这项技术让珍稀古籍“活”起来

2024年12月9日下午，北京大学《儒藏》编纂与研究中心、北京字节跳动公益基金会与北京大学教育基金会联合举办的“北京大学《儒藏》数字化项目启动仪式”在北京大学教育基金会举办。北京字节跳动公益基金会向北京大学教育基金会捐赠人民币2500万元，用于支持北京大学开展《儒藏》编纂与研究工作，并通过“识典古籍”智能整理平台支持开展《儒藏》数字化工程，后续相关成果也将在识典古籍上线，面对公众开放。

▲部分《儒藏》精华编

《儒藏》工程是建国以来最大规模系统整理海内外儒学典籍的一项重大基础性文化工程，以现代技术和学术标准，系统整理我国以及受儒家文化深刻影响的韩、日、越三国历史上的重要儒家文献，将传世文献与出土文献、域外文献萃为一编，使之成为一个方便阅读、检索和资源共享的独立文献体系。

《儒藏》工程分两步实施，先期成果《儒藏》“精华编”收录中国历史上最具影响力和代表性的儒学文献——包括传世文献和出土文献510种，以及韩、日、越三国历史上用汉文著述的儒学文献160种，编为339册。“精华编”中国部分510种282册已于2022年全部完成出版，中、韩、日、越四国有近百所高校近500位学者参与。全本《儒藏》计划收书3000余种（含“精华编”），约10亿字，将基本囊括中、韩、日、越四国历史上有价值的儒学文献。2023年4月，全本《儒藏》编纂启动。

▲《儒藏》整理手稿

此次合作，字节跳动公司在公益捐赠之外，还提供“识典古籍”智能整理平台支持全本《儒藏》的编纂，“识典古籍”平台源于字节跳动在古籍保护领域的公益项目，上线两年多年，已上线10000部古籍。“识典古籍”结合了字节跳动的人工智能技术优势、产品研发能力及北京大学数字人文研究中心的学术能力，是一个免费开放的古籍资源平台。除了可以阅读，“识典古籍”还开放了整理平台，有古籍整理需求的个人和机构，可以借助自动古籍文字识别(OCR)、自动标点、自动命名实体识别、自动文言文-白话文翻译等人工智能工具，以及配套的协作校对工具更高效地整理古籍。

▲“识典古籍”首页截图

“识典古籍”相关负责人介绍，经过两年多发展，智能整理更加成熟，《儒藏》的数字化整理可以在此被解决和提效。《儒藏》相关文献的影像上传平台后，人工智能会进行初步整理，当遇到不确定的情况时会标注出来，并放上底本供专家检查。这样，专家不再需要花太多的精力在机械枯燥的校勘异同上，可以把精力更好地集中在一些关键的部位和环节上，做好更有深度的学术判断，这将大大减少传统模式下校点人花费的精力，还能节省时间。同时，“识典古籍”还有协作整理的功能，支持以团队的形式开展工作，将大大节省沟通成本。

据了解，三年来，除了在古籍数字化上积极尝试之外，字节跳动持续在古籍修复、活化等方向上助力古籍保护与传承。在古籍修复上，与中国文物保护基金会合作成立古籍保护专项基金，资助国家图书馆、故宫博物院等机构修复珍贵古籍，修复的古籍包括《永乐大典》、敦煌遗书等。

在古籍活化传播上，依托今日头条、抖音、番茄小说等平台，推出系列线上活动、纪录片、公开课等，联动专家、平台创作者深入浅出普及古籍知识，深受年轻人的喜欢。目前在抖音上每天有3000万人在观看古籍相关内容。