嘉图科技：数字化激活古籍生命力

2023-12-22 15:06 中国经济导报-中国发展网

古籍数字化检索技术

摘要：古籍数字化将古老的文化和现代技术很好地结合了起来，是新形势下中国古籍管理的重要方式。数字化古籍具有容量巨大、检索便捷多样、便于永久保存的特点，在网络环境下，实施古籍数字化具有重要的意义

中国经济导报中国发展网记者杨虹

中国古籍不仅是中国的伟大文化遗产，也是世界文学、历史、哲学与科学技术宝库的一部分，鉴于中国是造纸和印刷的发明国，中国的古籍应该得到认真的研究和精心的维护，更由于它们巨大的文献价值，中国的古籍应该得到最高水平的整理和编目。“古籍数字化将古老的文化和现代技术很好地结合了起来，是新形势下中国古籍管理的重要方式。数字化古籍具有容量巨大、检索便捷多样、便于永久保存的特点，在网络环境下，实施古籍数字化具有重要的意义。”江苏嘉图网络科技股份有限公司（以下简称“嘉图科技”）相关负责人表示，数字化激活了古籍的生命力。

组建专业古籍数字化团队

古籍因其特殊性，原文繁体无断句，异体字、生僻字等又不被通识，许多字还有各种不同的书写方式，普通读者阅读困难，更无从谈利用与研究。古籍数字化是传统古籍整理与现代计算机技术相结合的产物。通晓计算机的人才并不难找，而精通古籍文献知识的人才却不是太多，既懂古籍又精通计算机的人才更是少之又少。古籍数字化是一项系统的工程，需要投入大量的人力、物力和财力。如何将文献信息资源标准规范，利用人才将古籍活化、智能利用、知识关联，以尽可能小的投入获得最大的效益，包括社会效益及经济效益，是一个值得思考的问题。

嘉图科技自2005年开做古籍数字化工作，目前己持续18年。嘉图科技逐渐组建了专业古籍数字化团队（包括扫描团队、录入团队、校对团队、元数据著录团队等）。从最初的手工录入到如今的自动识别、自动校对，嘉图科技已解决了目前古籍数字化门坎高、效率低、错误率高、成本高，古籍里异体字、通假字、方言字的存在导致录入困难，容易出错等问题。目前主要客户为苏州图书馆、常州图书馆、常熟图书馆、昆山图书馆、嘉兴图书馆等。

文献资源数字化已成为一种趋势

据嘉图科技相关负责人介绍，随着传统文化热持续升温，计算机信息技术的日新月异，文献资源数字化已成为一种趋势。古籍数字化经历了从无到有、从小到大的发展过程，目前已经建立了古籍书目数据库和古籍全文数据库。

一是古籍书目数据库，我国比较早建立书目数据库的有国家图书馆、南京图书馆、辽宁图书馆等。目前，拥有古籍馆藏的图书情报机构大部分都建立了古籍书目数据库，提供古籍的收藏信息和版本情况，方便广大读者和研究学者对古籍的应用。而且，至少有几十个图书馆网站能够提供古籍书目检索。

二是古籍全文数据库，对古籍文字的全文进行数字化处理，直接为用户提供古籍的全文阅读或全文检索以及相关统计分析等。它免去了用户检索书目数据库后还得费力去获取原文的麻烦，同时，由于全文检索的实现，极大地提高了查全率。古籍全文数据库是目前古籍数字化的主要形式，几乎涉及中国古籍的各种类型，包括综合类丛书，史书系列，编年体史书系列，文学古籍系列、经学、宗谱、家谱等各个方面。目前有综合性古籍数据库的，比如《四部丛刊》、文渊阁《四库全书》、《十通》、《中国历代石刻史料汇编》等，我们嘉图也协助苏州图书馆建立了具有苏州特色的“苏州图书馆古籍数据库”。

古籍数字化对传统学术研究意义重大

中华古籍浩如烟海，但我国到底现存多少古籍？长久以来都没有明确的答案。即便权威的专家也只能给出一个笼统的回答——约26万种、5000万册。据文化部发布《“十三五”时期全国古籍保护工作规划》，提出到2020年全国古籍资源和保存状况基本摸清，并将修复一批珍贵古籍。届时全国完成古籍普查登记的古籍收藏机构的数量将达到2000家，珍藏古籍的修复数量达到350万叶。从严格意义上的古籍整理来考察（即影印、标点、注释、白话、评点、校勘和辑佚），目前我国已整理出的古籍还不到总数的十分之一，其数量不超过12000种。如此巨大的体量，当然无法全部完成数字化，这是一个艰巨又漫长的工程。我们可以根据古籍的内容、性质、流传情况等，从读者的需求出发，采用不同的方法，或者建立古籍数据库，或者进行古籍原文图像复制，或者实现古籍图文的数字化，或者实现古籍知识及关联的数字化。

“然而这些都只是停留在数字信息的基本上，我们还将继续挖掘古籍数字化对传统学术研究的作用和影响。延伸国学研究者的记忆，提高研究效率，推进传统学术研究走向定量分析和统计分析。”据嘉图科技相关负责人告诉记者，古籍数字化有三个发展过程，即原生性保护——古籍修复、再生性保护——古籍数字化平台、传承性保护——古籍活化。

自2007年，在嘉图科技古籍数字化平台与服务的支持下，苏州图书馆逐步推进并建设了“苏州图书馆古籍数据库”与“苏州图书馆民国数据库”。已建设数据库包括地方志、名人、风俗、水利、人物志、园林志等苏州古代地方文献、馆藏珍贵古籍、苏州地区家谱以及苏州文人别集等内容。作为首批国家历史文化名城之一，苏州拥有得天独厚的优势。2022年11月29日，苏州古籍馆作为全国首个地级市古籍馆在苏州图书馆揭牌。

全国首个地级市古籍馆“苏州古籍馆”揭牌仪式

截至目前，嘉图协助苏州图书馆累计建设古籍和民国文献数字化工作 120 万页左右（页=半筒子叶），接近1500种类型。同时，在“原版原图”保存古籍的基础上，注入科技的新鲜血液，实现了远程登录、图文对照数字化成品、全文检索、繁简字转换等功能，为传统学术专题研究与古籍阅读提供强有力的支持，进一步推进了文化交流与共享。

苏州图书馆成品案例：错误率万分之五

创新古籍数字平台，拉近读者与古籍距离

嘉图科技自主研发了创新的古籍数字平台，以“精准OCR识别”“自动排版”“自动校对”降低古籍数字化加工人员专业性高的从业门槛，以古籍数据库“支持移动端浏览”“影像全文检索”“简繁转换”等独特优势拉近读者与古籍的距离，实现古籍资源的充分共享与有效利用。例如，精准OCR识别：超强的OCR识别技术刻本识别率高达99%。自动校对与字库示例：嘉图古籍数字化平台能自动标识出异体字、通假字以及识别过程中发现错字。平台会加载多个候选字，并显示出该字各种写法。工作人员只需点击图片标出的词字，选择确认即可。