講述·弘揚(yáng)科學(xué)家精神

原標(biāo)題：浙江大學(xué)徐永明團(tuán)隊(duì)打造古籍智慧數(shù)據(jù)共享平臺(tái)——（引題）

(資料圖)

用科技手段激活古籍瑰寶（主題）

人民日?qǐng)?bào)記者 江南 竇瀚洋

打開瀏覽器，登錄“智慧古籍平臺(tái)”，可在線查閱4.4萬(wàn)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(huì)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(tuán)隊(duì)打造的人機(jī)交互式智慧數(shù)據(jù)共享平臺(tái)，將中國(guó)古典文獻(xiàn)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(tái)，通過(guò)科技賦能，讓古籍知識(shí)變得“觸手可及”。

科技賦能，推動(dòng)古籍資源“上線”

在浙江大學(xué)文學(xué)院，記者見(jiàn)到技術(shù)團(tuán)隊(duì)負(fù)責(zé)人徐永明時(shí)，他正專心致志地坐在電腦前，忙著審核已完成校對(duì)的古籍篇目并準(zhǔn)備上線發(fā)布……

“目前平臺(tái)已上線著述總字?jǐn)?shù)約700萬(wàn)字?！闭f(shuō)罷，徐永明招呼記者上手體驗(yàn)。在“智慧古籍平臺(tái)”，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(jì)古典雅致、功能齊全，令人眼前一亮……

“平臺(tái)引入知識(shí)圖譜理念，綜合運(yùn)用大數(shù)據(jù)進(jìn)行計(jì)量統(tǒng)計(jì)、定位查詢、聚類查詢等，讓讀者輕松便利地獲取古籍知識(shí)?！毙煊烂鬟呇菔具吔榻B，點(diǎn)擊“篇目導(dǎo)覽”按鈕，即可進(jìn)入文本閱讀界面，“文本閱讀是本平臺(tái)的特色功能，為提高文本的真實(shí)性和準(zhǔn)確性，平臺(tái)提供了古籍圖片與古籍?dāng)?shù)字化文本一一對(duì)應(yīng)的功能。”

不僅如此，“智慧古籍平臺(tái)”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(tái)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(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(shí)現(xiàn)了可視化，點(diǎn)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(tuán)隊(duì)的另一個(gè)平臺(tái)——“學(xué)術(shù)地圖發(fā)布平臺(tái)”，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)》作者分布圖等各類學(xué)術(shù)地圖……“其實(shí)這個(gè)平臺(tái)比‘智慧古籍平臺(tái)’還要早一些，是中國(guó)首個(gè)綜合性學(xué)術(shù)地圖平臺(tái)?！彼榻B，平臺(tái)迄今已發(fā)布1600余幅地圖，共有70余個(gè)國(guó)家100萬(wàn)讀者的訪問(wèn)量。

綜合利用這兩個(gè)平臺(tái)，徐永明團(tuán)隊(duì)將文史數(shù)據(jù)與數(shù)字地圖相結(jié)合，極大地增強(qiáng)閱讀體驗(yàn)，旨在豐富讀者對(duì)古籍知識(shí)的綜合認(rèn)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(yàn)少不了強(qiáng)大的后臺(tái)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(shí)別，即‘光學(xué)字符識(shí)別’技術(shù)，平臺(tái)現(xiàn)用的OCR技術(shù)能較為精確地識(shí)別版刻古籍，準(zhǔn)確率達(dá)到90%以上?！彼蛴浾呖破掌饋?lái)，再如，借助計(jì)算機(jī)學(xué)習(xí)技術(shù)，平臺(tái)采用的“機(jī)器古籍標(biāo)點(diǎn)技術(shù)”，可根據(jù)特定算法為古籍文本自動(dòng)標(biāo)注現(xiàn)代中文標(biāo)點(diǎn)符號(hào)，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(wú)法建起這個(gè)平臺(tái)，需要許多相關(guān)專業(yè)人員的支持?！彼榻B，作為項(xiàng)目負(fù)責(zé)人，從2020年項(xiàng)目立項(xiàng)以來(lái)，他找來(lái)浙江大學(xué)計(jì)算機(jī)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(tuán)隊(duì)。

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(tái)頁(yè)面設(shè)計(jì)、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?qū)в[、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(shí)大數(shù)據(jù)平臺(tái)？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(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(fù)制的話也要經(jīng)過(guò)許可，且費(fèi)用很貴。

在他讀博期間，國(guó)內(nèi)還沒(méi)有出全文檢索的《四庫(kù)全書》電子產(chǎn)品。那時(shí)，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(xiàn)難以保存?zhèn)鞑?，古籍信息存在“孤島化”“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(jìn)行深度融合，為傳承中華優(yōu)秀傳統(tǒng)文化探索新的可能?！?/p>

在“學(xué)術(shù)地圖發(fā)布平臺(tái)”開發(fā)階段，面對(duì)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(wèn)題，文科背景出身的徐永明開始了他的自學(xué)Python（計(jì)算機(jī)編程語(yǔ)言）開發(fā)之路。在他的朋友圈，他時(shí)常發(fā)布學(xué)習(xí)編程的動(dòng)態(tài)、用Python完成的各種小成果、自己編寫的代碼，等等。

面對(duì)海量數(shù)據(jù)，徐永明善于利用團(tuán)隊(duì)的力量，“過(guò)去整理古籍，主要是個(gè)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(shuō)，“現(xiàn)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?！?/p>

幫助讀者掃除古代文獻(xiàn)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(guó)古代文學(xué)專業(yè)的博士生郝亞潔認(rèn)領(lǐng)了新任務(wù)：對(duì)《徐文長(zhǎng)文集》《吟香室詩(shī)草》等古籍的OCR校對(duì)結(jié)果進(jìn)行二次審核。

“根據(jù)平臺(tái)不同時(shí)期的需求，我的工作內(nèi)容側(cè)重點(diǎn)都有不同。”郝亞潔介紹，比如，在平臺(tái)建設(shè)初期，同學(xué)們主要負(fù)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(duì)應(yīng)?！焙笃冢聛啙崉t負(fù)責(zé)OCR識(shí)別和機(jī)器標(biāo)點(diǎn)校對(duì)后的人工審核等工作。

全程參與“智慧古籍平臺(tái)”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(tái)維護(hù)中收獲良多?！氨热纾皩W(xué)過(guò)的Python計(jì)算機(jī)編程語(yǔ)言，就苦于沒(méi)機(jī)會(huì)實(shí)踐；現(xiàn)在的校對(duì)環(huán)節(jié)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(tái)運(yùn)行至今獲得各方好評(píng)，但徐永明坦言，“智慧古籍平臺(tái)”建設(shè)任重道遠(yuǎn)，想要把浩如煙海的中華古籍資源利用起來(lái)，還有很長(zhǎng)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(xiàn)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(zhuǎn)化為社會(huì)大眾共享的文化資源，同時(shí)改變‘?dāng)?shù)據(jù)在中國(guó)，數(shù)據(jù)庫(kù)在國(guó)外’的現(xiàn)象?！?/p>

面向未來(lái)，徐永明團(tuán)隊(duì)定下了新目標(biāo)：利用“智慧古籍平臺(tái)”進(jìn)一步推進(jìn)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(guó)古代典籍資源爭(zhēng)取“主動(dòng)權(quán)”，讓古籍資源從“活下來(lái)”真正轉(zhuǎn)變?yōu)椤盎钇饋?lái)”！

標(biāo)簽：