让古籍“活”起来 贵州师范大学这个学生团队致力于推进古籍数字化
青年,古籍。
一个由学生组成的团队,将这两个词结合在了一起。
贵州师范大学的“溯古寻真”团队,专注于借助AI技术帮助古籍研究者完成古籍残缺部分的数字化修复。用团队创始人焦成的一句话来说就是:“将中华典籍和信息技术相结合,赋予尘封古籍新生命。”
(资料图片)
截至目前,这支由在校大学生组成的“溯古寻真”团队交出了抢眼的成绩单:已获批2项语言数据专利,9项发明专利正在审批。这些专利技术为团队提供竞争优势,并为古籍数字化技术解决方案领域,提供独特的技术支持。
罗丽丽老师(左三)与团队成员进行交流
8月10日,多彩贵州网记者在贵州师范大学见到了“溯古寻真”团队创始人焦成,他是2019级物理与电子科学学院电子信息工程专业毕业生。
一个理工生为何情系古籍修复?
这源自于一次偶然的机会。焦成参加了贵州师范大学图书馆举办的“墨香古韵——雕版印刷、碑帖传拓技艺体验”活动。贵州师范大学档案馆的罗丽丽老师的介绍,让他对古籍修复这个冷门小众的行业产生了浓厚的兴趣。
焦成查阅了大量资料,了解到我国古籍修复以及古籍数字化面临的困境,特别注意到了因破损残缺严重,导致一部分内容缺失的古籍文献。
对于那些遗失的古籍内容,是否真的无法揭开它神秘的面纱?他联想到“填字”游戏和人工智能,于是有了一个大胆的想法。
贵州师范大学档案馆的古籍修复师向团队成员展示古籍修复过程
他开始在学院内组建团队,队员横跨工学、文学、历史学、管理学等多个领域,学科交叉、团结协作是这支年轻团队的优势。
为了深入了解古籍数字化之前的人工修复过程,团队成员经常到校档案馆向罗丽丽老师请教。档案馆的古籍修复师向成员们现场一次又一次的展示古籍修复过程。罗老师耐心解答了成员们在古籍数字化进程中,关于历史文献知识图谱方面的疑惑。
古籍修复是一件漫长并且需要极大耐心和细心的事情,因而修复速度远赶不上老化速度,大量古籍亟待抢救。
时不待人,团队队员们开始有条不紊地着手研发产品,一系列问题随之出现。
由于古籍文献中字体、纸张质地、语言的表达方式、损坏程度等不同,给图像处理和文字识别带来了挑战。系统在识别过程中,需要考虑到历史背景和上下文信息,这彰显了“溯古寻真”团队成员多学科交叉的重要性。
“溯古寻真”系统后台截图
在产品研发最初,团队去到学校古籍修复中心试用产品,效果并不理想。团队成员将老师正在修补的一本清末年间的书籍进行扫描后补全,但猜测器给出的推测却是五花八门,团队成员受到了极大的打击。
“大家垂头丧气的。”焦成回忆着说道。在罗丽丽老师的鼓励下,大家“重整旗鼓”,猜测是算法出现问题,决定更换模型重新训练,并继续补充数据集。团队通过大量实验,将技术完全改头换面了一次。
推翻重来,付出更多时间,对整个团队来说,需要巨大勇气。
那段时间团队成员每天没日没夜跑代码、改算法。还好,功夫不负有心人。
“溯古寻真”系统后台截图
团队又再次去古籍修复中心,在老师的指导下,将产品再次进行验证,这次的补全建议基本达到了老师的需求。团队成员受到了鼓舞,又将产品送到不同机构部门试用,最终均得到较好的反馈结果。
一次又一次的补课学习,以及不断实验和改进,不断优化算法和模型,大家逐步克服困难,使“溯古寻真”古籍识别系统达到更好的效果。
贵州师范大学该团队所研发的“溯古寻真”古籍识别系统,拥有自身的核心技术,首创的古籍GCT猜测器创新性地采用深度学习方法,通过检测图像中的文字残缺区域,能够识别出残缺文字所在的位置。
同时,团队改良的二代OCR识别技术与文字校对系统,对文字检索速度提升超10倍;对应知识图谱给出的文字补全建议,达到90%以上的采用率。
“溯古寻真”系统已经助力多家图书馆、档案馆完成了40余册古籍的识别与数字化。
“我们希望,让古籍、碑文上的字以数字化的方式,永远存续。”焦成说,团队将接力奋斗,不断将产品优化升级,助力我国古籍数字化进程的推进。
本网记者:杨昌鼎
一审:曹 轶 林 萌
二审:袁小娟
三审:李 蓓
关键词:
相关阅读
-
让古籍“活”起来 贵州师范大学这个学...
青年,古籍。一个由学生组成的团队,将这两个词结合在了一起。贵州师范 -
人民银行:7月人民币存款减少1.12万亿元
8月11日,人民银行发布2023年7月金融统计数据报告。 -
足不出“沪”纵览欧洲五百年艺术发展史
由ucca与柏林国立博古睿美术馆携手呈现的“现代主义漫步:柏林国立... -
经纬大师走入柯桥纺企,畅谈小众需求与...
从大规模批量生产向创意设计与技术创新转变,纺织行业的快速升级正 -
新科茅奖得主孙甘露:向前辈作家茅盾表...
他说,《千里江山图》的故事发生在九十年前——1933年的上海,那一... -
鲁大师电动车智能化测评报告第二十一期...
简介:第二十一期参与测评的电动车是九号E300P、雅迪冠能探索E10、绿源 -
仓颉怎么读?是什么意思?
“仓颉”的意思仓颉,被认为是中文文字的创立者,他的名字是什么意... -
梅州7名未成年被查处!只因这个原因...
大埔交警开展对未成年人无证驾驶机动车专项整治行动近日,大埔交警联合 -
政策解读 零距离提升民生服务效能
政策解读零距离提升民生服务效能湖南日报·新湖南客户端8月11日讯(... -
房山区20家集中供水厂已全面恢复供水 2...
北京青年报记者从房山区水务局了解到,截至8月11日,房山全区20家集中 -
摄影月赛丨21-骄阳之下 (图)
作品简介:头顶是如火的烈日,周边是涌动的热气,脸上是流淌的汗水,身 -
尚志市连夜加固蚂蚁河和黄泥河险工路段
“大家加把劲儿,沙袋要踩紧压实,不能有缝隙。”11日,记者在尚志... -
红西瓜子的产地?
中国南北皆有西瓜栽培,西瓜是一种双子叶开花植物,植株形状像藤蔓, -
2023年8月云南废钢产业走访调研报告
调研时间:2023年8月1日-8月3日调研地点:曲靖、昆明调研方式:实地走 -
河南省验收组到镇平验收国家农产品质量...
8月10日,河南省农产品质量安全县创建办副主任李明青带领验收组到镇平 -
榆林丹霞,一眼亿年
在中国28个省级行政区广泛分布了1000余处丹霞地貌,目前我国发现的规模 -
畅销书《藏獒》作者杨志军凭《雪山大地...
在该书的创作谈中,杨志军说,在当下风格多样的文学语境里,能以生活的 -
丽珠集团:布南色林片获得注册批准 ...
2023年8月11日,丽珠集团(000513 SZ)公告,全资子公司丽珠集团丽珠制 -
几条视频致杭州新东方全面停课,网红铁...
文 YY前有辛吉飞,后有“铁头惩恶扬善”。近日,博主“铁头惩恶扬... -
这两天桂林将开启“晴雨”模式
本周,我市回归到了烈日炙烤的高温天,白天酷暑难耐,夜晚则潮湿闷热。