華南理工大學(xué)發(fā)布新成果 AI不僅能譯古文還會(huì)斷句

科技日?qǐng)?bào)訊 （記者葉青 通訊員 華軒）古籍文獻(xiàn)是中國(guó)傳統(tǒng)文化的載體，但由于語(yǔ)言的演變，理解古籍文獻(xiàn)的難度較大。11月4日，記者從華南理工大學(xué)獲悉，該校電子與信息學(xué)院金連文教授所在的“深度學(xué)習(xí)與視覺(jué)計(jì)算實(shí)驗(yàn)室”近日發(fā)布了通古大模型、古籍文檔分析與識(shí)別系統(tǒng)、彝文文檔分析識(shí)別系統(tǒng)等多項(xiàng)成果，借助人工智能（AI）技術(shù)讓古籍更易讀懂，為中國(guó)古籍文物數(shù)據(jù)挖掘、知識(shí)發(fā)現(xiàn)、智能化開發(fā)與利用提供了技術(shù)支撐。

據(jù)介紹，團(tuán)隊(duì)?wèi){借在古籍領(lǐng)域長(zhǎng)期積累的豐富大數(shù)據(jù)資源，加以自動(dòng)生成的對(duì)話模板，通過(guò)大模型指令微調(diào)技術(shù)訓(xùn)練，構(gòu)建出數(shù)字人文模型“通古大模型”。該大模型可智能實(shí)現(xiàn)文白翻譯、句讀標(biāo)點(diǎn)和古籍檢索等功能，有助于讓大眾更便捷地了解中華傳統(tǒng)文化。

團(tuán)隊(duì)還開發(fā)出古籍文檔分析與識(shí)別系統(tǒng)，該系統(tǒng)集成了團(tuán)隊(duì)自主研發(fā)的古籍句讀和文本翻譯兩大功能。用戶只需提供一張古籍圖片，系統(tǒng)就能自動(dòng)定位并識(shí)別其中所有的文本，將識(shí)別出的文本按照正確的閱讀順序排序，隨后為其添加標(biāo)點(diǎn)符號(hào)并將之翻譯為白話文。

“我們進(jìn)行了算法優(yōu)化，使古籍文檔分析與識(shí)別系統(tǒng)能夠應(yīng)對(duì)現(xiàn)實(shí)場(chǎng)景中古籍文檔可能出現(xiàn)的諸如書本彎曲、傾斜、文字密集以及圖片分辨率低等各種挑戰(zhàn)。”金連文介紹，該系統(tǒng)兼具實(shí)用性和穩(wěn)健性，為推動(dòng)古籍?dāng)?shù)字化工作提供了有力支持。

此外，團(tuán)隊(duì)還開發(fā)了彝文文檔分析識(shí)別系統(tǒng)，該系統(tǒng)能自動(dòng)精確定位并辨識(shí)圖片中的彝文文字。該識(shí)別系統(tǒng)采用的彝文編碼，基于團(tuán)隊(duì)今年早些時(shí)候與上海大學(xué)、上海合合信息科技股份有限公司聯(lián)合發(fā)布的業(yè)界首個(gè)古彝文基礎(chǔ)編碼數(shù)據(jù)庫(kù)打造。

(編輯：月兒)