IT新闻 已评论

传承民族文脉 汉王科技用AI 技术唤醒满文古籍,让文化遗产“活起来”

2022-1-19 14:44

  【天极网IT新闻频道】从紫禁城初雪刷屏,到故宫口红盲盒成为爆款,绿瓦红墙里的历史印记如今以网红的姿态,总被现代人找到新的爆点。而记录紫禁城里历史的那些古籍文字,也在现代科技的发掘下焕发出新的光芒,重现几百年前的明清盛景。 前段时间,央视“新闻联播”多维度宣传报道了中国第一历史档案馆首次全面对外开放“满文土尔扈特档案全文检索数据库”引发广泛社会关注。中国历史档案馆藏有满文档案200余万件,是世界上存藏满文档案最多的机构,而故宫的大部分古籍真迹,如明清朝的满文奏折即保存于此。面对晦涩的古籍尤其是形如蝌蚪般的满文,是怎样神奇的技术能将其数字化,结构化,使之能开放至大众视野之下,并接受检索查询,这一疑问将中国历史档案馆古籍数字化项目的技术提供者汉王科技从幕后推向台前。

  多年来,“汉王科技”深度参与了多个满文档案全文数据库建设项目,内容涵盖满文朱批奏折、满文实录、满文起居注、满文上谕档、满文寄信档、满文专档土尔扈特档等六大类型,涉及档案14.3万余件、174万余画幅、1亿多个满文单词。凭借过硬的研发能力,“汉王科技”调配模式识别专家和专业的应用开发团队,结合人工智能技术打造出一套“满文档案数据处理平台”,使得这些尘封多年的满文历史档案得以高效、准确的实现数据化转换,该项成果填补了我国一项重要的技术和服务空白,同时也荣获了“国家档案局优秀科技成果特等奖”。

  数字化大潮下,扩大基础公共信息数据有序开放,建设国家数据统一共享开放平台是趋势,也是大势。作为业界最早致力于OCR识别技术研发和应用的公司及该领域的国家队成员,汉王科技利用OCR识别技术对古籍进行识别与收录,再辅之以图像的整理与美化,快速且高效地完成古籍保护工作。

  借助近年深度学习技术,汉王在古籍识别方面取得了突破性发展。基于大量数据支撑,在获取古籍数据后,技术人员对其进行基本分析,并针对问题数据进行清洗和有效预处理。然后,根据数据情况,建立合适的深度学习模型。

  当然,古籍识别对技术人员也有着较强专业知识的要求,以满文为例,虽然字母在数量上没有汉字大,但是其字形却为数字化带来了难题。满文字母多是成串出现,从上到下排列,相似字形多,技术人员需要知道每个字母或者音节的书写规律及分隔位置,泱泱中华,懂满文的人凤毛麟角,技术人员不懂满文,就需找到满文专家学习满文,了解满文规律,才能设计出融入相关规律的识别算法,对其进行准确识别。

  早在2015年汉王科技就与国家第一历史档案馆合作开始了“满文档案图像识别软件”项目的研发,其中的“满文识别通”软件可将满文档案的图像信息通过识别技术转换成可编辑检索的文本信息,同时可实现识别模型的迭代更新,随着样本库的增加,识别率逐步提升。这一系统的满文行书识别率86.6%,满文楷书识别率95.1%,其单机识别速度达到每小时625画幅,而人工每人每小时处理速度仅约4画幅,具有重要的推广实用价值,可用以建立满文档案全文检索数据库,为满语言这一国家语言文字遗产的传承和活化开辟了途径,并将推动满文档案工作和研究实现跨越式发展。目前,汉王已成功识别了《明宫词》、满文朱批奏折及多份地方志等。

  在2021年的春季新品发布会上, 汉王发布了其手稿识别技术。基于深度学习技术,在海量数据训练基础上,经多年研发,汉王科技突破性解决了自由书写文稿识别这一OCR领域难题,这是文字识别领域的一项重大技术突破。当面对自由书写的文稿内容,利用此技术只要随手一拍,就可以秒级转换为文本。无论是背景干扰严重的复印纸、还是形状弯曲的纸稿,都可以轻松应对,真正做到了人眼可辨即可识。同时,汉王还推出了中英文双核心,英文手稿也做到了高精度识别。自由手写体95%以上的识别率、0.3秒/页的转换速度,至少是人工录入的500倍。一个资料室的手稿录入,需要50个人做10年,而利用汉王的技术只需要1台机器跑3个月。

  汉王也一直在手写OCR领域进行持续的精进研发,不断加速新算法开发,当前不仅可高精度识别满文,在藏文、日文、英文手写体识别方向均有突破,其中,日文手写识别支持7389字符集,并支持水平和竖直书写识别,识别率可达97%。

  十四五规划纲要中,明确要发展战略性新兴产业,推动互联网、大数据、人工智能等同各产业深度融合,发展数字经济,加强数字社会、数字政府建设,提升公共服务、社会治理等数字化智能化水平。“让历史说话,用史实发言”,档案是历史发展的真实记录。守护国家记忆,传承民族文脉,是档案工作的神圣使命。在数字化大潮中,汉王将以技术为社会和大众生活创造更多便利、更大价值,以人工智能“让机器更懂你”。

#+1你赞过了
人已赞
#
分享
查看更多内容

取消

  • #
  • #
  • #

©2020 天极网旗下网站

#
第三方账号登录
X
发布