湾区时讯 几千年华夏文明留下的海量古籍文献资料，反映了当时社会在政治、军事、经济、科技、教育、文化等各个领域的发展，具有宝贵的历史价值和社会价值。但由于语言的演变，通读理解古籍文献的难度较大，华南理工大学电子与信息学院金连文教授所在的“深度学习与视觉计算实验室”，致力于利用先进的AI技术使古籍更易读懂，发布了“通古大模型”“古籍文档分析与识别系统”“彝文文档分析识别系统”等多项成果，为中国古籍文物数据挖掘、知识发现、智能化开发与利用等领域提供了技术支撑。

“通古大模型”操作界面

日前，“深度学习与视觉计算实验室”在EvaHan2023古籍文白翻译国际比赛中获得冠军。赛后，金连文教授团队凭借在古籍领域长期积累的丰富大数据资源，加以自动生成的对话模板，通过大模型指令微调技术训练，构建了数字人文模型——通古大模型。该模型可智能实现文白翻译、句读标点和古籍检索等功能，使大众更便捷有效地了解中国传统文化。

“古籍文档分析与识别系统”演示界面

金连文教授团队还开发了业内先进的古籍文档分析与识别系统，集成了该团队自主研发的古籍句读（自动标点）和文本翻译两大功能。用户只需提供一张古籍图片，系统便能自动识别并定位其中所有的文本，将识别出的文本按照正确的阅读顺序排序，添加标点符号并翻译为现代文，便于阅读。

团队精心对这一系统进行了算法优化，能够应对现实场景中古籍文档可能出现的各种挑战，例如书本弯曲、倾斜、密集以及低分辨率等问题，实现了技术的突破。该系统兼具实用性和稳健性，为推动古籍数字化工作提供了有力支持。

系统相关技术曾获2019年首届数字中国创新大赛“文化传承——汉字多场景识别”赛道第一名及总决赛唯一最佳算法能力奖、2022年首届大湾区国际算法算例大赛-古籍图像分析与识别竞赛冠军。

“彝文文档分析识别系统”演示界面

此外，团队还开发了彝文文档分析识别系统，能自动精确定位并辨识图片中的彝文文字（以自定义编码给出输出）。这项识别技术采用的彝文编码基于团队今年早前与上海大学、上海合合信息科技公司联合发布的业界首个古彝文基础编码数据库。

古籍文献是中国传统文化的载体，金连文教授团队开发的一系列技术，有助于促进中华优秀传统文化传承与发展，对增强国家文化软实力具有重要意义。

通讯员/华轩

编辑/刘秀