速途網(wǎng)5月18日消息（報(bào)道：李楠）今日，“漢典重光”海外古籍?dāng)?shù)字化回歸發(fā)布會(huì)在中國科技館舉行。一批珍藏于加州大學(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(tái)。借助阿里達(dá)摩院的技術(shù)，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，公眾可通過漢典重光平臺(tái)翻閱、檢索古籍。據(jù)悉，達(dá)摩院AI對20萬頁古籍的識(shí)別準(zhǔn)確率達(dá)到97.5%。
“漢典重光”項(xiàng)目由阿里巴巴公益基金會(huì)、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。
漢典重光古籍?dāng)?shù)字化平臺(tái)
因邦交、貿(mào)易、戰(zhàn)亂等，歷史上中國古籍時(shí)有出海，近代以來，戰(zhàn)爭和動(dòng)蕩更加劇了古籍的損毀和流散。據(jù)不完全估計(jì)，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(xiàn)等等。
2019年，阿里巴巴和四川大學(xué)提出“數(shù)字化回歸”設(shè)想，四川大學(xué)歷史文化學(xué)院王果副院長與該院教授、中央文史研究館館員陳力牽線搭橋，溝通北美、歐洲、日韓等地藏書機(jī)構(gòu)，獲得加州大學(xué)伯克利分校支持，達(dá)成共識(shí)，將伯克利東亞圖書館的中文古籍善本逐步數(shù)字化。
加州大學(xué)伯克利分校是美國的漢學(xué)研究重鎮(zhèn)，中文藏書量排名全美第三。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，如宋刻本《後村居士集》、北宋《金粟山大藏經(jīng)》寫本；明清至民國時(shí)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，還有命運(yùn)多舛的清文瀾閣《四庫全書》零本等，很多都是消失多年后重回公眾視線的珍本。
文瀾閣版《宋百家詩存》（卷七）
伯克利提供古籍的掃描圖片和編目數(shù)據(jù)，達(dá)摩院將其全部文字化。古漢語常用字僅有幾千，但中國古籍全部字符約有幾十萬，絕大部分不僅沒被現(xiàn)代字庫收錄，也幾乎找不到樣本供AI學(xué)習(xí)。面對海量無標(biāo)注的數(shù)據(jù)，如何讓AI快速批量識(shí)別古籍，始終是古籍?dāng)?shù)字化領(lǐng)域的技術(shù)瓶頸。
達(dá)摩院技術(shù)團(tuán)隊(duì)與四川大學(xué)專家聯(lián)手研發(fā)了一套全新的古籍識(shí)別系統(tǒng)。利用單字檢測、無監(jiān)督單字聚類、小樣本學(xué)習(xí)、主動(dòng)學(xué)習(xí)等機(jī)器學(xué)習(xí)方法，構(gòu)造了一套邊識(shí)別古籍、邊訓(xùn)練模型的系統(tǒng)，以97.5%的準(zhǔn)確率完成對20萬頁古籍的整體識(shí)別。
該系統(tǒng)已能批量識(shí)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(jī)交互的識(shí)別系統(tǒng)將效率提升了近30倍。隨著古籍識(shí)別規(guī)模的擴(kuò)增，機(jī)器還會(huì)自我進(jìn)化，不斷提升準(zhǔn)確率和效率。
阿里巴巴達(dá)摩院院長張建鋒
阿里巴巴達(dá)摩院院長張建鋒表示，守護(hù)中華傳世典籍，是科技工作者和文化工作者共同的使命。阿里計(jì)劃將這套技術(shù)工具連同古籍?dāng)?shù)字化平臺(tái)一并捐贈(zèng)，交由權(quán)威公共機(jī)構(gòu)長期運(yùn)營，同時(shí)，阿里仍將在古籍?dāng)?shù)字化工作上持續(xù)投入人力物力。
與古籍打了一輩子交道的陳力說，典籍是中華文明的傳承載體，更是人類世界的公共財(cái)產(chǎn)，希望有更多力量參與中國古籍的保護(hù)和傳承，讓更多普通人有機(jī)會(huì)接觸古籍、使用古籍，讓所有蒙塵的古籍重?zé)ㄐ律寱鴮懺诠偶锏奈淖只钇饋怼?/p>
附：
“漢典重光”首批數(shù)字化古籍重要書目一覽
1、周易兼義九卷（魏）王弼（晉）韓康伯注（唐）孔穎達(dá)疏 元刻本
2、易附記十六卷[存卷一至十一]書附記十四卷詩附記十卷[存卷一至七]禮記附記囗卷[存卷四至六]春秋附記[缺卷七、九]（清）翁方綱撰 稿本，嘉業(yè)堂藏書
3、五代史闕文一卷（宋）王禹偁撰 清乾隆南昌彭氏知圣道齋抄本，清彭元瑞跋，嘉業(yè)堂藏書
4、瀛壖雜志一卷（清）王韜撰 稿本 清魏彥、左桂、孫瀜、趙烈文題記
5、金石古文八卷（題）雙華山人喬輯 清周亮工抄本 清吳騫跋
6、居業(yè)錄八卷[存卷三至四]（明）胡居仁撰 清乾隆文瀾閣四庫全書本，嘉業(yè)堂藏書
7、學(xué)思錄一卷（封面題東塾存稿）（清）陳澧撰 稿本
8、丙丁龜鑒十卷（宋）柴望撰 天一閣抄本
9、新刊履齋示兒編二十三卷（宋）孫奕撰 明抄本，天一閣、嘉業(yè)堂遞藏
10、蓬軒類記四卷（明）黃暐撰 明抄本 柯逢時(shí)校，汪氏振綺堂、劉氏嘉業(yè)堂遞藏
11、大般若波羅蜜多經(jīng)[存卷第二百五十四] 北宋寫金栗山廣惠禪院大藏本
12、蘇文忠公文集[存一葉]（宋）蘇軾撰 宋四川眉山刻本
13、淮海集四十卷淮海后集六卷（宋）秦觀撰 宋乾道九年高郵軍學(xué)刻宋元明遞修本，嘉業(yè)堂藏書
14、傅忠肅公文集三卷（宋）傅察撰 清初經(jīng)鉏堂抄本，曹溶舊藏
15、鶴山先生大全文集一百十卷目錄二卷[存卷一至九、九六、九十九至一百零三、一百九十]（宋）魏了翁撰 民國蔣汝藻影宋抄本，密韻樓藏書
16、後村居士集五十卷目錄二卷[卷四十六至五十繆荃孫抄配]（宋）劉克莊撰 宋刻本，嘉業(yè)堂藏書
17、林子真詩一卷（明）林光宇撰 明曹學(xué)佺輯 明崇禎韓錫抄本
18、茗柯文編囗編囗卷[存初編一卷三編一卷四編一卷未編稿一卷]（清）張惠言撰 稿本 清范當(dāng)世、近人葉恭綽跋，嘉業(yè)堂藏書
19、宋百家詩存四十卷[存卷七]（清）曹廷棟輯 清文瀾閣四庫全書本
20、西清詩話三卷（題）無為子撰 明抄本，嘉業(yè)堂藏書
21、拜經(jīng)樓詩話續(xù)編二卷（清）吳騫撰 稿本，嘉業(yè)堂藏書
22、玉茗新詞四種（明）湯顯祖撰 明萬歷四十六年雕蟲館刻本
