上古70年•融合出版 丨赋能古籍新生·助力研学传承——尚古汇典·古籍技术产品

本月主题为“融合出版：从数字化到数智化”

赋能古籍新生·助力研学传承——尚古汇典·古籍技术产品

“尚古汇典·古籍数字服务平台”依托我社丰富优质的古籍资源，融合前沿古籍专项AI模型和OCR框架，深耕古籍整理全业务场景，打通数字化完整工作链路，研发了古籍OCR系统和古籍深度学习平台两大核心古籍技术产品。经古籍数字化项目落地验证，产品运行稳定高效，能够高质量协作完成古籍全流程数字化任务。

• 新注册“尚古汇典”用户可获得200页免费OCR识别额度。

• 已注册“尚古汇典”用户将自动发放100页免费OCR识别额度。

古籍OCR系统

“尚古汇典·古籍OCR系统”由我社自主研发，基于社内丰富的古籍资源与古籍数字化项目的实践经验，进行了专业化、精细化的产品打磨，实现了传统古籍整理核心环节的优化，适应新时代古籍数字化的发展。为古籍整理人员、文史专业研究者，提供便捷、高效的操作体验；为课题组、大型古籍项目搭建便于统筹管理、适配个性化项目流程、数据安全可靠的线上协同系统。

目前“尚古汇典·古籍OCR系统”根据用户的不同使用场景，开发了个人版和机构版两大版本。个人版满足个人研究者零散单篇的古籍识别处理需求，操作门槛低，获取方式便捷，能帮助个人用户快速完成古籍文字识别与校正工作。机构版则面向高校院系、科研院所、图书馆等专业机构的古籍整理项目，可根据具体项目规模、整理需求提供定制化的功能配置与部署方案，支持多人在线协同整理，适配机构长期、大规模的古籍数字化工作需求，能为机构用户搭建专属的古籍数字化整理工作流程，切实解决不同主体在古籍整理中的个性化痛点。

• 版式文字识别精准

“尚古汇典·古籍OCR系统”建立在高质量、大规模的古籍标注数据基础上，该系统适配古籍常见的刻本、抄本，支持行识别与字识别，通过对古籍数据不断地针对性训练，目前对常规刻本、抄本的版式和文字识别准确率已突破99%。

• 操作流程简易顺畅

通过图片上传识别——识别结果校正——文本导出三大核心环节，高效完成古籍数字化加工工作。

图片上传识别功能可自动裁切古籍常见的双栏、三栏版式图片，同时支持图片批量上传、识别与导出。

识别结果校正，支持版式校正、切字校正和文字校正。版式校正可适配正文、注释、标题、眉批、夹注、表格、插图等多种古籍版面；切字校正支持单字识别框的新增、删除调整；文字校正可实现页对页、列对列逐字校正，还可自定义识别可信度阈值，将低置信度文字高亮标注。选中单字时，系统会按置信度高低依次展示备选文字，方便校正人员参考。

完成校正工作后，用户可直接导出文本文件，方便开展后续的古籍整理研究工作。

系统配置方正超大字库，兼容Unicode15.0字符集，收录约10万汉字，妥善解决古籍中生僻字录入难题。整套系统操作简单易用，可切实提升古籍文字识别的处理效率与识别准确度。

以下功能仅对机构用户开放

• 项目管理高效简洁

在延续个人版OCR全部功能的基础上，机构版深度贴合古籍整理项目的管理需求，配置了高效简洁的项目管理后台，可适配各类差异化项目场景；同时为机构用户提供功能更完备、运行更高效的文字识别服务。

易错字提醒，用户可根据自身项目需求自定义易错字库，系统将在识别页面自动高亮标记库内设定的易错文字，便于校对核查。

字聚类功能，用户选定文本区域后，可将同一汉字对应的所有字图集中聚合展示，弥补了多数主流OCR仅能单页逐次校对的不足。该功能把繁杂的逐字校对简化为直观的比对查错，有效提升校正效率；同时支持在字聚类页面直接修改文字，操作简单便捷。

文本对比功能，依托分布式检索技术，可在海量高质量古籍数据中筛选相似文本，结合上下文等多维度综合比对验证，并自动给出修改参考建议。该功能打通了古籍大数据与传统古籍整理工作的壁垒，使智能勘误、多文本综合比对成为常态化辅助工具。

古籍深度学习平台

“尚古汇典·古籍深度学习平台”系专门为古籍领域构建的低代码/无代码人工智能平台，旨在实现无需进行编程操作，即可自主完成“数据标注——模型训练——功能部署”全链条智能作业。

该平台依托上海古籍出版社研发的高质量人工智能模型与数据资产，提供开箱即用的知识问答、版式检测、文字检测、文字识别、文本分类、命名实体识别等常见古籍相关训练服务。平台预置了近100个模型，涵盖Qwen3、SAM等主流开源大型模型以及YOLO、BERT、ViT等传统深度学习模型。平台可大幅降低数字人文研究的技术门槛，将重复性人工整理工作转为AI自动化处理，推动古籍图像、文字原始数据向结构化知识体系深度转化。

古籍OCR系统与深度学习平台是汇典两大核心技术产品，也是我社本月即将正式上线的“文渊阁《四库全书》AI+版数据库”项目建设的重要支撑。依托这两款产品的迭代研发，“尚古汇典・古籍数字服务平台”已完成全面升级，建成集古籍资源阅读检索、数字化加工、数据整合、成果发布于一体的综合性古籍数字服务体系。

后续我社将持续深耕古籍数字化核心技术研发，稳步优化、迭代产品性能，运用数智技术推动古籍整理标准化、文史研究智能化、传统文化传播大众化，为中华优秀传统文化创造性转化、创新性发展提供坚实的数智技术支撑。

相关回顾