天将降大任于是人还是斯人？隐藏在古籍数字化里的问题(2)
相比字节跳动内其他产品，识典古籍可能是用户量最小的一个，但这并没有降低识典古籍在字节内部的地位。
整个产品小组的人员主要从字节跳动内部进行招募，其中不少同事对古籍有浓厚的兴趣，个别产品经理本身研究生专业就是古典文献。
但这并不意味着开发识典古籍更容易。
以“搜索”功能为例，一次搜索动作的完成，背后有“分词、召回、排序”三大步骤。在分词这一环节，就首先遭遇了挑战。
“让AI去读古文，需要有足够多的语料去训练算法。”字节跳动人工智能实验室的工程师表示，对于白话文，字节拥有充足的数据，可以在此基础上做分词模型，但古籍方面的内容数据，任何平台都非常欠缺。
古文的语料，尤其是人工监督语料极为欠缺，成为制约整个业务发展的重点。
最终，工程师们通过少量的公开的古籍分词语料，利用半监督学习和预训练的技术，形成了现在的古籍分词模型，提高搜索精确率。
到了“召回”的环节，则是考验系统对于繁简字、异体字、通假字的理解。为了提高召回率，字节团队做了包括繁简字、异体字的归一化，以及一些输入错误下的自我纠错机制等，来达到更好的搜索效果。
古籍要走向活化、大众化
识典古籍未来三年的目标是，利用人工智能在未来三年能够完成1万种古籍智能化整理，并且面向观众开放。
唐垲鑫表示，字节跳动旗下有抖音、头条这样的内容平台，公司希望古籍的知识内容不只是像博物馆一样束之高阁，而是能够触及到更多人。
（抖音集团企业社会责任部产品经理唐垲鑫）
“我们希望打造更多的创意互动，它可能是视频形式，可能是以互动玩法，甚至是游戏的形式，让更多人对古籍产生兴趣，同时他们触及到古籍更深度的知识。”
换句话说，识典古籍希望将古籍中的人名、地名、书名都识别出来，抽取其中的关系，转成知识图谱形态，通过图谱跟百科联系在一起，甚至还可以跟抖音、问答、旅游等联系在一起，让大众能够更加高效地阅读古籍。
北京大学数字人文研究中心主任王军也是“北京大学——字节跳动数字人文开放实验室”的成员，他表示，在今天这样一个数字化、网络化、智能化的环境下，古典文献呈现方式可以多种形态，包括产品化、可视化、大众化，这是识典古籍要达到的目标。
“今天数字化环境下，我们不仅要把文字转移到数字化平台上，更重要的是让典籍文献跟我们今天的互联网信息形态融合在一起。”
这既是古籍大众化的命题，也是古籍活化的重要命题。
如何让一个习惯刷手机的普通用户对晦涩难懂的古代文献感兴趣，这同样是一个非常大的挑战。
之前，西瓜视频自制过一档纪录片名字叫《穿越时空的古籍》，介绍古籍修复和古籍历史故事，受到古籍保护相关部门高度评价。此外，包括抖音上的“寻找古籍守护人”项目等很多玩法都大受欢迎。
未来，识典古籍也会跟PICO业务合作，把古籍里的一些原生场景，通过VR方式复现出来，把古籍里的文化变成一些生动的场景和知识，让更多人产生对古籍的兴趣。
抖音号“红楼宴”，也在做类似的尝试。账号主理人郝振江是一位《红楼梦》爱好者，他的另一重身份是一名大厨。不过，他的账号只做《红楼梦》里出现的菜品。他将书中出现的108道菜品创作了出来，并且做成了短视频。在这个抖音账号里短视频既有文化气息，又能展示红楼梦里的美食佳肴，吸引了超过50万的粉丝。
（抖音账号红楼宴里的视频作品）
100多年前，胡适、傅斯年这些知识分子就提出“再造文明”。放在今天的环境中，就是“古籍重生”的意思，王军表示：“今天我们要传承文化典籍，转化到数字化环境下第一步就是要重新阐释，这并不是说一字一句重新翻译，而是要跟当代人生活结合在一起，为我们当代人精神提供养料，这样才能真正实现活化。”
>相关《天将降大任于是人还是斯人？隐藏在古籍数字化里的问题(2)》内容：
1、 后天将公布网上发行中签率的新股简析（9月20日）
后天，3只新股将公布网上发行中签率，为创业板逸豪新材、创业板鸿日达、科创板万润新能。 逸豪新材，代码：301176 创业板新股逸豪新材安排于2022年9月20日公布网上发行中签率，安排于2022年9月21日公布中签号码。 本次发行价格为23.88元/股，发行股票数量...【继续阅读】
2、 可转债提示：科蓝转债等1只可转债后天将公布中签号码
后天，将有1只可转债公布中签号码，为科蓝软件可转债科蓝转债。 科蓝转债 科蓝转债安排于2022年9月1日公布中签结果，科蓝转债正股科蓝软件。 科蓝软件所属行业为信息传输、软件和信息技术服务业-软件和信息技术服务业，公司是一家国内领先的银行IT解决方案...【继续阅读】
3、 天风策略：大部队没来，于是再打一发信号弹
各位投资者、各位领导： 近期7月社融出炉，同时MLF超预期降息，我们主要汇报下对市场关心的一些问题的思考。 从去年底降准开始，我们把「降准降息」比作信号弹，把「信用扩张」比作大部队，后者才是打赢稳增长攻坚战的关键。 从年底年初降准降息到5月，中...【继续阅读】