速途網5月18日消息（報道：李楠）今日，“漢典重光”海外古籍數字化回歸發布會在中國科技館舉行。一批珍藏于加州大學伯克利分校的中文古籍善本，以數字化方式回歸故土，落地漢典重光古籍平臺。借助阿里達摩院的技術，首批20萬頁古籍已完成數字化，并沉淀為覆蓋3萬多字的古籍字典，公眾可通過漢典重光平臺翻閱、檢索古籍。據悉，達摩院AI對20萬頁古籍的識別準確率達到97.5%。

“漢典重光”項目由阿里巴巴公益基金會、四川大學、美國加州大學伯克利分校、中國國家圖書館、浙江圖書館合作開展，旨在尋覓流散海外的中國古籍并將其數字化、公共化，讓普通人也能親近古籍，通過古籍與先賢對話，與優秀傳統文化對話。

漢典重光古籍數字化平臺

因邦交、貿易、戰亂等，歷史上中國古籍時有出海，近代以來，戰爭和動蕩更加劇了古籍的損毀和流散。據不完全估計，散居海外的中國古籍超過40萬部、400萬冊，包括甲骨簡牘、敦煌遺書、宋元善本、明清精槧、拓本輿圖、少數民族文獻等等。

2019年，阿里巴巴和四川大學提出“數字化回歸”設想，四川大學歷史文化學院王果副院長與該院教授、中央文史研究館館員陳力牽線搭橋，溝通北美、歐洲、日韓等地藏書機構，獲得加州大學伯克利分校支持，達成共識，將伯克利東亞圖書館的中文古籍善本逐步數字化。

加州大學伯克利分校是美國的漢學研究重鎮，中文藏書量排名全美第三。首批數字化的20萬頁古籍中，包含40余種珍貴宋元刻本、寫本，如宋刻本《後村居士集》、北宋《金粟山大藏經》寫本；明清至民國時期著名學者錢謙益、翁方綱、王韜的抄本、稿本；著名藏書樓嘉業堂、密韻樓的抄本，還有命運多舛的清文瀾閣《四庫全書》零本等，很多都是消失多年后重回公眾視線的珍本。

文瀾閣版《宋百家詩存》（卷七）

伯克利提供古籍的掃描圖片和編目數據，達摩院將其全部文字化。古漢語常用字僅有幾千，但中國古籍全部字符約有幾十萬，絕大部分不僅沒被現代字庫收錄，也幾乎找不到樣本供AI學習。面對海量無標注的數據，如何讓AI快速批量識別古籍，始終是古籍數字化領域的技術瓶頸。

達摩院技術團隊與四川大學專家聯手研發了一套全新的古籍識別系統。利用單字檢測、無監督單字聚類、小樣本學習、主動學習等機器學習方法，構造了一套邊識別古籍、邊訓練模型的系統，以97.5%的準確率完成對20萬頁古籍的整體識別。

該系統已能批量識別百本古籍，并沉淀覆蓋3萬多字的古籍字典。比起專家錄入，這套人機交互的識別系統將效率提升了近30倍。隨著古籍識別規模的擴增，機器還會自我進化，不斷提升準確率和效率。

阿里巴巴達摩院院長張建鋒

阿里巴巴達摩院院長張建鋒表示，守護中華傳世典籍，是科技工作者和文化工作者共同的使命。阿里計劃將這套技術工具連同古籍數字化平臺一并捐贈，交由權威公共機構長期運營，同時，阿里仍將在古籍數字化工作上持續投入人力物力。

與古籍打了一輩子交道的陳力說，典籍是中華文明的傳承載體，更是人類世界的公共財產，希望有更多力量參與中國古籍的保護和傳承，讓更多普通人有機會接觸古籍、使用古籍，讓所有蒙塵的古籍重煥新生，讓書寫在古籍里的文字活起來。

附：

“漢典重光”首批數字化古籍重要書目一覽

1、周易兼義九卷（魏）王弼（晉）韓康伯注（唐）孔穎達疏 元刻本

2、易附記十六卷[存卷一至十一]書附記十四卷詩附記十卷[存卷一至七]禮記附記囗卷[存卷四至六]春秋附記[缺卷七、九]（清）翁方綱撰 稿本，嘉業堂藏書

3、五代史闕文一卷（宋）王禹偁撰 清乾隆南昌彭氏知圣道齋抄本，清彭元瑞跋，嘉業堂藏書

4、瀛壖雜志一卷（清）王韜撰 稿本 清魏彥、左桂、孫瀜、趙烈文題記

5、金石古文八卷（題）雙華山人喬輯 清周亮工抄本 清吳騫跋

6、居業錄八卷[存卷三至四]（明）胡居仁撰 清乾隆文瀾閣四庫全書本，嘉業堂藏書

7、學思錄一卷（封面題東塾存稿）（清）陳澧撰 稿本

8、丙丁龜鑒十卷（宋）柴望撰 天一閣抄本

9、新刊履齋示兒編二十三卷（宋）孫奕撰 明抄本，天一閣、嘉業堂遞藏

10、蓬軒類記四卷（明）黃暐撰 明抄本 柯逢時校，汪氏振綺堂、劉氏嘉業堂遞藏

11、大般若波羅蜜多經[存卷第二百五十四] 北宋寫金栗山廣惠禪院大藏本

12、蘇文忠公文集[存一葉]（宋）蘇軾撰 宋四川眉山刻本

13、淮海集四十卷淮海后集六卷（宋）秦觀撰 宋乾道九年高郵軍學刻宋元明遞修本，嘉業堂藏書

14、傅忠肅公文集三卷（宋）傅察撰 清初經鉏堂抄本，曹溶舊藏

15、鶴山先生大全文集一百十卷目錄二卷[存卷一至九、九六、九十九至一百零三、一百九十]（宋）魏了翁撰 民國蔣汝藻影宋抄本，密韻樓藏書

16、後村居士集五十卷目錄二卷[卷四十六至五十繆荃孫抄配]（宋）劉克莊撰 宋刻本，嘉業堂藏書

17、林子真詩一卷（明）林光宇撰 明曹學佺輯 明崇禎韓錫抄本

18、茗柯文編囗編囗卷[存初編一卷三編一卷四編一卷未編稿一卷]（清）張惠言撰 稿本 清范當世、近人葉恭綽跋，嘉業堂藏書

19、宋百家詩存四十卷[存卷七]（清）曹廷棟輯 清文瀾閣四庫全書本

20、西清詩話三卷（題）無為子撰 明抄本，嘉業堂藏書

21、拜經樓詩話續編二卷（清）吳騫撰 稿本，嘉業堂藏書

22、玉茗新詞四種（明）湯顯祖撰 明萬歷四十六年雕蟲館刻本