“漢典重光”首批實現(xiàn)海外20萬頁中文古籍“數(shù)字化回歸”

　　中國海外古籍“數(shù)字化回歸”項目“漢典重光”平臺18日下午在北京中國科技館正式發(fā)布，通過先進的人工智能(AI)技術(shù)，一批珍藏于美國加州大學(xué)伯克利分校的中文古籍善本，以數(shù)字化方式回歸故土，落地“漢典重光”古籍平臺。

　　“漢典重光”平臺稱，首批20萬頁古籍已完成數(shù)字化，并沉淀為覆蓋3萬多字的古籍字典，公眾可通過該平臺翻閱、檢索古籍，這20萬頁古籍的識別準確率達到97.5%。

　　“漢典重光”項目由阿里巴巴公益基金會、四川大學(xué)、美國加州大學(xué)伯克利分校、中國國家圖書館、浙江圖書館合作開展，旨在尋覓流散海外的中國古籍并將其數(shù)字化、公共化，讓普通人也能親近古籍，通過古籍與先賢對話，與優(yōu)秀傳統(tǒng)文化對話。

　　2019年，阿里巴巴和四川大學(xué)提出“數(shù)字化回歸”設(shè)想，獲得中文藏書量排名全美第三的加州大學(xué)伯克利分校支持并達成共識，將伯克利東亞圖書館的中文古籍善本逐步數(shù)字化。

　　本次首批數(shù)字化的20萬頁古籍中，包含40余種珍貴宋元刻本、寫本；明清至民國時期著名學(xué)者錢謙益、翁方綱、王韜的抄本、稿本；著名藏書樓嘉業(yè)堂、密韻樓的抄本，還有清文瀾閣《四庫全書》零本等。

　　為將伯克利提供古籍的掃描圖片和編目數(shù)據(jù)全部文字化，阿里巴巴達摩院技術(shù)團隊與四川大學(xué)專家聯(lián)手研發(fā)出一套全新的古籍識別系統(tǒng)，以97.5%的準確率完成對20萬頁古籍的整體識別。目前，該系統(tǒng)已能批量識別百本古籍，并沉淀覆蓋3萬多字的古籍字典。

　　比起專家錄入，這套人機交互的識別系統(tǒng)將效率提升近30倍。隨著古籍識別規(guī)模的擴增，機器還會自我進化，不斷提升準確率和效率。阿里巴巴達摩院院長張建鋒表示，阿里計劃將這套技術(shù)工具連同古籍?dāng)?shù)字化平臺一并捐贈，交由權(quán)威公共機構(gòu)長期運營，同時，阿里仍將在古籍?dāng)?shù)字化工作上持續(xù)投入人力物力。

　　據(jù)了解，因邦交、貿(mào)易、戰(zhàn)亂等，歷史上中國古籍時有出海，近代以來，戰(zhàn)爭和動蕩更加劇了古籍的損毀和流散。據(jù)不完全估計，散居海外的中國古籍超過40萬部、400萬冊，包括甲骨簡牘、敦煌遺書、宋元善本、明清精槧、拓本輿圖、少數(shù)民族文獻等。(記者 孫自法)