海外古籍数字化回归，上手试了试古籍落地平台…_风闻

【文/观察者网 张照栋】

近日，一批珍藏于加州大学伯克利分校的中文古籍善本，以数字化方式回归故土，落地阿里达摩院开发的“汉典重光”古籍数字化平台。据悉，首批20万页古籍已完成数字化，并沉淀为覆盖3万多字的古籍字典，公众可通过汉典重光平台翻阅、检索古籍。

海外古籍数字化回归的消息，让一众网友拍手叫好；但对于阿里达摩院开发的“汉典重光”古籍数字化平台，网友们却态度不一……

视频来源：微信公众号“达摩院DAMO”

5月18日下午，中国海外古籍“数字化回归”项目“汉典重光”平台在北京中国科技馆正式发布，通过先进的人工智能(AI)技术，一批珍藏于美国加州大学伯克利分校的中文古籍善本，以数字化方式回归故土，落地“汉典重光”古籍数字化平台。

首批数字化的20万页古籍中，包含40余种珍贵宋元刻本、写本，如宋刻本《後村居士集》、北宋《金粟山大藏经》写本；明清至民国时期著名学者钱谦益、翁方纲、王韬的抄本、稿本；著名藏书楼嘉业堂、密韵楼的抄本，还有命运多舛的清文澜阁《四库全书》零本等，很多都是消失多年后重回公众视线的珍本。

文澜阁版《宋百家诗存》（卷七）

海外古籍数字化回归的消息，让一众网友拍手叫好。

承担此次海外书籍数字化回归任务，由阿里达摩院开发的“汉典重光”古籍数字化平台，也受到关注。

根据微信公众号“达摩院DAMO”介绍，古籍数字化完整流程主要分为采集侧、数字化生产侧、和应用测三个环节。采集侧主要是将纸质书变为电子扫描版，数字化生产侧时间电子扫描版变为文字版，应用侧则是将文字版变为古籍研学系统，涵盖检索、字典、知识图谱等功能。

此次首批海外古籍数字化回归的工程的分工十分明确，采集侧由加州大学伯克利分校东亚图书馆分校完成，而阿里达摩院和四川大学共同完成另外两个步骤。

为了将伯克利提供古籍的扫描图片和编目数据全部文字化，达摩院技术团队与四川大学专家联手研发了一套可以边识别古籍、边训练模型的全新AI古籍识别系统，以97.5%的准确率完成了对20万页古籍的整体识别，并沉淀为覆盖3万多字的古籍字典，比起专家录入，这套人机交互的识别系统将效率提升了近30倍。

此次承接海外古籍数字化回归的“汉典重光”古籍数字化平台，运用的正是这套系统。

笔者登录“汉典重光”古籍数字化平台，在检索栏输入最近引发讨论的“刺史”二字，该平台所收录的古籍中，所有出现“刺史”二字的书籍一一呈现，并且精确到具体页面。

点击搜索结果，就会进入相应的古籍页面，而出现“刺史”二字的地方，也会用半透明蓝框标出。

截图自“汉典重光”古籍数字化平台

但除了关键字检索功能，以及可以将古籍图片最大放大至3倍的功能外，“汉典重光”并无其他功能。

古籍《庄子通》放大3倍后 的《逍遥游》片段   截图自“汉典重光”古籍数字化平台

不少网友在“汉典重光”古籍数字平台上体验过后，纷纷点赞。

“效果比想象中的好，支持缩放和关键字搜索……”

但也有网友的体验效果并不是很好。

“一股塑料质感…”

“部分书籍需要放大多倍才能阅读，更不用说有些批注与背面的批注重叠导致识别困难。”

“别的图书馆古籍扫描，可以下载文件到本地，它这只能在线阅读，体验还极差。”

除了体验效果外，还有网友还认为许多国外图书馆都已经开放相关资源，这件事技术含量不高。这件事的重点不在海外，而在国内，国内图书馆对中国古籍善本资源的开放做得很差。

“国外很多藏书机构已自行公布高清资源，这件事技术含量不大……中国古籍善本的资源公开做得最差、系统差、图像渣，浏览体验也最差。”

“很多海外的文献本身即是开放的……与其攻关海外，倒不如先让国内的图书馆开放自己的古籍资源来的实在。”

“说真相真的很尴尬！在国内看古籍文献真的很难，很多时候还要看身份……”

也有网友表示，“汉典重光”古籍数字化平台将流散海外各处的书籍集中一处，便于国人检索，与国内古籍网络化并不矛盾。

随即有网友反驳道：“没有针对普通读者的配套导引，也没大意义，重点不在所谓的海外古籍网络回归，而在于用户体验。”