一支20余人的技術(shù)團隊。

這期間，曾遇到不少難點，“比如，前期需要不斷跟第三方公司磨合，解決前、后臺頁面設(shè)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?qū)в[、編輯器、職官圖譜、智能OCR服務(wù)引入等相關(guān)問題。”徐永明說。

緣何要研發(fā)這樣的古籍知識大數(shù)據(jù)平臺？徐永明坦言，這跟自己早年的經(jīng)歷有關(guān)。上世紀(jì)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(fù)制的話也要經(jīng)過許可，且費用很貴。

在他讀博期間，國內(nèi)還沒有出全文檢索的《四庫全書》電子產(chǎn)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(jīng)歷讓徐永明深深地感到，紙質(zhì)文獻難以保存?zhèn)鞑ィ偶畔⒋嬖凇肮聧u化”“碎片化”現(xiàn)象，“如今，數(shù)字技術(shù)發(fā)展日新月異，我們便琢磨著能否將大數(shù)據(jù)技術(shù)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(xué)術(shù)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(jīng)常出現(xiàn)程序故障等問題，文科背景出身的徐永明開始了他的自學(xué)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(xué)習(xí)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(shù)據(jù)，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(guān)聯(lián)，效率不高。”他說，“現(xiàn)在，我們將古籍整理任務(wù)通過勤工儉學(xué)、暑期社會實踐等形式，遴選相關(guān)專業(yè)學(xué)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(xué)者的研究成果

浙江大學(xué)中國古代文學(xué)專業(yè)的博士生郝亞潔認領(lǐng)了新任務(wù)：對《徐文長文集》《吟香室詩草》等古籍的OCR校對結(jié)果進行二次審核。

“根據(jù)平臺不同時期的需求，我的工作內(nèi)容側(cè)重點都有不同。”郝亞潔介紹，比如，在平臺建設(shè)初期，同學(xué)們主要負責(zé)數(shù)據(jù)上傳整理，“數(shù)據(jù)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(nèi)容按照篇目和影像一一對應(yīng)。”后期，郝亞潔則負責(zé)OCR識別和機器標(biāo)點校對后的人工審核等工作。

全程參與“智慧古籍平臺”建設(shè)，讓郝亞潔受益匪淺……在她眼中，徐永明是治學(xué)嚴(yán)謹(jǐn)?shù)膶?dǎo)師，自己從平臺維護中收獲良多。“比如，之前學(xué)過的Python計算機編程語言，就苦于沒機會實踐；現(xiàn)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(xué)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(shè)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(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(zhuǎn)化為社會大眾共享的文化資源，同時改變‘?dāng)?shù)據(jù)在中國，數(shù)據(jù)庫在國外’的現(xiàn)象。”

面向未來，徐永明團隊定下了新目標(biāo)：利用“智慧古籍平臺”進一步推進古籍?dāng)?shù)據(jù)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(quán)”，讓古籍資源從“活下來”真正轉(zhuǎn)變?yōu)椤盎钇饋怼保?/p>

關(guān)鍵詞：