用智能技术让古籍焕发活力

古籍文献是中国，也是全世界的文化财富。保护好、利用好祖先给我们留下的这份珍贵遗产，是文化工作者的责任。古籍的整理和出版，是古籍研究和利用的前提途径，这个途径能否畅通，关系到中国文脉和中华文明的传承。

自古以来，古籍整理都是靠专家、学者人力来完成，因为整理工作的复杂程度很高、整理一部古籍往往要花费学者几年，十几年的时间，甚至可能终其一生。随着信息时代的到来和信息处理技术的进步，能否利用新技术来助力古籍整理出版?计算机能否与古文字对话?古籍智能整理和出版现在的水平如何?又有什么新技术新方法出现?记者就此进行了采访。

从博闻强记到在线查询

古籍整理是连接历史与现实的桥梁，是“存亡继绝”的工作。在中国，古籍整理是一门历史悠久的学问和技术，不断地对前人的书籍和作品进行能校勘、索引、编纂、注释，以求后出专精的高质量版本，是古代学者的一项重要工作。直到今日，古籍整理的基本内容和形式也没有太大的变化。

从古至今，古籍整理都是一项繁复的工作，博学强记和手工翻检是主要的技术手段，低效率和不可避免的遗憾总是相伴而生。中华古籍浩如烟海，如果纯粹地依靠人力去保护，那么将是一件费时费力且极为艰难繁杂的工程，因此学者们提出了利用计算机的信息处理技术来保护中华古籍，古籍的数字化也应运而生。从上个世纪80年代开始至今，古籍数字化已经发展了30多年，取得了丰硕的成果。

在古籍数字化的初期，主要任务是解决如何把几千年来一直保存在竹简、木牍、纸张等实物介质上的古籍内容以数字形式存入计算机，OCR技术的出现，基本解决了这个问题。在研究古籍文献录入与存储方法的同时，还要研究如何便捷地阅读和检索文献内容，因此古籍数据库和检索系统逐步建立起来。古籍数字化资源从最初的书目数据库，发展到后来的古籍全文在线检索，直至如今的网络综合检索系统，越来越多的古籍资料拥有了快速的在线查询途径，这给古籍整理专家带来了极大的便利。但这些功能只能算作浅层的古籍数字化整理。

智能整理的探索与实践

古籍的深层数字化整理，则是将已经数字化的古籍资源智能化，并在此基础上开发出古籍智能整理工具或专家系统，为古籍研究者提供全面的多维度的帮助，提高古籍整理的质量和效率。

所谓古籍智能整理是指在数字化环境下，利用计算机中文信息处理技术对古籍全文进行加工和分析，用计算机和互联网代替专家的大脑，完成古籍整理的各个流程。这将涉及多项关键技术，如智能断句与标点技术、自动句法分析与语义分析技术、标注资源数据库和古籍知识库的构建等等。

记者了解到，目前在国内已有多家科研机构和企业在进行古籍的数字化技术开发工作，浅层的数字化整理成果颇丰。在深层智能化整理方面，也有专家学者提出了古籍智能化整理的技术路径和实现方法，并取得了一定的成功。如上海欢动文化发展有限公司开发的汗青中文古籍智能整理与开发系统，目前已经投入应用。这一系统可以初步实现古籍智能断句与标点;构建古籍标注资源数据库和相关的古籍知识库;智能校勘、智能索引、智能编纂、智能注释等功能，为古籍整理与开发提供辅助支撑，有效地节省了整理者的精力和时间，而且也有助于实现古籍整理、开发到出版的全流程数字化，是国内第一种初步实现应用的智能系统，得到了使用单位的肯定。

上海欢动文化发展有限公司出版总监、出版技术专家田原介绍说，这一系统应用了自动分词与词性标注、自动句法分析与语义分析技、机器翻译、机器学习等技术成果，可以部分地取代人工校勘整理的工作，特别是在检索、校勘等大量重复性工作方面可以大大提高工作效率，为后续的出版和利用建立了数字文本基础。

田原同时也谈到，古籍的智能整理，是一个横跨文理工的交叉学科，涉及的主要学科有：计算机科学、中国古代文学、中国古文献学、中国历史学、图书馆学、情报学、语言学等等，作为一种复杂的智力劳动，短时间内还不可能完全由电脑取代人工，尚有大量的工作需要做，这项技术的发展还有赖于各领域的专家学者共同参与和通力合作。