300年才能完成的事，它出手了！

正文

请到「今天看啥」查看全文

一个月整理了5000多万字的古籍时， 他震惊了： “我一年能整理几十万字就很了不起了。”

“识典古籍”整合了国内顶尖AI研发团队的开发能力和北京大学深厚的学术积淀。 古籍整理被拆分成许多环节，主要包括文字识别、文字校对、结构整理、标点校对等。 这些环节借助AI，大大节省了人力。

打开“识典古籍”平台，上传一张古籍图片后，光学字符识别（OCR）技术将对图片中的人名、地名、书名、时间和职官，平台可以自动标记。对于OCR不确定的字，会用不同颜色标记出来，便于定位这些文字，然后参照底本修改。在文字精校环节，可以匹配两套不同的文本，在文字校勘环节，可以比较差异、撰写数字校勘记……

“识典古籍”阅读平台网页截图。

北京大学数字人文中心副主任杨浩做过测试， AI自动标点准确率超90%，翻译古文也达到专家水平。 “古籍标点是一大难点。”刘帅说，如今他遇到疑问，就会去对照“识典古籍”的自动标点——有点像围棋爱好者向AlphaGo学棋。

杨浩说，传统的古籍整理以出版为目的，正确率要求极高，相应门槛也高，即便古籍专业的学生也经常出错，难以独立承担项目。 大部分项目都是一个专家负责一种书，从头做到尾，因此效率很低。

现在有了机器学习，AI在阅读大量人类成果后，对古文具备了相当的“语感”。在“我是‘校书官’”项目中，AI先初步整理古籍，逐字校对，再由大众志愿者来校对，最后把难点提交给专家。 “AI改变了工作流程，分包制度降低了门槛，传统的手工作坊变成流水线工厂了。” 刘帅说。

AI的应用让对古籍感兴趣的人都可以参与进来。“我是‘校书官’”项目依托“识典古籍”平台，由全国22所高校承办，现已有数以万计的学生报名，许多人的专业可能与古籍无关。在去年的“我是‘校书官’”项目中，志愿者按水平被分为大众组和进阶组，前者负责粗校，后者负责精校。 大众组已粗校整理了1643部古籍，进阶组精校整理了共计2451万字。

2024年9月，刘帅也参加了“我是‘校书官’”项目，头一个月初步整理出200万字的古籍，这是过去速度的20倍。 接下来他每天抽出两三个小时，一个月就整理完一部49万字难度颇大的古籍，而且整理质量很高。整个项目3个月，刘帅校点、标注、排版、审阅的书一共191种，总字数达500万以上。

2

辨识“庐山真面目”，正确率节节攀升

请到「今天看啥」查看全文