灣區(qū)時訊 幾千年華夏文明留下的海量古籍文獻資料，反映了當時社會在政治、軍事、經(jīng)濟、科技、教育、文化等各個領(lǐng)域的發(fā)展，具有寶貴的歷史價值和社會價值。但由于語言的演變，通讀理解古籍文獻的難度較大，華南理工大學(xué)電子與信息學(xué)院金連文教授所在的“深度學(xué)習(xí)與視覺計算實驗室”，致力于利用先進的AI技術(shù)使古籍更易讀懂，發(fā)布了“通古大模型”“古籍文檔分析與識別系統(tǒng)”“彝文文檔分析識別系統(tǒng)”等多項成果，為中國古籍文物數(shù)據(jù)挖掘、知識發(fā)現(xiàn)、智能化開發(fā)與利用等領(lǐng)域提供了技術(shù)支撐。

“通古大模型”操作界面

日前，“深度學(xué)習(xí)與視覺計算實驗室”在EvaHan2023古籍文白翻譯國際比賽中獲得冠軍。賽后，金連文教授團隊憑借在古籍領(lǐng)域長期積累的豐富大數(shù)據(jù)資源，加以自動生成的對話模板，通過大模型指令微調(diào)技術(shù)訓(xùn)練，構(gòu)建了數(shù)字人文模型——通古大模型。該模型可智能實現(xiàn)文白翻譯、句讀標點和古籍檢索等功能，使大眾更便捷有效地了解中國傳統(tǒng)文化。

“古籍文檔分析與識別系統(tǒng)”演示界面

金連文教授團隊還開發(fā)了業(yè)內(nèi)先進的古籍文檔分析與識別系統(tǒng)，集成了該團隊自主研發(fā)的古籍句讀（自動標點）和文本翻譯兩大功能。用戶只需提供一張古籍圖片，系統(tǒng)便能自動識別并定位其中所有的文本，將識別出的文本按照正確的閱讀順序排序，添加標點符號并翻譯為現(xiàn)代文，便于閱讀。

團隊精心對這一系統(tǒng)進行了算法優(yōu)化，能夠應(yīng)對現(xiàn)實場景中古籍文檔可能出現(xiàn)的各種挑戰(zhàn)，例如書本彎曲、傾斜、密集以及低分辨率等問題，實現(xiàn)了技術(shù)的突破。該系統(tǒng)兼具實用性和穩(wěn)健性，為推動古籍數(shù)字化工作提供了有力支持。

系統(tǒng)相關(guān)技術(shù)曾獲2019年首屆數(shù)字中國創(chuàng)新大賽“文化傳承——漢字多場景識別”賽道第一名及總決賽唯一最佳算法能力獎、2022年首屆大灣區(qū)國際算法算例大賽-古籍圖像分析與識別競賽冠軍。

“彝文文檔分析識別系統(tǒng)”演示界面

此外，團隊還開發(fā)了彝文文檔分析識別系統(tǒng)，能自動精確定位并辨識圖片中的彝文文字（以自定義編碼給出輸出）。這項識別技術(shù)采用的彝文編碼基于團隊今年早前與上海大學(xué)、上海合合信息科技公司聯(lián)合發(fā)布的業(yè)界首個古彝文基礎(chǔ)編碼數(shù)據(jù)庫。

古籍文獻是中國傳統(tǒng)文化的載體，金連文教授團隊開發(fā)的一系列技術(shù)，有助于促進中華優(yōu)秀傳統(tǒng)文化傳承與發(fā)展，對增強國家文化軟實力具有重要意義。

通訊員/華軒

編輯/劉秀